Покупатели продуктов, изготавливаемых по индивидуальному заказу

25.02.2015 Автор: Рубрика: Бизнес»

Разделив своих клиентов на группы, имеющие непосредственное отношение к вашему бизнесу (а не к бизнесу IBM), вы можете попытаться уяснить представления каждой такой группы о вашей фирме, как об идеальном, с их точки зрения, поставщике. При этом очень важно не забывать, что большинство ваших представлений о клиентах (в том числе и то, что вам удалось установить на основе собственных представлений о том, каким образом ваша фирма могла бы удовлетворять потребности этих сегментов) — не более чем ваши гипотезы. IBM и другие компании использовали такого рода субъективные данные, когда реальные обстоятельства и временнь/е рамки, в которых приходилось действовать этим компаниям, требовали немедленного принятия мер, однако в долгосрочной перспективе необходимо проведение более объективных и статистически достоверных исследований. В конечном счете IBM и многие другие компании действительно проводили такие исследования, нередко прибегая к помощи квалифицированных специалистов по маркетинговым исследованиям.
Компании пользовались многими методами проведения исследований, которыми с успехом может воспользоваться и ваша фирма. Например, большинство фирм пытается определить важность потребностей отдельного клиента, задавая этому клиенту “Насколько важно для вас это?” и предлагая ему ответить на него с помощью шкалы (например, десятибалльной). Более точная мера влияния потребностей или желаний каждого клиента на ваш бизнес может быть получена статистическим методом — путем коррелирования уровней удовлетворенности клиентов по каждому пункту и их фактического поведения. Например, сохранила ли верность вашей фирме или ушла к кому-либо из конкурентов группа клиентов, недовольных тем, как ваша фирма удовлетворяет их конкретную потребность или нужду? Одним из важнейших моментов в этом отношении для вас является то, что опрос, проводимый с целью выявления удовлетворенности ваших клиентов, должен включать в себя вопросы, важные, с точки зрения ваших клиентов, для принятия ими решений о покупке. Затем можно построить колоколо-образную кривую
потребностей и нужд, определяющих поведение ваших клиентов, и использовать ее для принятия соответствующих решений (в том числе решений по поводу инвестиций).
IBM пришла к выводу, что, увязав эти потребности с инфраструктурой и усовершенствовав ее, можно получить чрезвычайно ценные результаты. Полезный урок, усвоенный IBM, заключается в следующем: чтобы достичь подлинной эффективности, гиалуроновая кислота фирма должна пользоваться методическими приемами, позволяющими ей выявлять, организовывать потребности и нужды своих клиентов, а затем и управлять ими на всем пути — вплоть до практической реализации соответствующей инфраструктуры.
Развертывание функции качества (Quality Function Deployment — QFD) представляет собой управленческий инструмент японского происхождения. По-другому QFD можно было бы определить как метод, позволяющий выявлять, отслеживать и контролировать сопутствующие проблемы и разрабатывать продукт, основываясь на информации, поступающей от клиента. IBM нашла подходы, используемые в этом методе, полезными для себя, однако трудными с точки зрения их “ручной настройки”, а имеющиеся на рынке автоматизированные инструменты для QFD были предназначены скорее для разработки продуктов, а не процессов или инфраструктуры компании. Одна из сотрудниц IBM, Синди Адиано, разработала и запатентовала новый аналитический инструмент, созданный на основе QFD. Он стал эффективным средством практической реализации внутренних клиент-ориентированных инициатив и консультирования сторонних заказчиков. В зависимости от масштаба и сложности используемых вами процессов, а также данных, характеризующих ваших клиентов, ручной или автоматизированный QFD-подобный метод может послужить вашей фирме эффективным механизмом совершенствования ее процессов и инфраструктуры.

Метки текущей записи:
Автор статьи:
написал 6135 статей.

Оставьте комментарий!

Вы должны быть авторизированы чтобы оставлять комментарии.

 
Запросов: 110 | 0,237 сек
Память: 10.43MB