净推荐值(NPS)系列之一——基本原理与操作模型.pdf

净推荐值（ NPS ）系列之一 —— 基本原理与操作模型 2011 年在深圳组内分享了净推荐值（ Net Promoter Score ，NPS ）的概念及操作方法，然后见其成 为公司产品体验考核主要指标之一；来到上海后，企业产品、电商等也开始将其纳入产品考核。陆 续会有人问我这个概念相关的操作方法、行业标准、数据解释与应用等， NPS 就仅仅是一个数据测 量方式、一个监控指标吗？用户的三个分类对商业预测分别有什么价值？如何与用户生命周期价值 结合？它与满意度、忠诚度有什么关系？它的信度、效度如何？它适用于互联网产品吗？考核企业 产品与个人产品时又有什么不同？ …… 有些问题可以很简单的回答，有些问题又不敢很简单的回答 ，它的背后涉及到与财务数据的关系，涉及到产品本身的复杂性等等。于是开始啃文献，给自己挖 了一个很大的坑，只好慢慢的来填。写这篇文章之前一直在纠结，先写大家最关心的问题，还是先 介绍最基本的原理，最后决定处理成系列，慢慢的来分享，毕竟文献中有些方法与结果（比如企业 产品的分析），没有实际应用过，还是应当有所保留的。等实践过后，再来分享 …… 1、 净推荐概述 净推荐（ Net Promoter ）是 Fred Reichheld （2003 ）针对企业良性收益与真实增长所提出的用户忠 诚度概念。请用户回答 您在多大程度上愿意向您的朋友（亲人、同事“ …… ）推荐 XX 公司 / 产品？ ”（0-10 分， 10分表示非常愿意， 0分表示非常不愿意），根据用户的推荐意愿，将用户分为 三类：推荐者、被动者、贬损者，推荐者与贬损者是对企业实际的产品 口碑有影响的用户，这两部 分用户在用户总数中所占百分比之差，即净推荐值（ Net Promoter Score ，NPS ），如下图所示。 商业价值：操作方法 净推荐值（ NPS ）这样一个易操作、易懂的数据本身并不能为我们的业务带来任何变化，只是一个 评估监控的结果。而以操作方法为基础，针对某类用户应用净推荐的原理，才能真正实现商业价值 。例如，净推荐结果辅助的根源分析可以帮助找到那些阻碍盈利的潜在问题，帮助我们做出商业 决策。 概念优势： 长期利润 满意与忠诚是两个不同的概念，简单的说，满意的用户仍然会 叛变“ ”。满意度高可能只是意味着我 们提供了与该产品描述一致的功能，我们能够及时响应用户遇到的困难等，但并不意味着我们具有 竞争优势或增长动力。而净推荐值弥补了这个问题，以更严格的标准避免了我们对产品现状的自我 安慰，真实的聚焦于产品增长的驱动力和竞争优势。该指标既考虑了使用者本身直接的经济效益（ 产品选择行为），又考虑了其作为推荐者潜在的经济效益（产品口碑影响），最终净值整合了当前 用户积极的影响与消极的影响，可以有效预测企业 /产品未来长期的利润增长情况。 2、 净推荐的关键原则 前面已经谈到，使得净推荐发挥真正价值的是超越测量数据而存在的，与业务相结合的操作方法。 在介绍整个操作模型之前，简单了解一下该操作模型的五个关键原则。 方法论 NPS 是一个十分简单的度量，从提出至今，因为其简单而受到很多质疑。但真正使用过该方法的人 都会改变最初的想法，简单有效是该方法的魅力所在。不像复杂的财务数据那样需要专业的解读， 哪怕是最基层的员工都能够理解，因此说服他们去关注与改变就变得更加容易。当然，单一的度量 与单一的问题之间是有差异的，我们需要大量时间来讨论数据和设计调查。总之，要发挥数据真正 的价值，做出商业决策，还需要做很多。 哲学观 净推荐内在独特的哲学观：你如何对待用户，用户也将如何对待你。哪怕在市场恶劣的环境下，坚 持关注良性收益，为客户提供更好的质量与服务，也能增加用户留存，扩大市场份额。而有损于用 户的恶性收益，只能赢得短期效益，对企业 /产品的长期发展必然是有害的。 行动和责任 净推荐项目不是简单汇报用户测量的结果，让决策者根据数据采取行动，而是向所有人发起挑战， 让所有员工在日常工作中改进与用户的交互行为。得到整合的 NPS 数据只是开始，员工拿到数据反 馈后，有能力理解与分析其中的因果关系，通过进一步的电话回访