Методика · 30 сентября 2026 г.

Анализ разрыва ожиданий и восприятия: как считать gap-score в опросе

Анализ разрыва ожиданий и восприятия — это метод, при котором по каждому важному аспекту продукта или сервиса спрашивают дважды: чего клиент ждал заранее и что получил по факту, а затем вычитают одно значение из другого. Разрыв (gap) точнее одной абсолютной оценки, потому что показывает не просто «нравится — не нравится», а конкретно то, где реальность разошлась с ожиданием и в какую сторону. Метод лежит в основе SERVQUAL и десятков его отраслевых адаптаций, но работает и как самостоятельный инструмент — для новой функции продукта, доставки, службы поддержки, вообще любого опыта, где у клиента заранее есть какое-то представление о том, что должно произойти.

Зачем считать разрыв, а не просто спрашивать про удовлетворённость

Прямой вопрос «насколько вы довольны» смешивает в одном числе два разных источника: то, насколько объективно хорош сервис, и то, насколько высоко клиент его оценивал заранее. Клиент, который ожидал многого и получил чуть меньше, может поставить среднюю оценку — и та же средняя оценка появится у клиента, который ничего особого не ожидал и получил ровно то, что представлял. Формально оба «средне довольны», но управленческий вывод разный: в первом случае нужно либо повышать реальное качество, либо снижать завышенные ожидания на входе (не обещать лишнего в рекламе), во втором — менять нечего, это стабильно нормальный опыт. Один вопрос про удовлетворённость эту разницу не различает в принципе, а пара вопросов «ожидание — восприятие» различает.

Как сформулировать пару вопросов правильно

Оба вопроса пары должны измерять один и тот же предмет одной и той же шкалой, отличаясь только временной рамкой. Формулировка ожидания идёт до контакта с сервисом или сразу перед ним: «насколько быстро, по-вашему, должна прийти доставка», а формулировка восприятия — после: «насколько быстро пришла доставка на самом деле». Частая ошибка — менять предмет вопроса между парой: спросить про ожидание скорости доставки, а про восприятие — общего впечатления от заказа. Такая пара математически невалидна: вычитание двух чисел, отвечающих на разные вопросы, не даёт осмысленного разрыва, даже если оба числа сами по себе корректны.

Когда спрашивать про ожидание — до или после

Технически точнее всего спрашивать про ожидание до того, как клиент получил сервис: тогда ответ не искажён знанием результата. На практике это редко возможно — не всегда есть контакт с клиентом заранее, — и чаще оба вопроса задают в одной анкете постфактум, формулируя ожидание в обобщённой рамке: «чего вы обычно ждёте от сервисов такого рода», а не «чего вы ждали именно в этот раз». Такая формулировка слабее методологически, потому что подвержена эффекту последействия — реальный опыт слегка подкрашивает то, как человек вспоминает своё прежнее ожидание, — но остаётся рабочей и намного практичнее чистой схемы «до и после» в большинстве реальных опросов.

Как считать gap-score

Формула простая: gap-score = средняя оценка восприятия минус средняя оценка ожидания по одной и той же паре вопросов, по каждому измеряемому аспекту отдельно. Отрицательное значение означает, что реальность в среднем не дотянула до ожидания; положительное — что реальность ожидание превзошла. Считать имеет смысл не только среднее по всей выборке, но и распределение: если у половины респондентов gap сильно отрицательный, а у другой половины сильно положительный, средний показатель около нуля скроет реальную проблему — вы работаете нестабильно, у части клиентов сервис системно хуже ожидания, а не просто «в среднем нормально».

Полезно также смотреть на абсолютный уровень ожидания отдельно от разрыва. Аспект с высоким ожиданием (6 из 7, цифры условные) и небольшим отрицательным разрывом (−0,3) обычно важнее для клиента и требует более срочного внимания, чем аспект с низким ожиданием (3 из 7) и тем же по величине разрывом −0,3: во втором случае клиент и не рассчитывал на многое, а в первом — сильно рассчитывал и почти получил, что даёт понятный, достижимый ориентир для улучшения.

1. Соберите пару ответов «ожидание» и «восприятие» по каждому пункту от одного и того же респондента.
2. Проверьте, что оба ответа отвечают на один и тот же предмет и заданы по одной шкале.
3. Вычтите среднее ожидание из среднего восприятия по каждому пункту отдельно — это и есть gap-score пункта.
4. Отсортируйте пункты по убыванию отрицательной величины разрыва.
5. Сопоставьте разрыв с абсолютным уровнем ожидания по тому же пункту, чтобы не спутать важный аспект с второстепенным.

Разрыв по сегментам: не усредняйте слишком рано

Средний gap-score по всей выборке — удобное число для отчёта, но оно легко скрывает разнонаправленные сигналы внутри аудитории. Новые клиенты и клиенты с многолетним стажем использования сервиса часто формируют разные ожидания: новичок ориентируется на маркетинговые обещания и отзывы, которые видел перед покупкой, давний клиент — на собственный накопленный опыт и на то, как сервис менялся со временем. Если у одного сегмента разрыв устойчиво положительный, а у другого — устойчиво отрицательный, средний показатель по всей выборке может оказаться близким к нулю и создать ложное ощущение стабильности там, где на самом деле есть два противоположных процесса.

Практическое правило — считать разрыв отдельно хотя бы по двум-трём базовым срезам, если размер выборки это позволяет: по давности знакомства с сервисом, по тарифному плану или по каналу, через который клиент впервые узнал о компании. Расхождение между сегментами само по себе диагностический сигнал: если разрыв у новых клиентов заметно хуже, чем у постоянных, вероятная причина — реклама или первое знакомство обещают больше, чем сервис стабильно выполняет, а не то, что сервис стал хуже со временем. Разбор по сегментам требует немного больше респондентов на волну, но экономит время на выяснении причины уже после того, как общий разрыв замечен, но не объяснён.

Завышенные ожидания против реальной проблемы сервиса

Отрицательный разрыв не всегда означает, что сервис плох объективно, — иногда он означает, что ожидание было задрано выше разумного самим же продавцом: агрессивная реклама, обещания в переговорах, завышенные формулировки на сайте. В таком случае у разрыва два возможных решения, и это выбор, а не автоматика: подтянуть реальный сервис до заявленного уровня либо честно снизить то, что обещают на входе. Второй путь недооценивают — компании почти рефлекторно бросаются чинить процесс, хотя иногда дешевле и правильнее перестать обещать то, что стабильно не получается выполнять, и тем самым выровнять ожидание с реальностью с другой стороны.

Как использовать разрыв для приоритизации изменений

Список аспектов, отсортированный по величине отрицательного разрыва, — не готовый план действий, а только первый срез. Второй нужный срез — стоимость и скорость исправления: аспект с разрывом −0,8, который чинится перенастройкой одного процесса за неделю, часто выгоднее браться раньше аспекта с разрывом −1,2, требующего полгода реорганизации целого отдела. Практичная таблица приоритизации сводит вместе три столбца — величину разрыва, важность аспекта для клиента и ориентировочную стоимость исправления, — и уже по ней выбирают, с чего начинать, а не по одной колонке разрыва в изоляции от остальных факторов.

Полезно также сверять список приоритетов, построенный по разрыву, со списком жалоб, которые реально приходят в поддержку или отдел продаж за тот же период. Если аспект с большим отрицательным разрывом почти не фигурирует в жалобах, это не повод его игнорировать — часть недовольных клиентов вообще не пишет в поддержку, а просто молча уходит, — но стоит понять причину расхождения, прежде чем полностью полагаться на один источник сигнала. Наоборот, аспект с умеренным разрывом, но валом жалоб в поддержку, может означать, что для конкретного сегмента респондентов разрыв в среднем занижен, потому что более активные и более раздражённые клиенты реже отвечают на длинные анкеты и чаще сразу пишут напрямую.

Ещё один практичный фильтр приоритизации — устойчивость разрыва во времени, если у вас уже есть хотя бы две волны замера. Аспект, разрыв по которому появился только в последней волне, заслуживает отдельной проверки причины — возможно, это сезонный эффект или разовый сбой процесса, а не системная проблема, — прежде чем перераспределять на него ресурсы наравне с аспектом, показывающим стабильно отрицательный разрыв три волны подряд. Устойчивость сигнала во времени не отменяет важность разового острого разрыва, но помогает отличить временный всплеск от системной проблемы, требующей структурного, а не точечного решения. Ведите такую историю разрывов по каждому пункту в общей таблице хотя бы на протяжении года — без неё каждая новая волна анализируется изолированно, и устойчивость сигнала приходится восстанавливать по памяти, а не по факту, что рано или поздно приводит к спорам о том, действительно ли проблема повторяется или просто так кажется по итогам последнего разговора с недовольным клиентом.

Как часто повторять замер разрыва

Разрыв имеет смысл отслеживать в динамике, а не как разовую фотографию, но частота повторов зависит от того, насколько быстро аспект вообще может измениться. Для аспектов, привязанных к конкретному процессу — скорость ответа поддержки, срок доставки, — квартальный цикл обычно достаточен: за три месяца можно и внедрить изменение, и накопить достаточно ответов, чтобы увидеть эффект. Для аспектов, связанных с восприятием бренда в целом — доверие, репутация, — изменения происходят медленнее, и более частые замеры почти всегда покажут только случайный шум выборки, а не реальную динамику, которую стоит обсуждать на уровне руководства как тренд.

Ограничения метода

Метод требует вдвое больше вопросов, чем прямая оценка удовлетворённости, — это заметно увеличивает время заполнения анкеты и риск, что респондент бросит её на середине, особенно если аспектов больше пяти-семи. Вторая граница — люди систематически плохо прогнозируют собственные ожидания в отрыве от контекста, особенно если их прежде никогда прямо не спрашивали об этом: часть ответов на вопрос про ожидание оказывается не реальным заранее сформированным представлением, а быстрой рационализацией, придуманной на месте специально для анкеты. Третья граница — метод плохо работает для совсем новых продуктов и услуг, к которым у респондента ещё нет сложившегося ожидания вообще: там честнее спросить не «оправдались ли ожидания», а просто «насколько хорошо это работает» без сравнения с базой, которой не существует.

Типичные ошибки

• Менять предмет вопроса между блоком ожидания и блоком восприятия — разность становится бессмысленной.
• Использовать разные шкалы для двух половин пары вместо одной общей шкалы.
• Смотреть только на средний разрыв по выборке, упуская из виду разброс мнений внутри неё.
• Считать любой отрицательный разрыв поводом чинить процесс, не проверив, не завышено ли само ожидание рекламой.
• Применять метод к совсем новому продукту, к которому у респондентов ещё нет сформированного ожидания.
• Приоритизировать изменения по одной величине разрыва, не сопоставляя её со стоимостью исправления.

С чего начать

Возьмите три-пять ключевых аспектов вашего сервиса — не пять параметров SERVQUAL целиком, а конкретные пункты вашего процесса, — и составьте по каждому пару вопросов с одинаковой формулировкой предмета и одинаковой шкалой 1–7. Соберите ответы на выборке из полусотни клиентов за один заход, посчитайте средний gap-score по каждому пункту и отсортируйте по убыванию отрицательной величины. Уже этот первый срез, без сложной статистики, обычно даёт один-два аспекта, которые явно выделяются на фоне остальных, — с них и стоит начинать вместо того, чтобы распылять усилия на все пункты сразу.

В «До Сути» парные вопросы собираются как две обычные матрицы или шкальных вопроса подряд с одинаковыми пунктами: один блок про ожидание, второй про восприятие. Отдельного встроенного расчёта разрыва в сервисе нет — разницу между двумя столбцами ответов считают после экспорта, в таблице, сопоставляя строки по одному и тому же респонденту и пункту. Для регулярного трекинга такой расчёт стоит один раз собрать в виде шаблона таблицы, чтобы при каждой новой волне опроса не пересобирать формулы заново.