คะแนนร้านอาหารตก แต่รายได้กลับขึ้น — คะแนนของคุณกำลังหลอกคุณอยู่หรือเปล่า?

4.5 ตกเป็น 4.2 คุณตกใจ แต่สิ่งที่คุณไม่ได้ดูคือ: ค่าเฉลี่ยย่านธุรกิจคือ 3.9 คะแนนของคุณกำลังลด แต่ตำแหน่งสัมพัทธ์ของคุณกำลังขึ้น คะแนนสัมบูรณ์โดยไม่มีเกณฑ์อ้างอิง อันตรายไม่แพ้การไม่มีตัวเลขเลย

คะแนนร้านอาหารตก แต่รายได้กลับขึ้น — คะแนนของคุณกำลังหลอกคุณอยู่หรือเปล่า?

จาก 4.5 ถึง 4.2

เจ้าของร้านอาหารรายหนึ่งมองตัวเลขในแบ็คออฟฟิศ คะแนน Google ตกจาก 4.5 ไป 4.2

เขาเรียกประชุมทันที พนักงานถูกตำหนิ ครัวถูกเร่งเสิร์ฟ ฝ่ายการตลาดถูกเรียกร้องให้ทำแคมเปญ “รีวิวดี”

สามเดือนต่อมา คะแนนกลับไป 4.3 เขาโล่งอก

แต่รายงานรายได้แสดง: ในสามเดือนที่คะแนน “ตก” นั้น รายได้รายเดือนกลับเติบโต 22%

เขาสับสน คะแนนตกรายได้ดีขึ้น นี่เป็นไปได้อย่างไร?

คะแนนของคุณเปรียบเทียบกับใคร?

ปัญหาไม่ใช่คะแนน ปัญหาคือคุณเปรียบเทียบคะแนนกับใคร

ถ้าคะแนนเฉลี่ยของย่านธุรกิจคือ 3.9 คะแนน 4.2 ของคุณไม่ใช่ถดถอย คุณคืออันดับหนึ่งในย่าน คุณตกคะแนนอาจเป็นเพราะมีคู่แข่งใหม่สองร้านเปิดเข้ามาดึงค่าเฉลี่ยของย่านลง หรืออาจเป็นเพราะจำนวนลูกค้าเพิ่มขึ้นทำให้มีตัวอย่างมากขึ้น (ลูกค้ามาก = คะแนนสุดโต่งมาก = ค่าเฉลี่ยถูกดึงลง)

แต่ถ้าคุณดูแค่คะแนนสัมบูรณ์ของตัวเอง คุณจะตัดสินใจผิดพลาดอย่างสิ้นเชิง: กดดันพนักงาน ทำแคมเปญรีวิวดี ลดราคาชดเชย ทั้งหมดเป็นการตีความกับปัญหาที่ไม่มีอยู่จริง

การเติบโตของรายได้ 22% ซ่อนอะไรไว้

กลับมาที่การเติบโต 22% ของรายได้ มันไม่ได้เกิดขึ้นเปล่าๆ

ในสามเดือนนั้น ร้านอาหารนี้เกิดอะไรขึ้น ช่วงมื้อกลางวันเริ่มรับออเดอร์ส่งจำนวนมากจากนิคมเทคโนโลยีใกล้เคียง ลูกค้าใหม่เหล่านี้มาครั้งแรก คาดหวังไม่สูง (ส่งกลับนี่นา) ได้รับคุณภาพที่คงเส้นคงวาและความเร็วในการเสิร์ฟ ความพึงพอใจของพวกเขาดีจริง แต่ “ดี” สอดคล้องกับสามถึงสี่ดาว ไม่ใช่ห้าดาว และจำนวนรีวิวของกลุ่มนี้พุ่งขึ้น ทำให้ฐานคะแนนสูงที่เคยเป็นลูกค้ามื้อเย็นเป็นหลักถูกเจือจาง

ดังนั้นใน 4.5 → 4.2 ของคุณ ซ่อนข่าวดีและข่าวร้ายอย่างละข้อ ข่าวดี: ฐานลูกค้าของคุณกำลังขยาย รายได้เติบโต แหล่งรายได้ใหม่กำลังก่อตัว ข่าวร้าย: คะแนนรวมของคุณถูกดึงลง และคุณมองตัวเลขนี้แล้วตัดสินใจกดดันพนักงาน

ที่เจ็บปวดคือ แคมเปญ “รีวิวดี” ที่คุณผลักดัน ให้พนักงานเตือนลูกค้าตอนเช็คบิลให้ให้ห้าดาว จะยิ่งเร่งการเจือจางของคะแนน เพราะลูกค้าใหม่ที่จะให้สามสี่ดาวอยู่แล้ว คุณบังคับให้เขาให้ห้าดาว เขาทิ้งรีวิวดีแบบฝืนๆ ที่มีร่องรอย “ถูกขอร้อง” รีวิวเหล่านี้เมื่อลูกค้าเป้าหมายอ่าน ผลตรงกันข้าม

ความเร็วรีวิว: สัญญาณที่หันเลี้ยวก่อนคะแนน

นอกจากคะแนนแล้ว ยังมีอีกหนึ่งตัวชี้วัดที่คนน้อยคนสนใจ: ความเร็วในการสะสมรีวิว

สมมติร้านอาหารของคุณมีรีวิวใหม่ 15 รายการต่อเดือนเป็นเวลาหกเดือน ทันใดนั้น เดือนที่แล้วเพิ่มขึ้น 45 รายการ คะแนนไม่เปลี่ยนแปลงมาก แต่จำนวนรีวิวเพิ่มสามเท่า

ผู้ประกอบการส่วนใหญ่ไม่ดูเลย เพราะ “คะแนนไม่เปลี่ยน” แต่การเพิ่มขึ้นของจำนวนรีวิวเป็นสัญญาณในตัวมันเอง อาจหมายถึงจำนวนลูกค้าเพิ่มขึ้นอย่างมาก (เรื่องดี แต่จะนำมาซึ่งเอฟเฟกต์เจือจาง) หรืออาจหมายถึงเหตุการณ์หนึ่งที่กระตุ้นปฏิกิริยาทางอารมณ์จำนวนมาก อาจเป็นเรื่องดี (อาหารจานหนึ่งดัง) หรือเรื่องร้าย (ความผิดพลาดในการบริการครั้งหนึ่งถูกบ่นจำนวนมาก แค่ลูกค้าส่วนใหญ่เลือกให้สามดาวแทนหนึ่งดาว คะแนนไม่พัง แต่คุณกำลังเดินเชือก)

ความเร็วรีวิวคือ “ตัวชี้วัดนำ” ของคะแนน เมื่อคุณเห็นความเร็วเปลี่ยน คะแนนยังไม่ขยับ นั่นคือช่วงเวลาที่คุณต้องเข้าไปแทรกแซง พอคะแนนขยับ แนวโน้มก็ก่อตัวแล้ว

บทเรียนหนึ่งนาที

ปฏิทรรศน์ซิมป์สัน

ปี 1973 UC Berkeley ถูกกล่าวหาว่าเลือกปฏิบัติทางเพศ ข้อมูลดูเหมือนหลักฐานเหล็ก: อัตรารับโดยรวม ชาย 44% หญิง 35%

แต่นักสถิติ Peter Bickel เมื่อแยกตามภาควิชาพบว่า: ใน 85 ภาควิชา ภาควิชาส่วนใหญ่กลับเอนเอียงไปทางรับหญิง ช่องว่างอยู่ที่ไหน? หญิงมีแนวโน้มสมัครภาควิชาที่อัตรารับต่ำ (มนุษยศาสตร์ สังคมศาสตร์) ชายมีแนวโน้มสมัครภาควิชาที่อัตรารับสูง (วิศวกรรม ฟิสิกส์)

ตัวเลขรวมบอกว่าชายได้เปรียบ ตัวเลขแยกกลุ่มบอกว่าไม่มีการเลือกปฏิบัติ สองข้อสรุปตรงกันข้ามอย่างสิ้นเชิง

นี่คือปฏิทรรศน์ซิมป์สัน (Simpson’s Paradox): ข้อมูลรวมแสดงแนวโน้มหนึ่ง แต่เมื่อแยกกลุ่ม แต่ละกลุ่มแสดงแนวโน้มตรงกันข้าม

ปฏิทรรศน์นี้ไม่ใช่เรื่องแปลกในวงการวิชาการ มันเกิดขึ้นทุกวันในข้อมูลจริงของอุตสาหกรรมอาหารและที่พัก และทุกครั้งที่คุณมอง “คะแนนรวม” เพื่อตัดสินใจ คุณอาจกำลังตกอยู่ในกับดักเดียวกัน

4.5 → 4.2 ของคุณก็เช่นกัน คะแนนรวมกำลังลด แต่ถ้าแยกช่วงมื้อกลางวันและมื้อเย็นดู คะแนนมื้อเย็นกลับกำลังขึ้น จาก 4.5 ไป 4.7 เพราะคุณเปลี่ยนเชฟใหม่เดือนที่แล้ว คุณภาพมื้อเย็นดีขึ้นอย่างเห็นได้ชัด ลูกค้าใหม่ของมื้อกลางวันเป็นฝ่ายดึงค่าเฉลี่ยรวมลง และการเพิ่มขึ้นของลูกค้ามื้อกลางวันนั้นแหละคือสาเหตุของรายได้เติบโต 22%

ตัวเลขรวมบอกคุณว่า “ถดถอย” ตัวเลขแยกกลุ่มบอกคุณว่า “เติบโต” คุณดูข้างผิดมาตลอด

นี่ไม่ใช่ความผิดของคุณ สมองมนุษย์มีแนวโน้มตามธรรมชาติที่จะมองตัวเลขรวม เพราะมันมีประสิทธิภาพในวิวัฒนาการ แต่คุณค่าของการวิเคราะห์ข้อมูลคือการเอาชนะสัญชาตญาณ ถามคำถามที่ผิดธรรมดา: “ถ้าฉันแยกดู เรื่องราวยังเหมือนเดิมไหม?”

ทำไมคุณไม่มีเกณฑ์อ้างอิง

ผู้ประกอบการส่วนใหญ่มองคะแนนของตัวเอง เหมือนคนยืนมองมือตัวเองในห้องมืด คุณรู้ว่ามือคุณอยู่ที่ไหน แต่ไม่รู้ว่าห้องใหญ่แค่ไหน คนอื่นยืนอยู่ที่ไหน

เหตุที่คุณไม่มีเกณฑ์อ้างอิงง่ายมาก: ต้นทุนในการหาเกณฑ์อ้างอิงสูงเกินไป

เพื่อรู้ค่าเฉลี่ยของย่านธุรกิจ คุณต้องเปิด Google Maps ดูคะแนน จำนวนรีวิว อัตราการตอบกลับของคู่แข่งแต่ละรายทีละราย แล้วคำนวณค่าเฉลี่ยถ่วงน้ำหนักเอง ร้านอาหารหนึ่งอาจมีคู่แข่ง 30 ร้านรอบๆ แต่ละร้านใช้เวลา 3 นาที ชั่วโมงครึ่งผ่านไป คุณได้ตัวเลขหนึ่ง แต่เดือนหน้ามันล้าสมัยแล้ว

ดังนั้นคุณไม่ทำ ดังนั้นคุณไม่มีเกณฑ์อ้างอิง ดังนั้นคุณตัดสินใจผิดจากคะแนนสัมบูรณ์

นี่ไม่ใช่เพราะคุณขี้เกียจ แต่เพราะเครื่องมือไม่ใช่

สามกับดักของคะแนนสัมบูรณ์

หนึ่ง การเปลี่ยนแปลงของขนาดตัวอย่าง 4.5 ตอนมี 100 รีวิว กับ 4.2 ตอนมี 1000 รีวิว ไม่ใช่เรื่องเดียวกัน จำนวนรีวิวเพิ่มขึ้น อิทธิพลของค่าสุดโต่งเพิ่มขึ้น ค่าเฉลี่ยถูกดึงลงโดยธรรมชาติ นี่ไม่ได้แปลว่าคุณภาพถดถอย แค่แปลว่ามีคนมากขึ้น

สอง โครงสร้างเวลา ลูกค้าวันหยุดเข้มงวดกว่าวันธรรมดา (คนเยอะ รอนาน คาดหวังสูง) ถ้าสัดส่วนลูกค้าวันหยุดของคุณเพิ่มขึ้น คะแนนรวมจะลดลงโดยธรรมชาติ นี่ไม่ใช่ถดถอย นี่คือเอฟเฟกต์ฤดูท่องเที่ยว

สาม พลวัตของคู่แข่ง ร้านข้างๆ เปิดใหม่ตกแต่งสวยงาม ระยะสั้นดึงลูกค้าที่พึงพอใจสูงของคุณไปส่วนหนึ่ง (เขาไปลองแล้ว) ที่เหลือส่วนใหญ่เป็นลูกค้าเก่า ซึ่งมีมาตรฐานสูงกว่า คะแนนของคุณตก แต่โครงสร้างลูกค้ากำลังเปลี่ยน

จุดร่วมของสามกับดักนี้: ไม่ดูเกณฑ์อ้างอิงอุตสาหกรรมและข้อมูลแยกกลุ่ม คะแนนสัมบูรณ์จะนำคุณไปสู่ข้อสรุปที่ผิดพลาดอย่างสิ้นเชิง

สิ่งที่คุณต้องการคือแผนที่

คุณต้องรู้ว่าตัวเองยืนอยู่ที่ไหน

ไม่ใช่ “คะแนนของฉันคือ 4.2” แต่คือ “คะแนนของฉันคือ 4.2 ค่าเฉลี่ยย่านธุรกิจ 3.9 ฉันอยู่ top 15%”

ไม่ใช่ “คะแนนของฉันกำลังลด” แต่คือ “คะแนนของฉันกำลังลด แต่ย่านธุรกิจโดยรวมลดมากกว่า ตำแหน่งสัมพัทธ์ของฉันกำลังขึ้น”

นี่คือคุณค่าของเกณฑ์อ้างอิงอุตสาหกรรม มันเปลี่ยนคะแนนสัมบูรณ์ของคุณเป็นตำแหน่งสัมพัทธ์ ตำแหน่งสัมพัทธ์คือสิ่งที่ใช้ตัดสินใจได้

และตำแหน่งสัมพัทธ์ไม่ได้บอกแค่ “ฉันอยู่อันดับไหน” แต่บอก “ฉันควรไปทางไหน” ถ้าคุณอยู่ top 15% ของย่าน สิ่งสำคัญของคุณไม่ใช่ “เพิ่มคะแนน” แต่คือ “รักษาคุณภาพขณะขยายฐานลูกค้า” ถ้าคุณอยู่กลางตาราง สิ่งสำคัญคือ “หาให้เจอว่าร้านที่อยู่ข้างหน้าคุณกำลังทำอะไรที่คุณไม่ทำ” ถ้าคุณอยู่ท้ายตาราง นั่นถึงเป็นเวลาที่ต้องถามจริงๆ จังๆ ว่า “คุณภาพมีปัญหาอะไร”

คะแนน 4.2 เดียวกัน สามตำแหน่งสัมพัทธ์ สามแผนการดำเนินงานที่ต่างกันอย่างสิ้นเชิง ถ้าไม่มีเกณฑ์อ้างอิง คุณไม่รู้ด้วยซ้ำว่าตัวเองกำลังรบอะไรอยู่


ดาวน์โหลดรายงานเกณฑ์อ้างอิงคะแนนอุตสาหกรรม

คะแนนของคุณอยู่อันดับไหนในตลาด ฝากอีเมล รับเกณฑ์อ้างอิงคะแนนอุตสาหกรรมที่เรารวบรวม ประกอบด้วยค่าเฉลี่ยทั้งอุตสาหกรรมในห้ามิติ ตำแหน่งสัมพัทธ์ของคุณ และเกณฑ์อ้างอิงอัตราการตอบกลับ

ตอนรับมันคุณอาจคิดว่า “ถ้าต้องอัปเดตตัวเลขเหล่านี้เองทุกเดือน ใครจะมีเวลา?”

ความคิดนั้น คือจุดเริ่มต้นของปัญหา


บทความที่เกี่ยวข้อง

← รายงานของคุณรูปแบบสวยและตรรกะสมบูรณ์ แต่มันไม่บอกคุณว่าทำไมลูกค้าไม่มาแล้ว

สามวิธีการวิเคราะห์รายได้ (งบการเงิน ออเดอร์ สำรวจตลาด) ทำไมจึงมองไม่เห็นสาเหตุจริงที่ลูกค้าจากไป?

อ่าน

บทความนี้มีประโยชน์สำหรับคุณหรือไม่?

การสนทนา

กำลังโหลด…

บทความที่เกี่ยวข้อง

ระดับปัญญาธุรกิจ

บริษัทรับแต่งหน้าระดับห้าดาวของคุณอาจกำลังปกปิดจุดอ่อนที่อันตรายที่สุด

4.5 คะแนน เกือบทั้งหมดห้าดาว คุณพอใจมาก แต่เมื่อแยกดูคะแนนตามมิติ หนึ่งในห้ามิติได้เพียง 3.2 ใต้เปลือกหุ้มห้าดาว ซ่อนสาเหตุโครงสร้างที่ทำให้ลูกค้าหลุดไป

ระดับปัญญาธุรกิจ

จัดหมวดก่อนตอบ: เปลี่ยนรีวิวลบทุกข้อให้เป็นข่าวกรองที่นำไปปฏิบัติได้

คุณตอบรีวิวลบทุกข้ออย่างตั้งใจ ขอโทษ สัญญาว่าจะปรับปรุง เชิญมาอีก แต่ถ้าใน 100 รีวิวลบมี 80 ข้อมาจากสาเหตุหลักเดียวกัน คุณกำลังให้ยาลดไข้ไปร้อยครั้ง โดยไม่เคยหาแหล่งของเชื้อโรค

ระดับปัญญาธุรกิจ

คุณดูดาวและคำร้องเรียนเหล่านั้นทุกวัน แต่รู้หรือไม่ว่าคุณกำลังดูอะไรอยู่

ทุกเช้าใช้เวลาสามสิบนาทีสแกนผ่านแถวดาวและคำร้องเรียน คุณคิดว่ากำลังติดตามชีพจรตลาด แต่ถ้าไม่มีกรอบการจัดหมวด สามสิบนาทีนี้เป็นเพียงการลาดตระเวนอารมณ์ ได้เห็นมาก แต่เข้าใจน้อย