Analisis Pohon Dampak Masalah dalam Pemasaran dan Manajemen Jasa!

Gambar 19.3 menunjukkan cabang dari pohon dampak masalah. Setiap cabang mewakili hasil yang mungkin dari kontak pelanggan. Baik pelanggan tidak mengalami masalah (baik), atau mengalami masalah (buruk). Jika pelanggan memang mengalami masalah tidak mengeluh, maka tidak ada kesempatan untuk menyelesaikan masalah tersebut. Jika pelanggan mengeluh, maka masalahnya diselesaikan dengan sukses oleh perusahaan (baik) atau tidak (buruk).

Analisis pohon dampak masalah dilakukan setiap tiga bulan untuk semua hotel. Hotel secara rutin mengumpulkan data yang dapat digunakan untuk menentukan berapa banyak orang yang termasuk dalam setiap kategori. Teknik ini melibatkan pengiriman kuesioner surat ke sampel besar pelanggan segera setelah pelanggan tersebut check out dari hotel. Hotel bertanya, sebagai bagian dari survei pelanggan umum, apakah pelanggan pernah mengalami masalah atau tidak, dan, jika demikian, apakah dilaporkan atau tidak, dan apakah diselesaikan dengan memuaskan atau tidak.

Contoh persentase diberikan pada Gambar 19.4. Kami melihat bahwa dalam hal ini 75% dari semua tamu tidak memiliki masalah. Dari 25% yang melakukannya, hanya setengahnya yang mengeluh, dan 70% ­keluhan berhasil diselesaikan. Dari angka-angka ini kita dapat membuat beberapa pengamatan yang bermanfaat.

Pertama, persentase yang sangat tinggi dari orang yang bermasalah tidak mengeluh, yang menghilangkan kemungkinan ­untuk menyelesaikan masalah. Selain itu, hanya 70% keluhan yang berhasil diselesaikan, yang mungkin menunjukkan bahwa penyelesaian masalah tidak terlalu berhasil.

Indikasi lebih lanjut tentang pentingnya penyelesaian masalah adalah perbedaan besar dalam ukuran ringkasan, seperti kepuasan dan niat pembelian kembali. Gambar 19.5 menunjukkan persentase orang yang merespons di dua kotak teratas dari skala kepuasan pelanggan lima poin, dan Gambar 19.6 menunjukkan persentase yang menyatakan niat untuk membeli kembali.

Kami melihat bahwa jika tidak ada masalah, maka 95% puas dan 95% berniat untuk kembali. Ini sangat bagus. Di sisi lain, di antara pelanggan yang mengalami masalah tetapi tidak melaporkannya, hanya 75% yang merasa puas dan hanya 80% yang berniat untuk kembali. Ini adalah drop out yang besar.

Apa yang terjadi jika pelanggan mengeluh? Jika pelanggan komplain, dan komplain tersebut ­diselesaikan kembali, maka 90% puas dan -90% berniat untuk kembali. Ini hampir sama baiknya dengan tidak memiliki masalah sejak awal! Sebaliknya jika keluhan tidak terselesaikan, maka kepuasan dan pembelian kembali anjlok. Hanya 50% yang puas, dan hanya 60% yang berniat membeli kembali. Kesimpulannya adalah jika pengaduan diajukan, sangat penting untuk menyelesaikannya dengan sukses.

Kita dapat menggunakan pohon dampak masalah untuk menganalisis nilai hasil penyelesaian keluhan, dengan memasukkan nilai seumur hidup pelanggan Mari kita andaikan bahwa nilai seumur hidup dari pelanggan yang kembali, dalam hal nilai sekarang bersih dari keuntungan masa depan, dan mengabaikan kata -efek mulut (untuk mempermudah), adalah Rs. 1.000, dan misalkan angka pada Gambar 19.4 dan 19.6 berlaku.

Apa gunanya menghindari masalah sejak awal? Cabang paling kiri (“No Problem”) memiliki tingkat pembelian kembali 95%. Mengalikan ini dengan Rs. 1.000 memberikan nilai yang diharapkan dari Rs. 950 untuk ­pelanggan di cabang ini. Sekarang kita perlu menemukan tingkat pembelian kembali untuk sisi lain dari pohon tersebut. Ini diperoleh sebagai rata-rata tertimbang dari tiga hasil yang mungkin.

Perhitungannya adalah: Tingkat retensi rata-rata = (0,5 x 0,7 x 0,9) + (0,5 x 0,3 x 0,6) + (0,5 x 0,8) = 80,5% Maka nilai yang diharapkan dari sisi kanan pohon adalah 80,5% x Rs. 1000 = Rp. 805. Ini adalah Rs. 145 kurang dari nilai yang diharapkan jika tidak ada masalah. Jadi nilainya Rp. 145 per pelanggan bagi perusahaan untuk menghindari masalah sejak awal. Ini cukup banyak.

Kami mungkin juga mempertimbangkan nilai penyelesaian masalah, mengingat keluhan telah diajukan. Nilai yang diharapkan dari cabang “Problem Resolved” adalah 90% x Rs. 1000 = Rp. 900, dan nilai yang ­diharapkan dari cabang “Belum Terselesaikan” adalah 60% x Rs. 1000 = Rp. 600. Perhatikan bahwa itu bernilai Rs. 900 – Rp. 600 = Rp. 300 untuk menyelesaikan masalah. Perusahaan dapat memperoleh keuntungan dengan sedikit memanjakan pelanggan yang mengeluh, hanya berdasarkan nilai pembelian kembali di masa mendatang. Tentu saja, jika kita mempertimbangkan efek dari mulut ke mulut, jumlahnya menjadi lebih mengesankan.

Masalah lainnya adalah berapa banyak yang kami peroleh dari meminta pelanggan melaporkan masalah. Dari Gambar 19.6 mudah untuk menghitung nilai ekspektasi pelanggan yang memiliki masalah yang tidak dilaporkan. Nilainya 80% x Rp. 1000 = Rp. Rp. 800. Menghitung nilai yang diharapkan dari pelanggan yang memiliki masalah dan melaporkannya melibatkan rata-rata tertimbang di seluruh cabang “Masalah Terselesaikan” dan “Tidak Terselesaikan”, menggunakan angka pada gambar 19.4 dan Gambar 19.6. Nilainya 70% x 90% x Rp. 1.000 ditambah 30% x 60% x Rs. 100, yang sama dengan Rp. 810.

Ini tidak lebih dari nilai pelanggan yang tidak melapor ­, sebagian besar karena 30% keluhan tidak berhasil diselesaikan. Dari angka-angka ini terlihat bahwa perhatian utama perusahaan adalah menyelesaikan persentase keluhan yang lebih tinggi daripada mendorong lebih banyak keluhan. Seiring dengan meningkatnya persentase atau penyelesaian keluhan, akan menjadi lebih penting untuk mendorong lebih banyak keluhan.

Monetarist

Monetarist

Definisi Monetaris Kaum monetaris mengacu pada penganut aliran pemikiran monetarisme, yang menyebarkan pengendalian jumlah uang beredar untuk mencapai stabilitas ekonomi. Ekonom Milton Friedman adalah penganjur utama teori monetarisme. Berbeda dengan teori Keynesian, para…

Read more