导图社区 NPS净值推荐
NPS净值推荐,本图整合网络及个人理解,对NPS做一次详细的解读与分析,希望可以帮助到大家。
编辑于2022-05-30 19:36:24NPS (Net Promoter Score) 净值推荐
背景及意义
提出
2003年 贝恩咨询公司的弗雷德·赖克尔德(Fred Reichheld)在其发表于《哈佛商业评论》的文章《The One Number You Need to Grow》中首次提出了NPS(Net Promoter Score,净推荐值)的概念,其主要目的是为了客观了解用户对产品的忠诚度
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
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
根据弗雷德团队针对400多家公司的持续研究,发现在许多领域NPS与公司的平均增长率存在非常强的相关性,这也让其迅速成为诸多名企用来提升用户满意度的工具。
含义
NPS是一个用来衡量用户对产品是否真的满意的指标
它的核心是调研用户是否愿意将这个产品推荐给其他人,从而看出用户对产品的满意度,进而反应出公司的持续增长力
意义
在使用得当的情况,NPS不仅能够指引产品的迭代方向,助其巩固优势和弥补弱点,同时还能为用户运营提供策略依据,通过提升产品体验来满足更多用户的需求,进而实现良性且持续地用户增长。
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。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,帮助减少客户流失并提高留存率。
对NPS不同的看法
负面
11点量表实际上并不是最有效的衡量标准,7点量表得出的结果更加准确
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作为衡量客户忠诚度的单一标准,是远远不够的
正面
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
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
可以通过细分客户群体来查看不同群体的忠诚度如何
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
NPS还可以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
NPS主要内容
NPS主要影响环节
用户获取
用户留存
推荐传播
NPA使用场景
与其他度量指标和数据结合使用时,NPS提供了一种简单而强大的方法来捕获客户当前对产品的感觉
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
测量问题
标准的NPS问题
你有多大可能把我们(或这个产品/服务/品牌等等)推荐给朋友或同事?请从0-10分打分
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”
根据需要会后续提供一个开放性问题
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?
注意:设置后续问题对于客户来说不一定是友好的,严重的情况还会激怒客户,导致停止填写或恶意填写
解决方式:把后续问题设置为“可选”
3种NPS测量体系
战略NPS
(Analytical NPS):全局体验战略规划
战略NPS是通过描绘用户的体验旅程,里面包括了线上线下销售、on-boarding、400客服、产品使用、维修、退换货、其他增值服务等关键体验场景,进而通过问卷调研、定量分析,了解当前体验旅程中各体验的表现以及用户的关键痛点,找出问题的症结后进行优先级排序,以便后续的战略布局和执行。
场景NPS
(Transactional NPS):关键触点的体验变化
为避免用户流失和负面口碑产生,在关键交易场景上设计NPS反馈机制的方法被称为场景NPS。企业利用这种机制即时地了解用户在单次互动下的NPS 高低。 若发现某用户在完成某次交互后NPS分数过低,可以立刻触发警示,生成工单,由相关人员进行及时跟进。了解贬损原因,主动采取应对措施,完成补救,例如国内的滴滴打车、美团等平台,用户在平台上提交投诉后,企业客服部门会在极短时间内响应,联系用户解决问题。
关系NPS
(Relationship NPS):整体体验良好反馈
关系NPS 是体验优化一段时间后,以季度或年度的频次,定期追踪用户对于企业品牌、产品及服务的整体观感,可用于确保优化方案成果的验证及竞品调查比较。若在过程中发现关系NPS成长停滞不前,必须启动战略NPS,从全域高度诊断问题症结,重新思考体验战略的布局。
作为一种过程跟踪的衡量指标,确保执行过程与最终结果达到满意效果
NPS过程
如何测量收集NPS
收集数据工具
提供NPS网页调查的程序
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
360NPS、Qualtrics、Medallia
收集数据方式
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
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。
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。
消除负面影响方式
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,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
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。
更适合的形式
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。
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。
NPS计算
NPS=[(推荐者数-贬损者数)/总样本数)]*100%
人群分类指标
推荐者(9-10分)
中立者(7-8分)
贬损者(0-6分)
NPS分数划分
NPS得分区间表示为-100到100
NPS<0,则表明的公司需要马上开始着手提升客户满意度
NPS≥0会被认为是“良好”的分数
NPS>30会被认为是“优秀”的分数
可根据各行业基准制定适合自己的分数划分,举个栗子:
行业基准
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
从Retently在2021年的NPS基准报告中,B2B Software & SaaS的NPS平均分数为30
如何锚定分数
如果是为了击败SaaS公司,那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。
NPS的使用
使用NPS数据改善产品
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,有时候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
如果不确定批评者说的是什么,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
跟进批评者
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”
使用忠实客户进行推荐
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
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。
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社交媒体留下评论作为口碑,协助我们将产品推广给更多人。
NPS分析
用户分类
推荐者
忠诚度最高的用户,也是最为重要的用户。
他们不仅为产品贡献了大部分利润(参考2/8原则),且能充当产品的推广大使,在推荐新用户和产品口碑传播方面发挥重要作用。
中立者
他们是处于摇摆立场的人,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。
这些用户成为推荐者的潜力巨大,所以是最值得挖掘和发展的群体,针对他们的反馈需要认真分析,并通过产品迭代满足他们的需求,这才能为产品提供源源不断的增长力。
贬损者
不大可能向他人推荐产品,不会坚持使用或重复购买,同时可能会传播产品的负面信息,阻止其他潜在用户接触并购买产品。
针对这些用户主要是搞清楚其贬损产品的真正原因,如果能够改进,则尝试对其挽回;如果用户期望值过高,则建议战略性放弃,将资源投入到更有价值的用户身上。
当更多的贬损者转为中立者,更多的中立者转为推荐者时,产品的用户增长自然就会进入快车道内
NPS分值评价
通常情况下,NPS分数越高,用户推荐度也就越高,为产品获取新客户的可能性就越大,公司的持续增长力就越强
分析方式
理论绝对值
位于不同区间的NPS能反映出用户对产品的整体印象
低于0分:产品体验糟糕,存在大量问题需要解决
0~30分:良好,存在改进空间
30~60分:优秀,客户满意度较高
超过60分:非常好,可通过用户推荐积攒良好口碑
行业相对值
参考行业的NPS均值以及竞争对手的得分情况等,不同行业间的NPS差别较大(比如电商行业与催收行业),所以在评价NPS时也需结合行业相对值
自我对比
不管是理论绝对值还是行业相对值,都只能发挥部分的参考作用,最重要的标准还是与自己过往的分数进行对比
比如与上个季度的分数进行比较,如果分数有所提高,就表明优化调整的方向是正确的
比如与上个季度的分数进行比较,相反如果分数明显下降,那就需要重新评估调整方向及措施
NPS的分析
NPS与产品使用情况分析进行交叉引用
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。
举栗子说,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。
细分NPS数据
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
举个栗子,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。
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
举个栗子,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。
后续问题的分析
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。
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。
在流量红利逐渐消失的当下,各大互联网平台都无可避免地走上精细化运营的道路,并开始高度关注“持续提升用户体验”的重要性,这也让NPS有了更大的用武之地