不知从什么时候起,大家在使用一个产品的时候开始弹出很多问卷和评价的窗口,你真的知道这些问卷和评价在收集什么吗?我们随意的一个选择又会给企业带来哪些蝴蝶效应呢?
其实,作为用户的我们现在要做这么多问卷都要“怪” Fred Reichheld ,他提出的 NPS 据说可以测试出客户的忠诚度和满意度,对于一个企业来说,有效的衡量并提升客户的忠诚度就可以更高效地占领市场、获得更多用户。因此, NPS 也逐渐被大家重视并使用。
那今天,就和大家一起来聊聊 NPS 吧!
01 NPS 的定义
NPS ,全称为 Net Promoter Score ,译为净推荐值,又称净促进者得分,亦可称口碑,是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数。
它是当下最流行的顾客忠诚度分析指标,专注于顾客口碑如何影响企业成长。如今, NPS 已经是全球头部企业衡量产品和服务的主要指标之一。
那么, NPS 是怎么计算得出的呢?又是怎么衡量好与坏的呢?
02 NPS 的公式
NPS 最快速的获取方式就是问卷调查了,我们通常会看到“你是否会把我们推荐给他人?”这样的问题,并可以选择从 0 到 10 的任何一个选项。其中, 0 代表“绝对不会”, 10 代表“绝对会”。
在大量收集了回答后,我们可以将回答分为三类:
- 0~6 为批判者( Detractors )
- 7 和 8 为中立者( Passives )
- 9 和 10 为推荐者( Promotors )
明确了以上三类内容之后,我们即可得出 NPS 的公式,即:
NPS = 总推荐者百分比 – 总批评者百分比。
03 NPS 的作用
明确了 NPS 的数值来源,那为什么那么多企业热衷于使用 NPS 呢?
快速得到调研结果
NPS 的调研和计分方式都十分简单,且结果容易解读,非专业人员也可以清晰的查看数值报告并对其进行分析。
营造良好口碑
净推荐值让我们看到有多少用户会为我们营造良好的口碑,又有多少用户在批评我们。
而当一个用户愿意把某个产品或者公司推荐给他的朋友时,他也是在用自己的信用来保证这种推荐,而这种推荐比广告更容易让人接受。
因此,我们可以得出结论:当一个产品的推荐者越多的时候,则会转化出更多的推荐者。
激发内部员工情绪
另外, NPS 绝不仅仅是一个数据,还能激发员工的情绪。
当员工听到他人在诋毁、或误解自己公司的产品的时候,会下意识的维护公司,解开其误解,而对于那些确实需要优化完善的地方则可以快速被修改。
说了这么多 NPS 的优势,是不是已经迫不及待的要将 NPS 融入自己的业务了?
但 NPS 在使用过程中还有很多需要注意的内容,让我们再来详细的了解一下 NPS 吧~
04 重新认识 NPS
三种 NPS 类型
完整的 NPS 测量体系包含战略 NPS、场景 NPS、关系 NPS 三个方面。
战略 NPS 通常用于全局体验规划,它可以通过描绘用户的全体验流程,找出用户的关键痛点;关系 NPS 是为了在体验优化一段时间后,定期追踪用户的体验观感而设置的;场景 NPS 则是为了避免用户流失和负面口碑的产生,在关键触点上设计了 NPS 的反馈机制。
这三种类型的 NPS 相辅相成,既让企业了解客户完成所有交互、接触后的整体感受,又能让企业实时掌握体验反馈、追踪改善效果,从而形成以用户为中心的体验管理闭环。
NPS 问题设置
NPS 的“高明之处”,在于避免了我们将评分结果简单粗暴地进行“平均”。
但是对于不同产品和服务,一刀切地用“推荐”来问问题可能不是很合适。也可以结合实际的情况使用其他方式来问,比如“我们的服务是否让你有好心情?”,“您下一次是否还会购买使用我们的产品?”等。
NPS 分数规则的设置
中国传统的中庸之道导致大家在选择或评价的过程中,会习惯性的使用“还行、可以”等形容词,在打分的过程中也习惯选择中间的选择,而非两边,这在某种程度来说对 NPS 值还是有一定的影响的。
除此之外,在 Fred Reichheld 对 NPS 的用户分类中,选择 0-6 分之间的用户被定义为“贬损者”,但推荐意愿并不能衡量负面口碑,即:不推荐≠贬损, NPS 的计分方式把不推荐都视为贬损(流失,阻止他人使用等),而真正采取贬损行为的人未必有那么多。
这样的计分会造成贬损用户的占比被夸大。
NPS 不适用全部领域
排除掉一些被垄断行业之外,如果产品的私密性较强,也是不适合使用 NPS 来计算的。
对于 To B 的产品来说,实际使用者和购买者/决策者通常不是同一人,这时我们使用 NPS 进行调研的话,可能很难覆盖到购买决策者,因此,这种情况下也不适合使用 NPS 。
05 NPS 的新思路
那对于不适用 NPS 的情况,应该要怎么解决呢?其实,我们可以用 NPS 拆分后重新认识它们,并把它和其他的模型相结合,获得最合适自己的满意度测试方法。
满意度
为了解决问题的单一导致无法很好的分析 NPS 数值过低的原因,我们可以在 NPS 问题基础上,配合使用“评分原因”类的问题,以便为后续制定对策提供参考。
例如在用户在选择了【不推荐】之后,可以继续提问“您为什么不愿意推荐【公司名/产品名】?”等。
在获得忠诚度分值后,为了制定改善行动或策略,还可以通过调研各因素的满意度和重要性,并会在四象限图中绘制出来,从而选定最值得改善的入手点。
值得一提的是,在使用此方法来进一步分析满意度的时候,大家可以不仅仅关注用户为什么选择了低分,也可以从【用户为什么会选择推荐】的问题入手,来正向优化产品。
WOMI 口碑指数
在 NPS 的基础上,Larry Freed 提出了 WOMI (口碑指数)的概念和计算方法,通过额外增加一道题目来衡量用户的负面评价:贬损意愿,即:
- 使用标准的 NPS 问题:
你在多大程度上愿意推荐【公司/产品名】给你的朋友/同事?获得推荐者的占比;
- 补充个问题:
你有多大可能劝阻他人与这家企业发生业务往来?
通过上述问题,就获得“坚定的贬损者”的占比(即选择 10 分或 9 分的用户占比),及其公式:
WOMI = 9/10 分的推荐百分比 - 9/10 分的贬损百分比
其他
除了以上的方法之外,大多数 SaaS 类型产品的公司还会使用各种不同的指标,如在调查中把 NPS (用户满意度)、CSAT (客户满意度) 、CES (客户互动销售)一起使用,以更加清晰表达概况。
06 总结
NPS 指标因其简单易懂而流行,但流行不代表适合。用户的体验满意度和忠诚度是一个长期的改善计划;不仅需要合理的制定 NPS 问卷的弹出方式,在不过分打扰用户使用体验的同时,尽量多且准确的收集体验满意度信息;还需要在使用 NPS 的过程中,多次调整NPS 的分数以使其产生实际作用,并结合其他内容搭配出最适合自己公司的数值及分数。
有了合适的 NPS 体系,也仅仅是产品做好准备的第一步。想要开发一个让用户满意的产品,还需要不停的结合 NPS 进行多次的修改和优化;在互联网技术飞速发展、信息瞬息变换的今天,所有的产品和规则都不再可以无限复用,适当变通,时刻关注用户的需求,并配合其变化而变化才是发展之路。
对于鼎道来说,在研发“以人为本”的智能响应操作系统的过程中,用户的体验度和满意度更是重中之重的一环;我们从产品设计到用户交互体验等多个方面,都围绕着提升 NPS 这个目标努力,力求为用户提供一个全新又极致的操作体验,如果你对此有自己独到的见解或者畅想,也欢迎大家加入鼎道生态一起讨论。