Är 2025 året då NPS går i graven?
Den här artikeln handlar inte om ett nytt mätsystem som ska ersätta NPS eller annan mätning för att fånga kundupplevelse. Men det är tacksamt att använda NPS för att belysa svårigheter med mycket av den kundnöjdhetsmätning som görs idag. Den här artikeln handlar om varför det är svårt att agera på data som rör komplexa fenomen (såsom kund- och medarbetarupplevelse) i en organisation.
Om Gartner nu (redan 2019) förutspått att 90% av alla företag kommer att överge NPS omkring 2025 så kan det ju vara intressant att prata om vad som är ett bra sätt att förstå sina kunder på, nu när 2025 är ganska nära.
Det svåra med att mäta kundupplevelse
Det finns många sätt att mäta kundupplevelse och upplevd kundnytta genom kundresor. NPS är den som jag oftast möter som CX-konsult, den har fått så stort genomslag att den får stå i skottgluggen. Det finns massa kritik mot NPS, för att nämna några:
- Den har lite stöd i forskning
- Den mäter enbart intention från den som svarar, vilket inte är samma som vad som faktiskt hänt.
- Själva algoritmen i uträkningen av NPS-talet ifrågasätts.
- Svaren tenderas att ”gameas”/spelas av respondenten eftersom man vet vad som är ett bra svar och ett dåligt svar.
- I praktiken ger NPS fritextsvar inte heller tillräcklig med kontext från de som svarar för att förstå varför resultaten ser ut som de gör. (AI-analys på dåliga fritextsvar är ett ämne i sig att diskutera).
I ärlighetens namn så dras ju alla mätsystem med liknande problem och fällor men om vi istället tittar på den mer underliggande problematiken med mätning av kund- och medarbetarupplevelser.
Vad är det som gör att data blir värdefull för oss och vad gör att data leder till förändring?
Utgångpunkten är förstås att vi arbetar med människor i samverkan på något sätt. Må det vara kunder eller medarbetare. Vi pratar alltså inte om data i mer ordnade system som en t ex ett maskinellt produktionssystem utan ett komplex system med mänsklig samverkan med allt vad det innebär av osäkerhet och motstridighet. Det som ibland kallas antro-komplexitet.
Det finns värden i att hitta siffror på faktiska beteenden hos kunder. Saker som faktiskt sker i verkligheten och som inte är bara är intentioner. Det flesta mätningar av det här slaget är till övervägande kvantitativa och resultaten har då styrkan som volymen kan ge men vi saknar i regel kontext som vi behöver för att skapa förändring, vi saknar alltså förståelse om VARFÖR något sker och de behöver vi för att förstå det komplexa i hur kund- och medarbetarupplevelser uppstår. Vi behöver kvalitativ data för att kunna skapa sådan förståelse.
Dessvärre görs ofta dessa undersökningar separat och samband kan därför inte ses i efterhand. Vare sig vi ämnar designa direkta lösningar eller indirekta förutsättningar, så behöver vi ta hänsyn till kontext. Och då måste vi ha rika bilder av många kontext. Det här blir den första svårigheten för alla som jobbar med att förändra kundupplevelsen och kundnöjdhet. Det är helt enkelt svårt att få ihop volym och kontext på ett sätt som kan skapa en förståelse som hänger ihop.
Från kundupplevelse till idé
En annan svårighet uppstår när vi står där på konferensen och ska presentera resultatet av en kund- eller medarbetarundersökning. Resultatet är ju väldigt likt förra året. Eller är det bara jag? Data i diagram om att kunder vill ha mer av det här, mindre av det där, gillar det där och hatar det där. Men tydligen har kundnöjdheten gått upp (och det firar vi såklart). Men varför har den gått upp?
I den vanligt efterföljande workshoppen med alla medarbetare så ska vi bryta ned och komma med idéer på vad vi kan förbättra. Vi måste sålla i data, prioritera bort data som inte är viktigt utifrån våra nuvarande prioriteringar. Ständigt detta sållande och förenklande av data. Och det här är problematiskt i sig.
Det som kommer ut till något vi ska agera på är en tummetott. Präglad och manglad av vår bias och oavsiktliga blindhet för saker vi faktiskt inte ser när vi analyserar data. Så är det bara, och det behöver vi arbeta med och vara medvetna om. Sanningen är att de Undersökta (de som svarat på undersökningen) inte får den rättvisa de förtjänar. Det som kallas epistemic justice. Svaga röster som kan bära på viktig information som är på väg att hända, blir inte hörda. Berättelser som passar våra mål ges oförtjänt tyngd, d v s ofta får stora och lönsamma kunderna vår prioritet.
Den kontext-specifika kund- och medarbetarupplevelsen
I situationerna som ovan möts vi dels av svårigheten med att den data vi har tillgång till inte ger oss tillräcklig kontext. Lösningarna som kan komma fram med sådana förutsättningar måste därför bli generiska, de måste gälla alla eller åtminstone många av våra kunder eller så blir de något hyperlokalt och enkelt som egentligen redan borde vara löst i det operativa (och nog ligger på någons to-do-list redan).
Om alla som varit med i sådana sittningar analyserar vad de känner och tänker. Bara för en liten stund. Så finns det massor med saker som man som Genomförare (de som ska skapa något baserat på data), tänker skulle behöva hända först, innan alla de här förslagen om nya grejer kommer fram. Vi uppmanas ju att tänka fritt och utan hinder osv. Problemet är ju att vardagen, hindren, finns ju där vare sig vi vill eller inte. Därför kommer också de flesta av lösningarna som kommer fram i de här sittningar att bli skrivbordsprodukter. De har inte förutsättningarna att lyckas för de tar inte hänsyn till vare sig de Undersöktas (kundernas eller medarbetarnas) eller Genomförarnas kontext.
Det finns mycket att säga om hur man kan jobba med Genomförarnas kontext. (Det kommer fler artiklar i det ämnet). Jag tänkte här fokusera lite mera på förutsättningarna för Genomförarna. Alltså, hur kan vi hjälpa organisationen med sådan data så att möjligheten att agera på den ökar utifrån deras förutsättningar? Då behöver vi både titta på hur vi samlar in data, vilken data det är och hur den görs tillgänglig för organisationen.
Data behöver samlas in så att kvantitativa och kvalitativa data sammankopplas redan i insamlingen
Ofta görs insamling av data antingen kvantitativ eller kvalitativ form och vi får inte till kopplingen mellan dem i efterhand. Kvalitativ data som t ex djupintervjuer ger oss jättemycket kontext. Men arbetssättet låter sig inte skalas till många av Genomförarna. Är man inte med och genomför en studie själv så kan man helt enkelt inte få samma djupa förståelse. ”Djup kunskap är tung att flytta” som vi på Välva brukar säga. Det här innebär att vi bör intressera oss av att få både djup och volym i vårt data. Här är några principer som är värda att beakta:
- Vi behöver berättelser från många så vi kan se mönster i berättelser och tillräckligt djup i berättelserna för att få de kontext vi behöver för att kunna agera.
- Vi vill ha berättelser om något som har hänt och inte intentioner om framtida beteende.
- Vi vill att berättelserna har analyserats av de som berättar dem. D v s att de Undersökta talar om för oss hur deras berättelsen ska tolkas. Det som har upplevelsen har också rätten att säga vad den betyder utan vår tolkning. Vi vill ha perspektiven från många i olika. De berättelser som innehåller både det vanliga och de ovanliga.
När dessa kriterierna är uppfyllda har vi samlat in data som möjliggör för oss att skapa förståelse för hur samspelet och relationerna i systemet uppstår, hur en upplevelse växer fram. Med de förutsättningarna kan vi se kluster av hur de Undersökta värderar, förhåller sig till, vad de förutsätter och hur de förstår de vi vill undersöka. Alltså sådan som är komplext att förstå och sådant som finns i de Undersöktas system. Eller annorlunda uttryckt. Vi kan förstå kundens eller medarbetares disposition av materiella och upplevda saker som påverkar upplevelsen.
Att hitta mönster i kundresor och kundupplevelser
Det här förhållningssättet kring insamling gör också att vi är att tillgängliggöra data som organisationen sedan kan arbeta med utan att vi analyserar den och bryter ned den ytterligare. Vi kan skapa kartor där mönster av berättelser synliggörs men vi kan också borra ned i kluster av berättelser som är intressanta för oss. Vi filtrerar inte heller bort anomalier vilket gör att vi skapar möjlighet att se det oväntade utan att vår oavsiktliga blindhet försummat dem.
Här är t ex ett exempel på mönster på berättelser. Hur de klustrar sig och skapa överblick. Det här är en exempelbild från The Cynefin Company:
Så för en ledningsgrupp i en organisation så blir mönster av berättelser intressanta. Vad är bra och dåligt för oss som företag med det mål vi har? Vad blir viktigt att förändra? Vilka berättelser vill vi ha många av? Den analysen är ledningens ansvar. Den kvalitativa förståelse när faktiskt inte ledningsgruppens primära uppgift. Att som ledningsgrupp t ex läsa djupintervjuer kan snarare försvåra möjligheterna att ta rätt strategiska beslut i komplexa frågor.
I berättelserna i ett specifikt kluster finns det vi kallar ”handtag”. Handtag som möjliggör att vi kan greppa och använda informationen. Det är handtagen som Genomförarna behöver för att kunna forma, ändra och skapa något nytt. Och handtag utgörs alltid av något specifikt.
När vi vet vilka mönster vi behöver förändra så kan vi arbeta med klustren och de berättelser som finns där. Berättelserna har den kontext som Genomförarna behöver.
Så för en ledare i en organisation blir mönster av berättelser intressanta. Diskussionen bör handla om vilka mönster som är bra för oss och vilka vi vill undvika. Då kommer vi att prata mera om förutsättningar och principer som kan hjälpa organisationen till att förändra mönstren.
Som Genomförare i organisationen är mönstren viktiga att förstå men handlingskraften skapas när vi vet vilka mönster vi behöver förändra och att genomförarna ges tillgång till de berättelser som finns i sådana kluster.
Så, i din nästa kund- eller medarbetarundersökning kanske fokus bör ligga på hur insamlingen av data görs så att den har möjlighet att skapa förändring? Och kanske blev NPS:en inte så viktig för oss längre.
Funderar du på nya sätt att skapa förståelse för kunder och medarbetare?
Johan Sjöström
Strateg
Johan berättar gärna lite mer om hur vi arbetar tillsammans med organisationer för att skapa insikt och förståelse för kunder och medarbetare – På ett sätt som organisationer kan agera på.
Boka ett möte med Johan och bolla hur nästa kund – eller medarbetarundersökning kan funka för att skapa förändring.
Här kan du läsa mer om:
