NET PROMOTER SCORE (NPS) – L’ESPERIENZA ARISTON THERMO

Notizie dalle Aziende aderenti alla Campagna Nazionale della Qualità novembre 2017 promossa dal Gruppo Galgano

Ariston Thermo è in tutto il mondo sinonimo di comfort, efficienza energetica e rispetto dell’ambiente, grazie a prodotti ad alta efficienza, stabilimenti allineati agli standard produttivi più avanzati e un eccellente servizio di assistenza pre e post-vendita. Il Gruppo ha oggi una posizione di leadership nel mercato globale del comfort termico per ambienti domestici, commerciali e industriali.

Ariston Thermo opera in 3 differenti settori – comfort termico (riscaldamento dell’acqua e degli ambienti), bruciatori e componenti elettrici – con brand importanti, un’ampia gamma di prodotti (caldaie, scaldabagni elettrici, sistemi solari, pompe di calore, bruciatori) e servizi post vendita.

Nel 2016 il Gruppo ha fatturato 1,43 Mln €, a fronte di 7 Mln di pezzi prodotti in 22 diversi siti produttivi, ubicati in 13 diversi paesi. L’azienda conta 6.900 dipendenti e i suoi prodotti sono distribuiti in più di 150 paesi.

Avere nei propri clienti i primi sostenitori è uno degli obiettivi strategici che il Gruppo si è dato a partire dal 2013.

Una volta definito questo fondamentale obiettivo, misurare e monitorare la soddisfazione dei clienti è diventato cruciale al fine di capire quanto l’azienda stia perseguendo la propria strategia.

Per questo motivo Ariston Thermo ha deciso di applicare la metodologia del Net Promoter Score (NPS) per monitorare la soddisfazione dei propri clienti.

NPS è uno strumento di gestione che può essere utilizzato per misurare la fedeltà dei clienti ad un’azienda. Si tratta di un’alternativa alle tradizionali ricerche sulla soddisfazione del cliente. Negli anni i punteggi NPS hanno mostrato una forte correlazione con la crescita dei ricavi.

NPS si basa sull’assunzione che tutti i clienti aziendali possano essere raggruppabili secondo una delle seguenti categorie: Promotori, Passivi, e Detrattori.

Attraverso la risposta alla semplice domanda “Su una scala da 0 a 10 quanto consiglierebbe questo prodotto/servizio ad un collega/amico?” è possibile identificare 3 gruppi e ottenere così una misura della performance aziendale agli occhi dei clienti finali. In tal modo si può determinare quanto l’utente finale è soddisfatto e quanto promuoverebbe il prodotto/servizio di Ariston Thermo.

I clienti rispondono con scala di valutazione da 0 a 10 punti e sono classificati secondo il seguente schema:

  • Promotori: (punteggio 9-10) sono fedeli ed appassionati, promuovono spontaneamente il prodotto ed il servizio, continueranno a comprare e sono di riferimento ad altri, contribuendo alla crescita dell’azienda.
  • Passivi: (punteggio 7-8) sono clienti soddisfatti ma non entusiasti, al punto di esercitare un passa passaparola attivo. Possono essere vulnerabili alle offerte dei competitors.
  • Detrattori: (punteggio 0-6) sono clienti insoddisfatti che possono danneggiare il brand e ostacolare la crescita e la reputazione del brand attraverso un passaparola negativo.

NPS è un semplice calcolo che sottrae la percentuale dei detrattori dalla percentuale dei promotori. Tale semplicità è uno dei grandi vantaggi di questa metodologia.

Il Net Promoter Score, inoltre, attraverso ulteriori domande poste nel corso dell’intervista, offre la possibilità di ricercare le ragioni di soddisfazione (o insoddisfazione) dei clienti intervistati. E’ proprio Questo un altro aspetto positivo di questa metodologia: oltre a chiedere quanto i clienti promuoverebbero il brand, si indaga sulla motivazione della valutazione.

Le interviste generano così un database di informazioni fondamentale per la gestione della soddisfazione del cliente finale.

Partendo da verifiche di primo livello che evidenziano i motivi principali di soddisfazione o insoddisfazione, attraverso delle analisi di correlazione si possono identificare quali sono le caratteristiche specifiche del prodotto/servizio di Ariston Thermo particolarmente importanti per i clienti finali.

Grazie a queste analisi di correlazione si arriva alla definizione di una matrice SWOT relativa ai prodotti/servizi di Ariston Thermo.

In Ariston Thermo è stato quindi definito, da parte della Qualità Centrale, un processo per cui, partendo dall’analisi del database, ogni singolo cliente – che ha valutato il prodotto/servizio con un punteggio inferiore a 7 – viene ricontattato direttamente da un manager di Ariston Thermo.

Durante questo contatto telefonico, vengono chiesti al cliente ulteriori dettagli in merito alla sua valutazione, utili all’azienda per attivare il processo di miglioramento. Il fatto di essere ricontattati direttamente da Ariston Thermo è stato generalmente molto apprezzato da parte del cliente finale.

In secondo luogo, dopo aver risolto tempestivamente eventuali insoddisfazioni riscontrate, un comitato dedicato analizza i dati e le loro correlazioni per generare la matrice SWOT.

Con frequenza periodica, i risultati vengono visionati da parte dei più alti dirigenti aziendali e discussi anche alla presenza del Presidente e dell’Amministratore Delegato di Ariston Thermo.

Con questo approccio si concretizza un ulteriore passo avanti nell’ascolto del cliente, dove serietà e velocità di risposta sono fattori determinanti per andare oltre le sue aspettative. Inoltre, coerentemente alla strategia aziendale, l’applicazione rigorosa del processo descritto mira a rendere i clienti i primi promoter del marchio Ariston Thermo

Net Promoter Score (NPS) – Studio Statistico

Anche per l’NPS, come per tutte indagini campionarie, la corretta determinazione del campione statistico e i suoi intervalli di confidenza è un aspetto fondamentale per la corretta interpretazione dei risultati.

La Direzione Qualità di Ariston Thermo, in collaborazione con la società di consulenza Galgano, ha quindi analizzato dal punto di vista statistico la metodologia NPS, in modo da analizzare i trend rilevati nel tempo delle varie indagini e determinare se questi sono reali o indicano solo delle variazioni all’interno del margine di errore, dovuto all’ incertezza campionaria della statistica NPS.

Grazie a tale analisi, la direzione aziendale detiene tutte le informazioni per capire il trend della soddisfazione dei consumatori e le leve per andare oltre le aspettative dei propri clienti: con l’esito che questi diventino i primi promoter del brand Ariston Thermo.

L’analisi statistica svolta ha avuto quindi tre obiettivi principali:

  1. La determinazione della dimensione del campione in funzione del margine d’errore accettabile da parte dell’azienda;
  2. L’analisi della differenza tra due indici NPS;
  3. La valutazione della differenza dei sottogruppi del NPS (promotori e detrattori) che è stata ottenuta in indagini differenti.

Per valutare l’NPS da un punto di vista statistico si può considerare una popolazione – come ad esempio gli interventi di assistenza tecnica eseguiti in determinati mesi – contenente le seguenti proporzioni indicate nella tabella a lato: p1 di Promotori, p0 di Passivi e p-1 di Detrattori, dove p1 + p0 + p-1 = 1.

Per costruire l’indice NPS le valutazioni acquisite nel corso della indagine vengono classificate in 3 classi: i promotori assumono il valore di +1, i passivi di 0 ed i detrattori di -1, nelle date proporzioni. In seguito la distribuzione dei punteggi individuali X (-1, 0, +1) può essere sintetizzata come segue1:

Determinato questo, si è rivelato piuttosto interessante notare che, come si può vedere dalla formula (1), l’indice NPS corrisponde alla media della distribuzione dei punteggi individuali x, e di conseguenza:

Questo ha permesso di applicare il Teorema del Limite Centrale, il quale, indipendentemente dalla distribuzione di probabilità della popolazione, afferma che la distribuzione campionaria della media del campione ha una distribuzione che approssima alla distribuzione normale. La conseguenza di ciò è la possibilità di poter identificare la media e la varianza della distribuzione della media campionaria in quanto un’indagine NPS ottiene un stimato del valore reale di NPS, quindi:

Sostituendo Var (X) con la formula (2), il risultato è:

L’Errore Standard descrive l’incertezza nella stima della media campionaria. S.E. è la deviazione standard della sua distribuzione. Esso dà un’idea della precisione della stima: maggiore è lo S.E. maggiore è il rischio di avere una stima lontana dal valore reale.

In maniera piuttosto semplice si deduce che l’Intervallo di Confidenza per la stima dell’NPS campionario () è dato da:

L’intervallo di confidenza al 95% è un range di valori che al 95% contiene al suo interno il valore vero del parametro oggetto di stima: il valore medio della popolazione.

Sostituendo S.E. con (3):

Il Margine d’Errore (M.E.), essendo la massima differenza accettabile tra, ovvero l’indice calcolato partendo dall’indagine campionaria, e il valore reale relativo all’intera popolazione, misura il massimo valore di incertezza che si vuole accettare per il risultato dell’indagine.

In maniera analoga si può calcolare il M.E. nel caso di differenza tra due indagini, ma non volendo annoiare ulteriormente il lettore, per ulteriori approfondimenti rimandiamo all’appendice dell’articolo.

Determinazione della dimensione del campione in funzione del margine d’errore accettabile da parte dell’azienda

Prima di tutto si pone il primo problema relativo alla determinazione appropriata delle numerosità dei campioni delle indagini NPS che si vogliono fare. Si può derivare questo numero risolvendo la formula (5) in funzione di n (numerosità del campione) oppure utilizzando in maniera veloce il ben noto software Minitab®.

Dal momento che, durante la prima definizione del campione, non si hanno dati storici, l’approccio applicato è stato quello delle approssimazioni successive: si identifica una valore di differenza tra le due indagini che si vuole verificare e, ipotizzando una varianza massima (uguale a 1) si può determinare la prima dimensione del campione.

Successivamente, in funzione dei dati raccolti si possono modificare i dati – per esempio il valore della varianza – in maniera da poter diminuire la taglia del campione.

Per verificare la differenza tra i due campioni si può utilizzare la potenza del test (la capacità di un test statistico di riconoscere la falsità dell’ipotesi nulla H0 quando questa è effettivamente falsa): la potenza è una misura sintetica della sensibilità del test, dove con sensibilità si intende la capacità di rilevare le differenze. Nel nostro caso abbiamo ipotizzato una differenza del 10% tra le due indagini e con una potenza del 80% e 90% rispettivamente.

Quindi usando Minitab® ed inserendo come input:

  • Differenza da verificare: 10%
  • Potenza del test: 80%-90%-95%
  • Deviazione Standard: 1

Si ottiene una prima dimensione del campione di 1571 interviste (con una potenza dell’80%)

In caso la varianza del campione fosse <1 – per esempio: 0.75 – la dimensione del campione si ridurrebbe già del 44%, essendo necessario intervistare 884 clienti finali.

Le indagini svolte in Ariston Thermo hanno evidenziato una varianza prossima a 0.6, quindi per verificare una differenza del 6% -con una potenza del test del 80% – sono necessarie 1519 interviste.

In questa modalità il calcolo della numerosità campionaria considera il caso generale di una taglia (infinita della popolazione). Essa può essere ridotta, in presenza di numerosità finita della popolazione e per approfondimenti si rimanda alla Appendice statistica.

Analisi della differenza tra due indici NPS

Per confrontare due indici NPS e analizzare se vi è una reale differenza tra i due risultati, si studiano nel dettaglio i due campioni. Avendo identificato – attraverso il Teorema del Limite Centrale – la media e varianza della distribuzione della media campionaria, possiamo applicare la metodologia dei test statistici.

A questo punto, avendo a disposizioni tutti gli elementi necessari, si applica il test t di Student per il confronto di due medie (two-Sample t for the mean) per capire se c’è una differenza statisticamente significativa tra le medie di due indagini NPS. Il test ci permette di verificare, a partire dall’inferenza campionaria, se vi è una reale differenza in popolazione e che questa non sia dovuta al caso.

Al fine di velocizzare e semplificare le analisi, in Ariston Thermo si è fatto largo uso del software statistico Minitab®.

I seguenti test statistici sono eseguiti con questo modello.

Come vediamo nell’esempio sopra, essendo il valore del p-value maggiore di 0.05, non c’è una differenza statisticamente significativa tra i due indici NPS: in altre parole, non c’è differenza dei due indici tra le due popolazioni. Questo significa che, nonostante l’indice NPS, stimato in due rilevazioni diverse, sia sceso da 50 a 46 (per cento), non si può affermare che ci sia stato realmente un peggioramento.

Come vediamo nell’esempio sopra indicato, essendo il valore del p-value minore di 0.05, questo ci dice che c’è differenza statisticamente significativa tra i due campioni: in altre parole i due campioni provengono da due popolazioni differenti e quindi possiamo affermare che, in questo caso, essendo aumentato il valore dell’NPS, c’è stato un miglioramento delle customer satisfaction.

Analisi della differenza tra proporzioni: Promotori e Detrattori

Un altro passo per una analisi approfondita è l’analisi delle proporzioni di due campioni: prendendo ad esempio due indagini relative a due anni differenti, si ottengono i risultati mostrati di seguito.

Come si può notare, i due indici NPS sono differenti e questo mostra un aumento della customer satisfaction in popolazione.

Ma, come ben spiegato nei capitoli precedenti, l’indice NPS può migliorare aumentando i Promotori, o diminuendo i Detrattori, o variando sia i Detrattori che i Promotori. Quindi per comprendere la variazione dell’NPS si può considerare il trend di ogni singola proporzione.

Per esempio viene analizzato il trend dei Promotori (Indagine 1 vs Indagine 2).

Dal test possiamo concludere che le due proporzioni di Promotori sono statisticamente differenti

(P-value< 0,05).

Analizziamo ora i Detrattori.

Viceversa a quanto accaduto per i Promotori, in questo caso il p-value è 0.08 e quindi maggiore di 0.05 e quindi le due proporzioni non sono differenti nei due campioni.

Possiamo concludere che l’indice NPS è aumentato perché sono aumentati Promotori mentre i Detrattori sono rimasti invariati (non c’è evidenza statisticamente significativa che siano cambiati).

Appendice

Si utilizza la formula di calcolo per determinare la Var (X)

Se il campione è formato da tutti Promotori l’NPS è 100; se invece sono tutti Detrattori l’indicatore è pari a -100.

La varianza assume il massimo valore quando tutti i punteggi sono distribuiti equamente tra Promotori e Detrattori (nessun Passivo).

La varianza è zero quando tutti i punteggi sono concentrati in una delle possibili categorie: 100% di Passivi o Promotori o Detrattori.

Quando il NPS=0, Var (X) può assumere sia il minimo valore (0) sia il massimo valore (1).

Quando il NPS cresce, avvicinandosi all’eccellenza (NPS= 100), Var (x) decresce.

Quando il NPS decresce, avvicinandosi alla peggior situazione (NPS=- 100), Var (x) decresce.

Più in generale la tabella di seguito mostra la varianza della distribuzione X dei punteggi per le frazioni differenti di p1 and p-1,

Con:

p1 = frazione di Promotori nella riga

p-1 = frazione di Detrattori nella colonna

1.1.1Errore Standard, margine di errore e intervallo di confidenza di una indagine NPS

Uno degli obiettivi dell’indagine NPS è apprezzare i cambiamenti attitudinali dei clienti, confrontando tra loro diversi valori NPS provenienti da indagini condotte in tempi differenti.

Allo stesso modo, come fatto per un sondaggio NPS, è possibile procedere in caso di differenza di due indici NPS:

dove:

  • 1 e NPS1 provengono dall’indagine (convenzionalmente numerata) 1
  • 2 e NPS2 provengono dall’indagine (convenzionalmente numerata) 2
  • p-1,1, p 0,1, p +1,1 sono le proporzioni nell’indagine 1
  • p-1,2, p 0,2, p +1,2 sono le proporzioni nell’indagine 2.

Quando si confrontano le stime NPS, ottenute in due indagini, la differenza può essere considerata come segue:

La stima si approssima ad una distribuzione normale. Pertanto, siamo in grado di costruire l’intervallo di confidenza e calcolare il margine di errore.

Intervallo di Confidenza:

Poiché i campioni di due indagini sono indipendenti, il risultato è:

Con una confidenza del 95%, l’intervallo conterrà la reale differenza NPS2 – NPS1.

Margine d’Errore: corrisponde alla semiampiezza dell’intervallo di confidenza:

Dove, supponendo di avere la stessa dimensione campionaria per le due indagini NPS, come già fatto, sostituendo la (3) in S.E., si ha:

Con:

= distribuzione dei punteggi individuali x dell’indagine 1

= distribuzione dei punteggi individuali x dell’indagine 2

S.E., una volta fissato (supponendo stessa dimensione campionaria per le due indagini NPS), dipende dalle reali proporzioni pi dei due campioni (indagine 1 e indagine 2).

Nel caso di popolazioni finite, M.E. può essere corretto da un coefficiente di popolazione finita:

1.1.2Determinazione della numerosità campionaria per la differenza stimata NPS

Una volta definito:

Livello di confidenza (1-α),

Margine di errore accettato per |2-1| stimato, cioè la differenza minima tra due stime che può essere considerata statisticamente significativa,

se l’NPS ottenuto delle due indagini differenti ha una differenza più grande del Margine d’Errore, si può concludere che i due valori reali NPS1 e NPS2 sono differenti

Stima iniziale di (il più probabile o conservativa),

la numerosità campionaria n può essere calcolata come segue:

In caso di popolazione finita, la numerosità campionaria n può essere aggiustata con:

Per una completa interpretazione dell’indice NPS, è necessario un monitoraggio del trend di pi (proporzioni di Promotori e Detrattori). La dimensione del campione necessaria per confrontare gli indici NPS è superiore a quella necessaria per confrontare le singole frazioni pi (promotori e detrattori).

Bibliografia

  • Stats. Stackexchange;

http://stats.stackexchange.com/questions/18603/how-can-i-calculate-margin-of-error-in-a-nps-net-promoter-score-result

  • GENROE;

http://www.genroe.com/

  • SATMETRIX;

http://www.satmetrix.com/nps-score-model/

Articoli e libri:

Reichheld, Frederick F. “The one number you need to grow.” Harvard business review 81, no. 12 (2003): 46-55.

Reichheld, Fred. “Buoni e cattivi profitti.” Il cliente come migliore promotore dell’impresa, Ed ETAS (2006) – Italian translation of: Reichheld, Frederick F. The ultimate question: Driving good profits and true growth. Harvard Business Press, 2006.

Reichheld, Frederick F., and Rob Markey. The Ultimate Question 2.0: How net promoter companies thrive in a customer-driven world. Harvard Business Press, 2011.

Autori

La Direzione Qualità di Ariston Thermo e Galgano & Associati Consulting

11Per la formula completa si rimanda all’appendice.

2017-11-11T11:17:20+00:00 Energia, Galgano News|