净推荐值(NPS)说明

大家好，欢迎来到IT知识分享网。

前言

随着越来越多的SaaS公司想要提高客户忠诚度，使得衡量忠诚度的方法得到了发展，其中最受欢迎的方式之一就是净推荐值(NPS)。

实际上，全球有55%的公司使用NPS来衡量客户满意度和忠诚度。

净推荐值不是一个“虚荣指标”，当你与客户的工作发生交叉引用时，NPS可以用来推断客户实际上使用感到高兴的情况。你可以利用这些“行为模式”的见解来指导你的客户使用产品。因此，NPS可以指导新手入门和产品开发，帮助你减少客户流失并提高留存率。

是否想知道如何衡量你的NPS？如何通过客户数据的交叉引用以指导产品的开发和新手入门？我们整理了一份完整的NPS行动指南，方便SaaS团队可以进行了解和学习。

• Part 1：我们将介绍净推荐值(NPS)的概念、NPS的计算方式以及NPS对于不同受访者的意涵。
• Part 2：我们将讨论使用NPS作为度量指标的利弊，以及为什么NPS是有用的度量指标。
• Part 3：我们将研究如何充分利用NPS并收集所需的数据。
• Part 4：我们将讨论如何通过以下方式使用数据提高客户满意度分数。
• a)简化新手流程，指导客户达到所需达到的行为模式（高NPS得分相关的“AHA时刻”）。
• b)改善你的产品或服务。

目录

# 什么是净推荐值(NPS)？

1.如何计算你的NPS？

2.良好的净推荐值(NPS)是多少？

# 我应该使用NPS吗？

1.负面的声音

2.正面的声音

3.为什么要使用NPS？

# 如何测量NPS

1.选择好用的NPS工具

2.如何收集NPS数据

3.添加后续问题

# 如何分析NPS

1.NPS与产品使用情况分析进行交叉引用

2.细分你的NPS数据

3.后续问题的分析

# 如何使用NPS

1.使用NPS数据改善你的产品

2.跟进批评者

3.使用你的忠实客户进行推荐

# 如何提高和预测NPS

1.如何提高你的NPS

2.预测你未来的NPS

# 要点总结

# 什么是净推荐值(NPS)？

2003年Fred Reichheld在哈佛商业评论发表文章《The One Number You Need to Grow》提出净推荐值(Net Promoter Score)的概念，简称NPS。2006年Fred Reichheld出版《终极问题:创造良性利润,促进成长》系统介绍NPS，并在2011年出版《终极问题2.0 ：客户驱动的企业未来 》把NPS发展为客户体验管理指标体系。随着全球各地的公司投入实践，目前它已然成为衡量客户满意度的最流行指标之一。

NPS调查通常只有一个简单的问题（根据需要会后续提供一个开放性问题）：你向朋友或同事推荐{品牌/产品/服务}的可能性有多大？

✅ 受访者以0~10分来表示，0分表示“完全不可能”，10分表示“非常可能”。调查结束后，可以根据受访者回答的分数划分为3组（每个组中都会包含不同类型的客户）：

# 推荐者：9~10分；推荐者理论上是最可能推荐你的产品的人，他们基本上对你的产品表示满意，也是你的忠实客户。

# 中立者：7~8分；中立者是处于摇摆立场的人，他们喜欢你的产品，但是并不会足以让他们愿意冒着影响声誉的风险去推荐。

# 批评者：0~6分；批评者是对你的产品低满意度或完全不满意的人，他们大多表现为不推荐，甚至会鼓励其他人不购买。

1.如何计算你的NPS？

计算公式：净推荐值(NPS)得分 = 总推荐者百分比 – 总批评者百分比

示例：受访者回答9~10分的比例为50%；回答0~6分的比例为20%。那你的NPS得分为50-20=30。

那么NPS=30分，是算好还是差呢？

2.良好的净推荐值(NPS)是多少？

NPS得分区间表示为-100到100，如果公司的批评者者多于推荐者，则得分为负；反之，则得分为正。一般来说，NPS≥0会被认为是“良好”的分数，NPS＞30会被认为是“优秀”的分数。如果你的NPS＜0，则表明的公司需要马上开始着手提升客户满意度。

当然，不同的行业会有不同基准，而且各行业的平均分数差异很大。2018年Verint的调查，Netflix得分为64，PayPal得分为63，亚马逊得分为54， Google 得分为53和Apple得分为49。另外，像婚庆行业的NPS分数会普遍高一些。从Retently在2021年的NPS基准报告中，B2B Software & SaaS的NPS平均分数为30。

与咨询服务和数字营销行业相比，这个分数差异达2倍。但如果你是为了击败SaaS公司，那你需要锚定的分数就是30。当然将自己与其他更好分数的行业比较只会让你走的更远。

0~30分的区间对于SaaS行业而言虽是可接受的分数，如果你目前低于行业平均分，说明还有可以提升的空间。70分以上，意味着你的客户非常喜欢你的品牌/产品/服务，这属于“圣杯”指标。

# 我应该使用NPS吗？

Frederick Reichheld（NPS的创建者）表示，NPS是你唯一需要增加的数字。他解释到“要想实现可持续、可盈利的业绩增长，需要转化更多的推荐者，减少批评者，并致力于使整个组织的NPS得分透明化。”NPS提出到现在已经过了18年，今天还会适用吗？它还会是一个好的度量指标吗？它还可以为企业提供价值吗？

1.负面的声音

来自Schneider等人2008年的研究，表示Reichheld所倡导的11点量表实际上并不是最有效的衡量标准，他们的研究发现7点量表得出的结果更加准确。

NPS的其他批评者指出，使用全部问题比单个问题要可靠得多，将NPS结果与其他度量指标结合起来可以产生更好的概况。NPS的批评者一致认为，NPS作为衡量客户忠诚度的单一标准，是远远不够的。

实际上，大多数SaaS会使用各种不同的指标，如在调查中把NPS、CSAT、CES一起使用，以更加清晰表达概况。

2.正面的声音

NPS可以帮助品牌评估客户忠诚度，以及他们向朋友推荐的可能性。还有助于评估客户流失、取消订阅或不复购的可能性。NPS是当前客户满意度的良好指标，也是潜在客户流失的风险信号。

对于初学者来说，NPS是一个非常简单的方法。它只涉及一个问题，这意味着客户不会因冗长的调查而不知所措，你可以更轻松收集到更多数据。

这是一种定量的方法，可以随着时间的变化，动态监控和比较分析分数的差异。例如，你可以通过细分客户群体来查看不同群体的忠诚度如何，因为只有一个数字，非常清晰易懂。NPS会关注客户具体的行动，与其询问客户忠诚度，不如询问客户是否会推荐你的产品，这对于客户来说易于回答，因此数据的准确率将会得到提高。

最后，NPS还为你提供依据客户选择的分数，进一步向客户询问开放性的问题获取定性反馈。

3.为什么要使用NPS？

与其他度量指标和数据结合使用时，NPS为你提供了一种简单而强大的方法来捕获客户当前对你产品的感觉，这些信息是无价的。

任何想要衡量客户满意度和忠诚度的SaaS公司都应尝试使用NPS。

那么，你应该如何测量它呢？

# 如何测量NPS

在测量NPS之前，需要考虑一下问题：你使用什么工具来收集数据？收集数据的方式是什么（邮件、嵌入网页、App或小程序内等）？你该如何处理数据？

接下来，我们依次来一一讨论。

1.选择好用的NPS工具

目前市面是有很多不错的工具，提供NPS网页调查的程序（如，金数据、腾讯问卷）；提供NPS嵌入集成调查的程序，可快速集成在自家产品上（如，360NPS、Qualtrics、Medallia）。

使用嵌入集成工具可以在调查收集可以同步在平台查看并分析NPS结果和客户行为。

2.如何收集NPS数据-邮件还是嵌入自家产品内？

工具选择到位后，接下来就可以开始收集数据了。具体选择是使用邮件还是嵌入方式，需要依据你具体的业务考量。虽然邮件的方式会让客户易于接受些（客户可以自行决定是否打开它），但邮件通常打开率会很低（回复率更低）。

* 嵌入自家产品的NPS调查

嵌入自家产品内进行NPS调查， 通常会以弹窗(pop-up)或悬浮按钮的形式出现。

根据你选择的NPS工具，可以自定义品牌颜色、字体、logo和主题外观。

优势：可以引起客户的关注，在客户与产品进行互动时，进行简短的调查会变得更容易一些。通常使用这种方式，可以收集到更多的数据。不过这也意味着你需要针对自家产品内的特定触点定制NPS调查，依据具体的客户行为和场景触发调查。

如果你想知道客户对新功能的看法，则可以在他们使用新功能时进行NPS调查显示：通过规则设置可以限制NPS调查在特定的窗口上显示。

劣势：有时候会分散客户在使用产品时的注意力。如果你的客户正在进行一个连续性的任务，而你设置的NPS调查却中断了他的操作，那么客户的可能会产生负面的情绪，最终的调查结果也会产生较低的分数。

另一方面，你可以通过设置触发规则来抵消在自家产品内进行NPS调查的影响，如，客户访问一定数量的页面、页面停留时间或完成特定任务后才触发。这样，你的调查就不会陷入困境，能够减少甚至解除对客户的负面影响。

* 邮件形式的NPS调查

通过邮件的形式将NPS调查发送给客户也是常用的方式，你可以把调查嵌入邮件中，也可以只发送指向调查的URL链接。

优势：邮件对客户的侵入性比较小，除非你是每天使用邮件来轰炸客户，否则他们并不会介意接收包含调查的邮件。客户可以在自己闲暇的时间填写调查，这样对他们来说是低负荷的，并不会分散他们的注意力。

劣势：这种形式必然无法收取更多数量的数据，并非每个客户都会打开邮件并填写调查表，这样的流程会导致收集较少数量的反馈，对于决策输出来说，数据量支持是远远不够的。

另一方面，邮件形式更适合追踪嵌入自家产品NPS调查的后续问题：如果客户给你的分数是（9~10）高分，可以通过系统自动向他们发送一份邮件，感谢他们对于你的支持，并邀请他们提供定性反馈。

这是360NPS发送给“推荐者”感谢邮件的示例模板：

如果客户给你的分数是（≤6）低分，还可以通过邮件立即跟进询问，客户具体不满意的状况，以及如何改进可以争取客户后续的推荐。这样你不仅可以知道造成低分的原因，还能体现你很在乎每个客户的不同看法。

当然，形式上不局限于后续的邮件跟进，你还可以通过电话、见面或者其他可以与客户取得联系的方式。

那么，具体后续的定性问题该如何设定呢？

3.添加后续问题

SaaS公司在发送NPS调查会以询问两个问题。第一个是标准的NPS问题，询问有关推荐产品可能性；第二个是询问给出某个分数的具体原因，了解更详细的信息有助于采取行动来改进产品。

✅ 后续问题常用范例：

a)您选择x分的主要原因是什么？

b)我们如何才能提高你的分数？

c)您最重视和使用哪些产品/服务功能？

d)您在我们这里令你失望的经历是什么？

e)我们怎样做才能使您更满意？

设置后续问题对于客户来说不一定是友好的，请求客户选择分数和填写后续问题的难易度是不同的。因为客户很可能处于忙绿的状态，快速选择NPS分数可能没事，但是完整填写后续问题，客户大概率会产生犹豫的状态（他们没有时间）。严重的情况还会激怒客户，导致停止填写或恶意填写。

针对上述场景可以通过把后续问题设置为“可选”来解决。这样客户回答第一个问题后，这个数据便可以收集到数据库，至于后续问题，有回答固然好，没有也不影响。这个方法可以尽最大可能收集所需的数据，并对分数背后可能的原因有更多了解。

# 如何分析NPS

Okay，既然你已经收集了NPS数据，那么你应该如何处理它呢？首先你需要考虑的第一件事是“什么是好的NPS？你的目标是什么？”回顾前面谈到的NPS计算概念，NPS得分=总推荐者百分比-总批评者百分比。假设有100位客户回答了NPS调查，其中70位是推荐者，20位是批评者，那么你的NPS得分为70%-20%=50%，分数为50。

1.NPS与产品使用情况分析进行交叉引用

如果你还没开始监测你的客户如何使用产品，那需要马上行动了。从客户使用产品的情况中分析数据本身是是很有价值的，结合NPS数据进行交叉引用，可以更加凸显客户行为背后的数据价值。

通过将NPS数据添加到产品分析中，你可以从确定客户的关键使用模式开始。比如批评者实际上在使用过程中没有发现产品的关键功能，所以给了低分；比如推荐者会有特定的行动。举例子说，你看到低分值的NPS客户每天都有登录，但他们并没有使用可以提高满意度的关键功能。这种情况下，你可以采取行动，给他们发送邮件，内容包括：a)称赞他们或感谢他们对产品的支持；b)依据他们的使用模式给予个性化的建议。

这些洞察可以为改善客户的入门体验和推动产品营销计划。但，具体如何交叉引用呢？

根据你选择的工具，在客户数据分析中查看NPS详细得分情况，并以CSV格式导出客户行为数据（登录频率、访问时长、消费频率、客单价等等），通过筛选组合（如：9~10分+每天登录+访问时长＞1H）进行邮件发送。

在360NPS中，你还可以通过NPS分数进行客户过滤，例如根据特定的NPS得分查询客户的活动级别：

2.细分你的NPS数据

虽然总体的NPS可以表明客户对你产品的总体感觉，但仅仅一个数字并不能告诉你更多的信息。如果你可以进一步研究NPS分数，并找出数字背后的因果，那么NPS则会更有意义。

通常你可以采取2种方式来进行。

1. 找出推荐者、中立者和批评者所在的群组中都有哪些客户，他们在产品使用上表现出哪些关键模式。比如，你可能发现大多数批评者都出现在订阅SaaS企业版计划的客户中，这暗示了企业版的计划可能存在价格或特定功能使用上的问题。（补充一张图作为示意）

2. 通过对客户的细分，查看每个组推荐者、中立者和批评者的构成情况。比如，你可能发现某种类型的客户（产品经理/设计师）更可能是推荐者，这暗示了你的产品与他们的需求最为相关。

不要带有偏见的看待整体的NPS得分，通过细分你的NPS数据可以更多了解你的客户。

3.后续问题的分析

如果前面你遵循我们给出的建议，那么你可以继续往下看，进一步对后续问题分析作了解。由于后续问题属于定性数据，所以需要更多的工作量进行解读。

分析文本内容最有效的方法之一就是将其进行分类。你可以通过创建不同的语料库（标签或关键词）来执行此操作，当回答中提及某些功能时，则可以通过功能语料库进行分类；如果回答中讨论了产品的易用性，那么就可以把它分类到易用性的语料库中。

需要注意的是，大多数回答会被同时划分到多个分类，因此需要使用多个语料库标记。这大家听起来应该会觉得麻烦，但是可以利用工具帮你快速解决这个问题。你可以使用360NPS的文本分析、Monkeylearn和百度情感倾向分析自动筛选你的NPS反馈并进行标记，进行文本数据分类。

# 如何使用NPS

现在剩下的事情就是要充分的利用好你的数据，如果你不打算拿它来改善产品或 提高客户忠诚度，那么收集和分析NPS数据毫无意义。首先，让我们看一下使用NPS数据改善产品的方法。

1.使用NPS数据改善你的产品

世界上不存在完美的产品，客户总会在一些地方对你的产品或服务有所抱怨。如果这些批评者并不是对你的产品完全不满意，这意味着可以通过了解他们获取关键的见解以改善产品。

如果你的调查包含了后续问题，那么你应该就已经拥有了所需的信息。你可以手动查看这些反馈，也可以使用360NPS的TextMind之类的工具来完成这个颇有难度的任务。无论是哪种方式，你都可以沉淀出批评者最常抱怨的几个主题。

或许你会从成本角度去衡量产品的迭代和优化是否真的有价值。我们建议你先从客户最常访问的模块开始，然后看看把客户反馈的内容整合进未来的产品路线图中。如果未来规划中存在与客户反馈重叠内容，则表明你可以优先在这些模块进行改善。但是，有时候你需要在反馈内容的字里行间深入挖掘，才能了解客户真正的痛点。

如果你不确定批评者说的是什么，你可以通过邮件和电话联系，并表达他们的想法很有可能会对产品有帮助，希望能进一步了解。最后，你从后续问题中收集的数据可以真正帮助到你了解到产品的不足之处。

2.跟进批评者

如果你在NPS调查中未包含后续问题，你会知道有多少数量的客户对你的产品不满意，他们具体是谁，这意味着你还是可以通过其他方式与你的客户进行联系。

通过定期与他们进行交谈，这是一个跟进和询问他们为什么如此评分的机会。或者你也可以发送一份简短的邮件，说你看到他们对产品不完全满意，你想了解并改进它。大多数客户会欣赏你以客户为中心的态度，重视他们的意见并愿意花时间聆听他们的想法，他们会很乐意为你提供所需的信息。

至于对服务不满意的「批评者」和「中立者」客户，我们会根据不满意的原因采取不同处理方式：操作上“提供相应客服支援与教学内容替客户解决问题”；功能上“提供替代方案，并将客户建议回报给产品开发团队，作为未来功能规划上的参考”；不满意则“主动追问客户以厘清需求脉络”。

3.使用你的忠实客户进行推荐

NPS不仅涉及批评者，还有推荐者。对于公司来说推荐者是非常宝贵的数字资产。这些客户对你的产品非常满意，并且忠诚于你的品牌。那你该怎么合理的利用起来呢？

首先，你需要决定你的的目标是使用他们来进行转介、评论还是案例研究？

我们推荐你可以在NPS=9的客户中提取评论和案例研究，NPS=10的客户提取推荐理由。你需要联系他们，想办法获得他们同意你使用这些内容。通常最好是让客户成功团队参与进来，因为他们与客户已经建立起牢靠的关系，客户成功团队会知道如何有效的说服客户。

如果你的客户成功团队分身乏术，也可以尝试系统自动化的方式来完成。通过定义自动化程序任务，当客户提交NPS=10的时候，系统就自动发送一封邮件，以获取客户的授权。由于此类型的客户通常有高度意愿将产品推荐给亲朋好友，因此我们也邀请客户在 360NPS 社交媒体留下评论作为口碑，协助我们将 360NPS 推广给更多人。

跟进你的推荐者非常重要，即使只是感谢他们访问网站，他们也会感到愉悦，这个举措会大大强化你与他们之间的连结。

# 如何提高和预测NPS

除了跟进批评者并利用他们反馈的意见之外，你还可以根据客户NPS以及其他条件（基于你从客户行为分析中获得的见解，如他们没有使用哪些关键功能）来改善产品功能。

1.如何提高你的NPS

案例解读 → Postfity（社交媒体调度应用）从一部分客户调查中获得了较低的NPS得分。在后续问题中，客户提到“我没有时间撰写帖子的内容”，表示在日程安排的功能上不能完全满足他们的需求，希望能够在帖子撰写提供范例建议/参考。

实际上，Postfity在产品功能上已经具备这样的功能：提供“发帖提示”（通过网络数据采集）和“日历提示”，以及可自定义的模板，使用者可以一键添加到他的社交日历上。

借助NPS工具，Postfity能够创建工具提示，该提示触发规则为“未访问过该页面+低NPS得分”的使用者，提醒他们可以使用这些功能更快的发布想法，甚至使用现成的帖子模板。

2.预测你未来的NPS

案例解读 → Airbnb使用NPS数据预测了600,000+客户与产品的未来交互（如，重新预订或推荐给朋友）。研究发现，与批评者相比，NPS得分为10的客户重新预订的可能性会高出13%，推荐给朋友的可能性也高出4%。

Airbnb把其他来源的客户反馈也纳入分析（如，房东和客户评价），并把NPS作为客户未来复购和推荐的预测性指标。

# 要点总结

我们在NPS行动指南中介绍了非常多内容，我们强烈建议你可以尝试使用NPS，具体执行可以参考行动指南的内容。下面，我们为您提炼了一些关键要点，方便你快速总结。

1.什么是净推荐(NPS)？

* 净推荐值(NPS)是客户满意度的常用度量指标。

* NPS调查的问题设计为：“你向朋友或同事推荐{品牌/产品/服务}的可能性有多大？”

* 我们建议你可以在后续提出一个选填的问题，以找出得分背后的原因。

* 0~6分为批评者，7~8分为中立者，9~10分为推荐者。

* 净推荐值(NPS)得分 = 总推荐者百分比 – 总批评者百分比

2.如何测量NPS

* 你可以使用各种不同的工具来发起NPS调查，包括360NPS和Qualtrics。

* NPS调查可以通过邮件、链接发送，也可以嵌入在自家产品内触发显示。

* 后续问题应该是选填的，作为NPS调查的组成部分。

3.如何分析NPS

* 获得NPS数据后， 应该对数据进行分割，看批评者，中立者和推荐者之间是否存在可识别的模式。

* 将NPS数据和产品使用情况分析进行交叉引用也是很用的。

* 你可以手动或者利用专业工具（360NPS的TextMind、Monkeylearn）进行后续问题的答案分析。

4.如何使用NPS

* 通过监测NPS调查反馈获得的见解，可用于产品改进。

* 你需要定期跟进推荐者，并获得授权来进行转介、评论和案例研究。

* 无论哪种方式，都要跟进每个填写NPS调查的客户。

到这里，相信你对NPS已经有了完整的认识，希望你已经准备好开始使用NPS衡量客户忠诚度并改善你的产品。

参考资料：

1.Product Habits: Fifty-five Percent of Companies Use this One Method to Measure Customer Happiness

2.The One Number You Need to Grow

3.Measuring Customer Satisfaction and Loyalty:Improving the ‘Net-Promoter’ Score

4.Airbnb Engineering & Data Science: How well does NPS predict rebooking?