返回

行业干货

NPS(净推荐值)的那些事

数据能力是产品经理能力模型中不可缺少的一部分,它在帮助我们捕捉反馈、获取需求、发现问题、验证功能等方面发挥着重要的作用。NPS(净推荐值)作为一个数据指标,被陆奇在毕加所揭幕会议中指出为B端产品最重要的产品指标之一,通过密切跟踪净推荐值,企业可以让自己更加成功。本文将从数据获取、分析和利用的角度来聊聊关于NPS的那些事。

欢迎注册NPSMeter免费版,开启你的NPS调研

01

数据获取

NPS,全称Net Promoter Score,净推荐值,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。

NPS是一种定量研究方法,由单一的问题组成,通过调查当前用户“是否愿意将产品推荐给朋友或者同事?”,根据愿意推荐的程度,让他们对产品或服务进行0-10分之间的打分,根据评分情况将客户分为3组:

  -推荐者(9-10分),这类用户具有非常高的忠诚度,他们愿意把产品推荐跟其他人;

  -被动者(7-8分),这类用户对产品整体满意,但是忠诚度不高,他们会考虑替换竞品;

  -贬低者(0-6分),这类用户对产品并不满意,他们会对产品产生负面评论,影响潜在用户的决策。

净推荐值等于推荐者所占的百分比减去批评者所占的百分比

计算公式为:净推荐值(NPS)=(推荐者数/总样本数)×100%-(贬损者数/总样本数)×100%

通过NPS的数据定义,不难发现NPS计算简单,而且相比于类似于客户满意度调查的冗长问卷,它的单一问题结构还使其具备了用户接受度高的优点,所以非常多的产品经理在进行传统的问卷调查、访谈调查中都会加入NPS方面的内容,但是NPS调查不仅可以应用在单独的用户调研活动中,还可以渗透到产品业务流程的节点中,帮助我们在特定场景下立刻捕捉用户反馈。

例如在一些需要升级付费的产品中,往往会给予新用户一定权限范围内的产品试用体验机会,体验结束后,可以触发即时NPS调查,因为问题本身不需要花费用户多少时间,此时可以主动引导用户立刻表达出自己的感受,这相比于用户在工作生活中突然接到专门的问卷调研,会使用户能够更清晰自然的流露出真实感受。

欢迎注册NPSMeter免费版,开启你的NPS调研

02

数据分析

NPS调查所采用的分析方法是指,在一定的时空边界内部分样本中所表现的概率事件,推广到更大的时空边界范围,其在本质上属于归纳思维。

所以在NPS调查中,对于用户样本的选择和细分尤为重要,具体的划分维度也是多种多样的,这样做的目的是为了更有针对性的分析NPS数据,增加数据的可利用程度。

  -若没有对用户样本进行细分,我们得到的是泛泛的整个产品或服务的NPS数据,对产品的帮助非常有限;

  -若我们以用户样本为中心,从他们的年龄结构、地理位置、产品使用频率等维度进行划分,就可以得到针对特殊用户群体的NPS数据;

  -若我们以产品为中心,从产品的业务划分、功能模块生命周期等维度进行划分,就可以得到针对产品特性的NPS 数据。

但无论如何进行维度拆分,样本在选择上都要尽可能保证总体特征均衡。

不过令我们难过的是,即便我们在样本的选择和细分上下足了功夫,我们也无法回避一个事实:分析所得到的NPS数据是有局限性的。其局限性源于它的获取方法和用户真实推荐过程中的其他影响变量。

归纳思维无法做到普遍性和必然性,归纳出的数据结论只能直观、客观的说明某种小范围现象或规律。所以NPS数据只能在一定程度上说明用户忠诚度和产品质量。作为一个商业决策的指标,如果你想单从NPS数值上得到有价值的、可操作性的洞察,结果可能会让你失望;

NPS要求用户预测未来可能发生或不可能发生的行动,但现实生活总是比较微妙的,客户填了10分,但可能根本不会向任何人推荐产品。所以如果单凭良好NPS沾沾自喜,可能很危险。

但如果将NPS分析方法与定性研究方法结合,可以弥补数据本身在价值上的缺失,例如许多NPS调查还包括一个补充问题,询问用户为什么给出这样的评分,企业可以更明确地了解问题到底出在哪里,信息结构是否混乱,业务流程是否繁琐,解决方案是否低效。

欢迎注册NPSMeter免费版,开启你的NPS调研

03

数据利用

我们定义数据、获取数据、分析数据都是为了能够有效利用数据,达到指导实践的目的。NPS数据的利用价值往往需要结合推荐值相关的数据或行为才能有效体现。

通过NPS调查将用户划分为推荐者、被动者、贬低者3种分组,分别针对不同组别的用户,结合数据埋点,分析他们在打分前的整个产品体验周期当中的用户行为,有时就会帮助我们推测出用户评分高或低的原因,进而帮助产品有针对性的迭代完善。

另外,在用户打分后,我们也可以根据用户的评分区间,采取不同的对待策略,国外一家SaaS公司利用NPS调查,在增购升级上获得了250%的增长,同时减少了50%的流失。该公司向推荐者、被动者和贬损者三个用户组发送有针对性的邮件:

  -推荐者获得折扣,激励升级

  -被动满意者,获得更长时间的免费试用

  -批评者则收到了一封感谢信

这种策略抓住了不同用户组的心理状态,以提供特定价值的方式激发他们的潜在需求,进而转化和购买。

NPS数据的利用方式和潜在价值远不只有文章中所描述的这些,在这样一个信息爆炸的时代,挖掘数据的能力显得难能可贵,表象之下,有容乃大。

欢迎注册NPSMeter免费版,开启你的NPS调研