มาตรวัดความภักดีของลูกค้า (Customer Loyalty Scale - CLS)
- ผู้เสนอ
- Alan S. Dick, Kunal Basu
- ปี
- 1994
- ประเภท
- Multi-dimensional behavioral and attitudinal loyalty scale
- กลุ่มวิธี
- Customer loyalty measurement
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
มาตรวัดความภักดีของลูกค้า (CLS) วัดระดับความภักดีของลูกค้าโดยพิจารณาจากการผสมผสานระหว่างความผูกพันทางทัศนคติและความตั้งใจเชิงพฤติกรรม พัฒนาโดย Dick และ Basu (1994) มาตรวัดนี้แยกความแตกต่างระหว่างความภักดีเชิงพฤติกรรม (การซื้อซ้ำ) และความภักดีทางทัศนคติ (ความผูกพันทางอารมณ์) โดยตระหนักว่าความภักดีที่แท้จริงนั้นเกี่ยวข้องกับทั้งสองส่วน CLS ครอบคลุมหลายมิติของความภักดี รวมถึงความตั้งใจที่จะซื้อซ้ำ การบอกต่อแบบปากต่อปาก และการต่อต้านข้อเสนอของคู่แข่ง เครื่องมือนี้ถูกนำไปใช้อย่างกว้างขวางในการวิจัยการตลาดเพื่อคาดการณ์มูลค่าตลอดช่วงชีวิตของลูกค้า (customer lifetime value) และระบุลูกค้าที่มีความเสี่ยงที่จะเลิกใช้บริการ
แนวคิดเบื้องหลังวิธีการ
ความภักดีของลูกค้าไม่ใช่เพียงแค่การซื้อซ้ำเท่านั้น แต่ยังรวมถึงความผูกพันทางอารมณ์ การสนับสนุน และการต่อต้านข้อเสนอของคู่แข่ง CLS ทำให้แนวคิดนี้เป็นรูปธรรมโดยการวัดทั้งมิติเชิงพฤติกรรม (แนวโน้มการซื้อซ้ำ ความมุ่งมั่นในการใช้จ่าย) และมิติทางทัศนคติ (ความผูกพันทางอารมณ์ การสนับสนุนแบรนด์) องค์กรสามารถใช้ CLS เพื่อระบุความภักดีเพียงผิวเผิน (การซื้อซ้ำที่เกิดจากความเคยชิน การขาดทางเลือก) เทียบกับความภักดีที่แท้จริง (การซื้อซ้ำที่เกิดจากความชอบและความผูกพันทางอารมณ์) ซึ่งช่วยให้สามารถวางกลยุทธ์การรักษาลูกค้าและการเติบโตที่ตรงเป้าหมาย
ประวัติศาสตร์
บทความของ Dick และ Basu ในปี 1994 ในวารสาร Journal of the Academy of Marketing Science ได้วางกรอบพื้นฐานสำหรับการทำความเข้าใจความภักดีในฐานะการผสมผสานระหว่างทัศนคติสัมพัทธ์ (ความชอบ) และการอุปถัมภ์ซ้ำ การทำงานของพวกเขาต่อยอดจากการวิจัยความพึงพอใจและต้นทุนการเปลี่ยนก่อนหน้านี้ โดยบูรณาการความผูกพันทางจิตวิทยาและรูปแบบพฤติกรรม มาตรวัดความภักดีของลูกค้า (CLS) ทำให้กรอบการทำงานนี้เป็นรูปธรรม และได้กลายเป็นเครื่องมือมาตรฐานในการวิจัยการตลาด โดยเฉพาะอย่างยิ่งในการบริหารความสัมพันธ์กับลูกค้า (CRM) และการวิเคราะห์การรักษาลูกค้า การปรับปรุงในภายหลังได้นำกรอบการทำงาน CLS ไปใช้กับความสัมพันธ์แบบธุรกิจกับธุรกิจ (B2B) ความภักดีของพนักงาน และความภักดีของนักเรียนในบริบททางการศึกษา
ควรใช้เมื่อใด
ใช้ CLS เพื่อระบุความเสี่ยงในการเลิกใช้บริการของลูกค้าและกำหนดเป้าหมายโปรแกรมรักษาลูกค้า วัดผลกระทบของการปรับปรุงประสบการณ์ลูกค้าต่อความภักดี แบ่งส่วนลูกค้าตามโปรไฟล์ความภักดี (ลูกค้าภักดีอย่างแท้จริง vs. ลูกค้าที่มีความเสี่ยง) คาดการณ์มูลค่าตลอดช่วงชีวิตของลูกค้าและความสามารถในการทำกำไร และเปรียบเทียบความภักดีในกลุ่มผลิตภัณฑ์ ภูมิศาสตร์ หรือข้อมูลประชากรของลูกค้า CLS มีคุณค่าอย่างยิ่งสำหรับบริการแบบสมัครสมาชิก บริการที่เกี่ยวข้องกับการมีส่วนร่วมสูง หรือบริการที่เน้นความสัมพันธ์ (เช่น ธนาคาร โทรคมนาคม การบริการ การดูแลสุขภาพ)
ข้อจำกัดและข้อควรพิจารณา
- ความภักดีที่รายงานด้วยตนเองอาจแตกต่างจากความชอบที่เปิดเผย ลูกค้าอาจระบุความตั้งใจที่จะภักดีสูง แต่เปลี่ยนใจเมื่อเผชิญกับข้อเสนอของคู่แข่ง หรือเมื่อต้นทุนในการเปลี่ยนลดลง
- ข้อคำถามเกี่ยวกับความภักดีทางทัศนคติมีความอ่อนไหวต่ออคติทางสังคม (social desirability bias) ลูกค้าอาจประเมินความผูกพันทางอารมณ์สูงเกินไป หากพวกเขามองว่าแบบสำรวจกำลังประเมิน 'ความดี' ของพวกเขาในฐานะลูกค้า
- CLS ไม่ได้แยกแยะระหว่างปัจจัยขับเคลื่อนความภักดี (เช่น ต้นทุนการเปลี่ยนสูง ความเคยชิน การขาดทางเลือก เทียบกับความชอบที่แท้จริง) ความภักดีเชิงพฤติกรรมสูงอาจสะท้อนถึงอุปสรรคมากกว่าความมุ่งมั่นที่แท้จริง
- มาตรวัดนี้ตั้งสมมติฐานว่าความภักดีมีความคงที่ ในตลาดที่มีการเปลี่ยนแปลงอย่างรวดเร็วซึ่งความชอบของลูกค้าเปลี่ยนแปลงไปอย่างรวดเร็ว CLS จากช่วงเวลาหนึ่งอาจไม่สามารถคาดการณ์ความภักดีในอนาคตหรือพฤติกรรมการซื้อได้
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- ครอบคลุมทั้งมิติเชิงพฤติกรรมและทัศนคติ เผยให้เห็นพื้นฐานทางจิตวิทยาของความภักดี และไม่ว่าความภักดีนั้นจะแข็งแกร่งหรืออ่อนแอต่อการถูกรบกวนจากคู่แข่ง
- โปรไฟล์เฉพาะมิติช่วยให้สามารถแบ่งส่วนลูกค้าได้อย่างแม่นยำและวางกลยุทธ์การรักษาลูกค้าที่ตรงเป้าหมาย (เช่น ลูกค้าที่มีความเสี่ยงต้องการการสื่อสารคุณค่า ในขณะที่ลูกค้าที่มีศักยภาพต้องการการอำนวยความสะดวกในการซื้อ)
- ได้รับการตรวจสอบความถูกต้องในหลายอุตสาหกรรมด้วยคุณสมบัติทางจิตวิทยาที่แข็งแกร่ง มิติมีความเป็นอิสระ ทำให้สามารถปรับให้เหมาะสมแยกกันได้
- ใช้งานได้จริงสำหรับการคาดการณ์: คะแนน CLS มีความสัมพันธ์กับอัตราการรักษาลูกค้า มูลค่าตลอดช่วงชีวิตของลูกค้า และความถี่ในการซื้อ ช่วยในการสร้างแบบจำลองมูลค่าตลอดช่วงชีวิตของลูกค้าและการคำนวณผลตอบแทนจากการลงทุนในการรักษาลูกค้า
การประยุกต์ใช้
- การติดตามความภักดีของแบรนด์ในกลุ่มค้าปลีกและสินค้าอุปโภคบริโภค: ผู้ผลิตและผู้ค้าปลีกใช้ CLS เป็นรายไตรมาสเพื่อติดตามแนวโน้มความภักดีของแบรนด์ในกลุ่มลูกค้าต่างๆ การลดลงของความภักดีทางทัศนคติ (แม้ว่าการซื้อซ้ำจะคงที่) บ่งชี้ถึงความเปราะบางต่อการเข้ามาของคู่แข่ง กระตุ้นให้เกิดการตอบสนองทางการตลาด
- การบริหารจัดการการรักษาลูกค้าในบริการแบบสมัครสมาชิก: ผู้ให้บริการสตรีมมิ่ง ซอฟต์แวร์ และโทรคมนาคม ใช้ CLS เพื่อระบุลูกค้าที่มีมูลค่าสูงและมีความเสี่ยง (ความภักดีเชิงพฤติกรรมสูง + ความภักดีทางทัศนิติต่ำ) กลุ่มลูกค้าที่มีความเสี่ยงจะได้รับโปรแกรมการมีส่วนร่วมที่ตรงเป้าหมาย (คำแนะนำเนื้อหา ข้อเสนอพิเศษ) เพื่อเสริมสร้างความผูกพันทางอารมณ์
- การบริหารความสัมพันธ์กับลูกค้าธนาคาร: สถาบันการเงินดำเนินการ CLS หลังการปฏิสัมพันธ์ (เช่น หลังเปิดบัญชี แก้ไขข้อพิพาท) เพื่อวัดความภักดีในความสัมพันธ์ ลูกค้าที่มีความภักดีทางทัศนิติต่ำ แม้จะมีการทำธุรกรรม ก็จะได้รับการติดต่อเพื่อสร้างความสัมพันธ์ที่เป็นส่วนตัว
- ความภักดีและการรักษาผู้ป่วยในระบบสุขภาพ: โรงพยาบาลและคลินิกใช้ CLS เพื่อวัดความภักดีของผู้ป่วยต่อผู้ให้บริการและระบบสุขภาพ ความภักดีเชิงพฤติกรรมต่ำ (แม้จะมีทัศนคติเชิงบวก) อาจบ่งชี้ถึงอุปสรรคในการเข้าถึงหรือความสะดวก; ความภักดีทางทัศนคติที่ต่ำบ่งชี้ถึงปัญหาด้านประสบการณ์ทางคลินิกหรือความไว้วางใจที่ต้องการการแทรกแซง
วิธีการทำงาน
วิธีการทำงาน
ลูกค้าให้คะแนน 10–12 ข้อคำถามบนมาตรวัดแบบ Likert 7 ระดับ (1 = ไม่เห็นด้วยอย่างยิ่ง ถึง 7 = เห็นด้วยอย่างยิ่ง) ครอบคลุมสองมิติหลัก: ความภักดีเชิงพฤติกรรม (5–6 ข้อคำถาม: เช่น 'ฉันตั้งใจจะซื้อจากบริษัทนี้ในอนาคต'; 'ฉันยินดีที่จะจ่ายราคาสูงกว่าสำหรับแบรนด์นี้เมื่อเทียบกับแบรนด์คู่แข่ง') และความภักดีทางทัศนคติ (5–6 ข้อคำถาม: เช่น 'ฉันจะแนะนำบริษัทนี้ให้เพื่อน'; 'ฉันรู้สึกผูกพันทางอารมณ์กับแบรนด์นี้'; 'ฉันเชื่อว่านี่คือแบรนด์ที่ฉันชอบ') โดยทั่วไปจะดำเนินการผ่านทางไปรษณีย์ แบบสำรวจออนไลน์ โทรศัพท์ หรือแบบสอบถามแบบตัวต่อตัว หลังการซื้อ หรือเป็นระยะสำหรับลูกค้าปัจจุบัน ระยะเวลาในการตอบแบบสำรวจคือ 3–5 นาที
คำนวณคะแนนเฉลี่ยสำหรับแต่ละมิติจากสองมิติ: ความภักดีเชิงพฤติกรรม และความภักดีทางทัศนคติ คำนวณคะแนนรวมของมาตรวัดความภักดีของลูกค้า (Customer Loyalty Scale) โดยเฉลี่ยจากข้อคำถามทั้งหมด 10–12 ข้อ คะแนนอยู่ในช่วง 1 (ความภักดีต่ำมาก) ถึง 7 (ความภักดีสูงมาก) แนวทางการแบ่งส่วนลูกค้าที่ใช้กันทั่วไปคือ: ลูกค้าภักดีอย่างแท้จริง (ความภักดีเชิงพฤติกรรมสูง + ความภักดีทางทัศนคติสูง), ลูกค้าที่มีความเสี่ยง (ความภักดีเชิงพฤติกรรมสูง + ความภักดีทางทัศนิติต่ำ), ลูกค้าที่มีศักยภาพ (ความภักดีเชิงพฤติกรรมต่ำ + ความภักดีทางทัศนคติสูง), และลูกค้าที่ไม่ภักดี (ความภักดีเชิงพฤติกรรมต่ำ + ความภักดีทางทัศนิติต่ำ)
คะแนน CLS โดยรวมที่สูงกว่า 5.5 บ่งชี้ถึงความภักดีที่แข็งแกร่ง คะแนน 4.0–5.5 บ่งชี้ถึงความภักดีปานกลางที่มีความเสี่ยงในการเลิกใช้บริการ คะแนนต่ำกว่า 4.0 บ่งชี้ถึงความภักดีที่อ่อนแอซึ่งต้องการการแทรกแซง โปรไฟล์เฉพาะมิติช่วยระบุสถานะของลูกค้า: ความภักดีเชิงพฤติกรรมสูง + ความภักดีทางทัศนิติต่ำ บ่งชี้ถึงการซื้อตามนิสัย (ความเคยชินหรือการขาดทางเลือก) ซึ่งเสี่ยงต่อการถูกรบกวนจากคู่แข่ง; ความภักดีทางทัศนคติสูง + ความภักดีเชิงพฤติกรรมต่ำ บ่งชี้ถึงทัศนคติที่ดีต่อแบรนด์ที่ยังไม่ได้แปลงเป็นการซื้อ หรือความถี่ในการซื้อไม่เพียงพอ การเปลี่ยนแปลง CLS เมื่อเทียบปีต่อปีสามารถคาดการณ์แนวโน้มการเลิกใช้บริการและมูลค่าตลอดช่วงชีวิตของลูกค้า
ข้อผิดพลาดที่พบบ่อย
- การใช้เฉพาะข้อคำถามเชิงพฤติกรรม (ความตั้งใจซื้อซ้ำ) และละเว้นข้อคำถามทางทัศนคติ ซึ่งทำให้ความภักดีที่แท้จริงปะปนกับความเคยชินหรือการขาดทางเลือก ลดคุณค่าเชิงกลยุทธ์สำหรับการรักษาลูกค้า
- การเปรียบเทียบคะแนน CLS ในกลุ่มลูกค้าที่แตกต่างกัน (ลูกค้าใหม่ vs. ลูกค้าเก่า ลูกค้ามูลค่าสูง vs. ลูกค้ามูลค่าต่ำ) โดยไม่ได้ปรับตามความแตกต่างตามธรรมชาติ ลูกค้าเก่าโดยธรรมชาติจะมีคะแนนสูงกว่าเนื่องจากความคุ้นเคย
- การสมมติว่าทุกมิติของ CLS มีน้ำหนักเท่ากัน ในบางหมวดหมู่ (เช่น สาธารณูปโภค) ความภักดีเชิงพฤติกรรมมีความสำคัญมากกว่า ในขณะที่ในหมวดหมู่อื่นๆ (เช่น สินค้าหรู) ความภักดีทางทัศนคติเป็นตัวขับเคลื่อนมูลค่าตลอดช่วงชีวิตของลูกค้า
คำถามที่พบบ่อย
อะไรคือความแตกต่างระหว่างมาตรวัดความภักดีของลูกค้า (CLS) และคะแนนสุทธิของผู้สนับสนุน (Net Promoter Score - NPS)?
NPS เป็นมาตรวัดแบบข้อคำถามเดียวเกี่ยวกับความเต็มใจที่จะแนะนำ (แนวโน้มการสนับสนุน) ซึ่งครอบคลุมมิติหนึ่งของความภักดีทางทัศนคติ CLS วัดทั้งความภักดีเชิงพฤติกรรม (ความตั้งใจซื้อซ้ำ การใช้จ่าย) และความภักดีทางทัศนคติ (การแนะนำ ความผูกพันทางอารมณ์ ความชอบแบรนด์) อย่างครอบคลุม NPS นั้นง่ายต่อการบริหารจัดการและติดตาม ทำให้เหมาะสำหรับการติดตามความถี่สูง; CLS ให้ข้อมูลเชิงลึกในการวินิจฉัยที่ลึกซึ้งยิ่งขึ้นว่าเหตุใดความภักดีจึงแตกต่างกัน และกลุ่มลูกค้าใดที่ภักดีอย่างแท้จริงเทียบกับกลุ่มที่มีความเสี่ยง
ฉันควรตีความคะแนนความภักดีเชิงพฤติกรรมสูงแต่ความภักดีทางทัศนิติต่ำ (ลูกค้าตามนิสัย) อย่างไร?
ลูกค้าเหล่านี้ซื้อซ้ำเนื่องจากความเคยชิน ต้นทุนการเปลี่ยน หรือการไม่รับรู้ถึงทางเลือกอื่น ไม่ใช่เพราะความชอบที่แท้จริง พวกเขาเสี่ยงต่อการถูกรบกวนจากคู่แข่ง โดยเฉพาะอย่างยิ่งหากทางเลือกอื่นมีความสะดวกหรือข้อได้เปรียบด้านต้นทุน กลยุทธ์: เสริมสร้างความผูกพันทางอารมณ์ผ่านประสบการณ์ลูกค้าที่ดีขึ้น เพิ่มการสื่อสารคุณค่า หรือลดต้นทุนการเปลี่ยน ติดตามการเลิกใช้บริการอย่างใกล้ชิด เนื่องจากความภักดีตามนิสัยสามารถเปลี่ยนแปลงได้อย่างรวดเร็วหากข้อเสนอของคู่แข่งดีขึ้น
ต้องใช้ขนาดตัวอย่างเท่าใดจึงจะเชื่อถือได้สำหรับการศึกษา CLS?
แนะนำให้มีลูกค้าอย่างน้อย 100 รายต่อกลุ่มหรือสายผลิตภัณฑ์เพื่อให้ได้ค่าประมาณระดับมิติที่เสถียร สำหรับการติดตามความภักดีในกลุ่มต่างๆ (ตามวันที่ได้มา ข้อมูลประชากร ภูมิศาสตร์) ผู้ตอบแบบสอบถาม 300–500 รายช่วยให้สามารถแบ่งส่วนและการวิเคราะห์กลุ่มย่อยได้อย่างน่าเชื่อถือ สำหรับการสร้างแบบจำลองมูลค่าตลอดช่วงชีวิตของลูกค้าที่เชื่อมโยงกับคะแนน CLS การมีกลุ่มตัวอย่างขนาดใหญ่ขึ้น (1,000+) จะช่วยเพิ่มความแม่นยำทางสถิติสำหรับการคาดการณ์
ฉันสามารถใช้ CLS สำหรับความสัมพันธ์กับลูกค้าแบบ B2B ได้หรือไม่?
ได้ คุณสามารถปรับข้อคำถามให้สะท้อนถึงการตัดสินใจแบบ B2B (เช่น 'เราตั้งใจที่จะสานต่อความร่วมมือกับผู้จำหน่ายรายนี้' แทนที่จะเป็นความชอบแบรนด์ส่วนบุคคล) ข้อคำถามเชิงพฤติกรรมจะเน้นที่การต่อสัญญาและความมุ่งมั่นในการใช้จ่าย ข้อคำถามทางทัศนคติจะกล่าวถึงความสัมพันธ์ที่ไว้วางใจได้และความเหมาะสมเชิงกลยุทธ์ ตรวจสอบความถูกต้องของข้อคำถามที่ปรับปรุงแล้วด้วยการทดสอบนำร่องเพื่อให้แน่ใจว่ามีความเกี่ยวข้องในบริบทการซื้อแบบ B2B ซึ่งคณะกรรมการจัดซื้อและการพิจารณาตามสัญญาแตกต่างจากบริบทของผู้บริโภค
ฉันควรวัดความภักดีของลูกค้าบ่อยแค่ไหน?
การวัดผลประจำปีเป็นมาตรฐานสำหรับการติดตามแนวโน้มความภักดีและการคาดการณ์การเลิกใช้บริการ การวัดผลรายไตรมาสมีความเหมาะสมหากปัจจัยขับเคลื่อนความภักดี (คุณภาพบริการ ตำแหน่งทางการแข่งขัน ราคา) มีการเปลี่ยนแปลงบ่อยครั้ง การวัด CLS ความถี่สูง (รายเดือน) อาจทำให้เกิดการสุ่มตัวอย่างลูกค้ากลุ่มเดิมมากเกินไป ทำให้ความผันผวนภายในบุคคลปะปนกับการเปลี่ยนแปลงความภักดีที่มีนัยสำคัญ สำหรับบริการที่เกี่ยวข้องกับการมีส่วนร่วมสูง (การวางแผนทางการเงิน การให้คำปรึกษา) การวัดผลครึ่งปีหรือประจำปีก็เพียงพอแล้ว วัดผลหลังการเปลี่ยนแปลงบริการที่สำคัญเพื่อประเมินผลกระทบต่อความภักดี
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Dick, A. S., & Basu, K. (1994). Customer Loyalty: Toward an Integrated Conceptual Framework. Journal of the Academy of Marketing Science, 22(2), 99-113.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วHennig-Thurau, T., Langer, M. F., & Hansen, U. (2002). Modeling and Managing Student Loyalty: An Approach Based on the Concept of Relationship Quality. Journal of Service Research, 4(4), 331-344.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้ว