浅谈NPS以及应用举例

1、浅谈NPS及应用举例一、研究背景5月份印发的黑宝书里面提到NPS演念以来这个指标遵密在UE的研究报告中开始了实双探索.考虑到投入应用的时间牧短.U的料未能在时间二次敷爆度上对该指标进行相的IHE因见本报力为nps指标研亢的第一JR产出.主要HI述了我石文献研究中的一些心 得以及具体实践中的一心经验.并检出一应用方法上的推荐.让大家对该指标有更多的了解.二、浅谈NPSNPS (Net.Promota Score).净推荐者得分通常称“净推存值”是一种计出客户向其他人推荐某个企业或商品可能性的测泮指标它 由贝恩、询公司客户忠诚收的创始人FredRochheld首先掷出.这个柏林在传统的应用上包括这

2、3个郃分：K合适的提问【1：你行,大可能(或有多愿意)向你认收的人推荐XXX? ”。然提问方式可以因具体情况梢作调整：“你有多愿意维续使用明买XXX? ”恰当的评分;”(M0的评分 10代我非常0。.。代表”根本不想:3可靠的算法R： NPC-P-D.其中P (Promoter )为910分.D (Detracts)为02分.图2为我们展示了 NPS的传统应用他例一Net Promoter Score图:M NPS在外国的应用是制2.1NPS的由来在过去的商业研究中.很多机构都假用脩意度就衣或客户忠速度的,套问题的聚Bi测X中的消统行为然而Rfi若时间的推移人的发现一个产品在大多数人持F而评价

3、的情况下反而出现负憎长的情况打根到底,是因为一般的满意发测评无法从“正面评价”的客户中区分出“被动的满通,这部分客户可能会给予一个宣容的好评.但产品的好感度并不足以令他们电艮购买,换者之，脩&tthl il我打了融客户的态度（1我如他们的意向. 1个,角展开的,正如FredReichbeld所不.似个客户打算向其他人推行使用该款产时,色武斐为他的推行行为,贵（4因比NFS能够成为新一代商业研究的信仰，或许正是从一个合适的提问方式开始的2.2NPS的实质：它和满意度量表的异同NPS和满意度量表的相同之处I.他in都是一种说评工具不考虑NPS在提问上的包戈,士际上它和满。度/衣样.郡是一种测评工具

4、.混评.顾名义就此亮度 附评价二它包畲了以下这 些含义一1）恰当的评分机制 采样）：这2个工具都使用了等跑盘表的评分：2）结合评分样本做原因也掘（浦度一长刖研尢某个评分的用户舒体.或将样本全体用化成一个新的分值如林进行长期乳Rh3）长时间的样本数据拟自 潴度一评价一切过覃因挖掘找出各个评分样本的特征.并定义出个划分恰当的评价准则4）统的评价准则（评价一用这代愕分机制幻研定对象做出个总体M价.而从指标类皇来说.它和泄。收:莫衣一样.都是分布指标质量指标52.采样过程中.用户对评分梯度的认知是一致的NPS的评分乘用了 010分的11个悌收而满意衣量表一破方3懂慢、5梯戊成7悌度不等.而根楙过去的用

5、研用收玩家花的卷中表达他们的好坏耳利时.一般只美狂选顶的怫度：.而不关。感目对远致的具体描注或分tfU为了的UE这个假枚.我0月份在某回合制产品中 投放/一份产品卬做的小问卷分别用5级满了一fit-和ZTC的提向方式时玩家进行挑时.表二1不同批蒋打分的玩家群体优净满意度0，百JJ 33%与队年冬内63 16% 31、ax%uros3%TT:ro/24 67%1 75%3J 33%2S7S%41%4M%9612 2A7 U%003%3 45%U 16%U29%28 57%13 a、1( 49%X32%44 34%13 33%osa%29 03%.18 46%JO %、99、7凝蒙 a q 718

6、50. 鼻血黑MS3A0472Z29 r鼻M M a w M 78$nm72”大或公W8W83M942.56% M.m 21.10% JO.m 11246 18加、 394 W.22%/3.OT% /OJ/Xj0JWT6 0 96U43 0 929 0 971637 0 9碎90 980 如这份间格中.（5071个玩家都分别对该产品表达了他们的满意情况和推行意愿友玩家对谟产品的推行分侪分组（例如拉方意愿为。分的 一组）if 口出母组玩家的净清意度发现玩家的“推荐熊星-满意度一的线性相关性都在095以卜.且不殳游戏年龄影响因此无论 满应收/发是否也WNPS一样保抖U个梯度.它所反映出来的玩家总延

7、偏时内电势是和NP5 政的.2.2.2 NPS和满意度量表的不同之处1、提问方式和认知加前述“满意度”又询问了客户的态度评价.而“推荐意星则延伸到客户的行为意向匕提问方式的不同,有可能帮助我外在立更准确的 行为彼测模型（数据样本和未有足够的时间长度进行验证）2、评分机制的不同1）满意度量表一般会对每个梯度进行描述声明.而、HS只定义了头尾2端的含义：例如 5级摄表一般公是“苹常满意”“比较满意” “一般”“不大满意很不满意:这可使公导致客户在评分佛惶认如上的细微差别一如果M个梯收布作出声明,客户在抉择时可能更关注描述和自己的主观态度是否吻 会.他对悌度的认知是离依的：如果只告诉客户头尾含义（确

8、定数轴卜的喜.药方向）.则他扶齐时可能更关注悌度.他的认知也是迂犊 性的.2）NFS的佛度划分更加 更fffl化的悌度如分.有利我们做原因挖，和特征细分（也就是的述的“测段”工作）.而从FredReKhhdd的初克来价,外国人更习惯H 观的分数.而（M0分也是普通人常识接受的悌陵.符合了客户的心理习惯.23没有绝对权威的测评工具，测评靠的是坚持UMM Fred Reichhcld本人在内.都行A行人建，个M对布确的教学恢型去惘小出NPS和产It指标之间的统计关斩已有的经检题NPS越高产fiUt将（不播除崎芾时间推移也会出现满聋度指标那样的反例.而煲际上我们过大的用研经历中,清帝分值和净满度这

9、些满意慎指标也和研兀对象的产量有这样的关系。因此无论是满意度也好，、畤也好，都无法严格论证鼻一种更适合我们目的研究但不得不提的是.当我们决定使用一种测评工具后就必维坚持使用,并在长期的监测中检证和修正工具可靠性,并找到样本规律.事实 上.Fred Reichbeld本人也在阳I，介绍/ 个汽车飘赁公司长期使用5级满感度贵衣进打测评并取得中.总成就的案例.8三、NPS的应用实践实际匕除了 S本身.公司的客服部门跟早就引入了 NP3的评分机制来评价服务质耿“下而来介绍一下加内对NP二的应用.以及本人 的一空探索经检。如果招淅的应用划分阶段，人力是：评价层面,皮层面，其中跳慢层面包,价值挖掘川阿题挖

10、掘3.1应用现状：评价层面组内的应用情况UM. GUX比较常用的是将NFS的评价结果直按引用在报竹中.作为个评价参考 ffl3-D玩季 AM群重NPV为- S7%* 灌理领怀多S玩客推界值分布.NT34（十分不 Vit图3/NPS应用案例：某个系统求满这度调春这件做法直女呈现了 NPStfL但对个尚未建立NP3测iT机制和处验的心允团以来说.纯粹的NPSfft一价无法和产必的客观表现建立联系.即NPS值的含义说明校勘.评价层面的应用延伸4实上在评价层面 FredReicbheH被励我CJ在拥有大样本的前提下,再细分祥冬蛆.然府比较各样本蛆的NFS应 从而分析这些样本组的不同特征对样本NP3的膨

11、响.9可以说以样本细分出发的评价层面的应用探索.是下一阶段测度工作的开始.用创新：测度层面泪度的含义也是时已采样的数据使用间接的M吱方式（创造新的指标）进行长阴监捽.度的意义在于玩票实际上是潜移戕化地对体舲质盘进行打分且由干梯发足够细分他们的质St济二会更加细散有利于我们捕捉一 些微妙的趋势变化.，度的优势住十我们所看小的是企业/产品的可持续发假口0】需蔓一套行之有效的测吱体系而采样过程乂不能过于复杂令客户无法理 解,因此“推吞意愿提供了很好的样本素上九仔细J解FiedRnchheld对NPS的研究历程.我们就会发现他是经过多年的实证研完,不断采样、测慢.融储归纳出一个最初单见力 的评价林油_

12、NPS指标.而我们U前的任务是要将NFS本土化移植到公司的网游用户研允中,移植过程不得不面对的问题就髭指标的ifi用性.因必 我们有必要 回归到指标的测发本分.除了做必要的.粉证工作外.还可以进行一些应用创新.3 2.1价值挖掘：良性利润I、浦套度定义FredRnchheld在终极闫埋一书中地出J“良性利润”的概念.但却没行对该指标进力中法定义.在某游戏的月度活动研龙中.我会试 用5 tMM重度量表来集到的样本和h家消费逆h拟介制定了的良性利涧算法. 怫助产品改善节日活动消费体舱的同时fitt良性利和比例变化来酶证改善效果.月份1月份Z R性科漏不R和润图3-2某/或不同日日活动的良性利涧比例

13、2.、HS定义上述的R件利润测及总于玩家的满意度谢无,相对浙 的测设方法,内广满。度M衣的梯度较少无法更布准地监控出各个体依质用1；匕消费而川口级卜！.图33)月份1月份2iR性利润不R*润图33拉推在分伍细分的利旬比例对比图3-2,可以发现月份1和月份2的良性料以VS不良利润的比例1值在NPS定义卜被缩小了这是因为NPS对“推荐者”的界定比“满1 7更严格.也小1说.NPS定义下的良性利润质量更高.且分加更细致。3.2.2问题挖掘：问题诊断Fred ReichheldttiJh.推推介型用户比例和肾低贬损T用户比例.是2件不同的小.向且同等垂醛.”口因此.我们对NPS的应用创新.除了进行价值

14、挖掘.还要进行何题挖报.而在茉产品7月初推出的好友系统第1期用研报告”31中.我首次宗试/利用推荐分值的样本进行问题泮电度的研允.】均俶*法，规划问题层次和严度定义“司4：这里.我通过均值算法,将传统的NPS评分转化为，个分优指标.例子如图3T斯增功标的问收频度和严直度（NZ1565）一瓦,金展一产鱼区W 3-4何跑严重度的指毋未索通i：推荐分值的逆向转化.定义出各个功眩模块的体交状况,从Fil策划对系线整体的是代优先缓行一个全局认识.2、词须算法：为产品找出当前G迫切修改的VIP问也在一线敢博开发中.产品只能在计对性地同部修卫问姮,这时候他们更力要宜为他们找出玩家样体最迫切的用户体检同胞.而

15、非对系统的全局做可用性过估。这时.我们可以通过统计推存分值-0（可以因应具体情况放宽至S某个分值）的用户集中反馈的问题根块次致（诃顿）.未找出这些VIP问也.继续以谖产品的好友系统用研来做举例.如图343. 乂女大的20个功能n10 Kli迂20个同”3尊分值力防尸q”的受访者的主耽中（”*324介）11阈频计出来的纳一有力X个劝5F同“认枢是工等友,观朝邸会漫外*向.口纪及的值氏宏先型下面根海各河星的词线计科修.界出这纱个“阳5：bloy.s;if 151.00(n.1/11/2137702747图15词版统il范例FredReichhddG 次客户忠调强指标的研元，3发现“愿意推荐”的更何

16、采佻到的数据最能反映客户忠诚度和公司发展心势.（终粮 问题第二审发现终极问他:Fred Reichheld）P采用这稗评分.因为尺度和分类最容易被理解,同时悌度划分也柑对细致便于拓履研究. ： Fred ReichheldYour net-promoter ore provide: valuable 皿ightz into how to get morepromoter: and feu*er detractor:. For example, compare your company*: score: region to region, branch to branch. cale: rep

17、to rep. and oiztonxr zegment to cxiztomer 二 ejmenr Uncover root cauce: of difference: and dure beet practice: from your hishczt-xonnf p-oupc AEo survey your competitors* exetonxn umg the xame method How do : e your company 二 tack up agnrnxt the very high bar of 75*o to SOD net-promoterKor/10弟财外日报对FredRochhdd的。访报道CN