Dagmarin CX Director Sirpa Toljander on kehittänyt asiakaskokemuksen vaikutuskaavan.

Sen avulla voidaan laskea euroissa, kuinka paljon tyytyväinen asiakas vaikuttaa yrityksen tulokseen suoraan tai välillisesti. Hypoteesi perustuu Dagmarin suomalaisten asiakaskokemusta selvittäneeseen tutkimukseen ja siitä löytyneisiin todennäköisyyksiin.

–Kun ymmärrämme, miten asiakaskokemus vaikuttaa ostokäyttäytymiseen, suositteluun ja asiakkuuden arvoon, voimme johtaa sitä tietoon perustuen. Asiakaskokemusmatematiikka tekee näkymättömästä näkyvää ja strategisesti ohjattavaa, Toljander toteaa tiedotteessa.

Hypoteesin mukaan kolme asiakkaiden käyttäytymistä muokkaavaa tekijää voi kasvattaa keskiostosten arvoa.

Ensinnäkin hyvä asiakaskokemus sitouttaa. Dagmarin tutkimuksen mukaan 81 prosenttia suomalaisista ostaa uudelleen, kun kokemus on ollut positiivinen. Kertaostajasta tulee palaava asiakas.

Tyytyväinen asiakas myös laajentaa ostoskorinsa sisältöä. 49 prosenttia suomalaisista tyytyväisistä asiakkaista kokeilee myös yrityksen muita tuotteita tai palveluita. Tällöin ostoskorin koko ja asiakkuuden arvo kasvavat.

Lisäksi hyvä kokemus leviää. 67 prosenttia suomalaisista kertoo positiivisesta kokemuksesta ystävilleen, ja 62 prosenttia sanoo ystävän tai tuttavan suosittelun vaikuttavan ostopäätökseen. Tuntemattomien arvostelut vaikuttavat vain 18 prosenttiin suomalaisista.

Mutta miten nämä luvut taipuvat ennustavaksi kaavaksi?

Toljanderin kaavassa oletetaan, että yhden asiakkaan keskiostoksen arvo on A euroa, ja että suosittelu tavoittaa keskimäärin k henkilöä.

Lisämyynti yhteensä per tyytyväinen asiakas lasketaan siis kaavalla:

A×(0.81+0.49+(0.67×k×0.62))

Jos keskiostos (A) on siis esimerkiksi 100 euroa ja suosittelu tavoittaa 5 henkilöä (k), näyttää kaava seuraavalta:

100 × (0.81+0.49+(0.67×5×0.62)) = 100 × (1.3+2.077) = 100 € × 3.377 = 337.70 €

Yksi tyytyväinen asiakas voi siis tuottaa lisämyyntiä yli kolminkertaisesti alkuperäiseen ostokseen verrattuna.

Vaikka asiakaskokemuksen vaikutukset voivat olla keskenään korreloituneita – esimerkiksi palaava asiakas voi todennäköisemmin myös suositella – kaavan yksinkertaistettu rakenne tarjoaa selkeän ja havainnollistavan tavan arvioida asiakaskokemuksen liiketoiminnallista arvoa.

– Kaava havainnollistaa hyvin asiakaskokemuksen vaikutuksia lisämyyntiin ja suositteluun. On kuitenkin tärkeää huomioida, että se perustuu oletukseen tapahtumien riippumattomuudesta. Todellisuudessa tapahtumien välillä esiintyy luultavasti positiivista korrelaatiota – esimerkiksi henkilö, joka kokeilee toista palvelua, saattaa myös todennäköisemmin suositella alkuperäistä palvelua muille kuin satunnaisesti valittu tyytyväinen asiakas, data-analyytikko Tuukka Pallonen toteaa.