​

 前言：

所有的公司/产品都渴望成长，而成长依靠的是用户的尤其是优质（忠诚）客户/用户。所以几乎所有的咨询公司在做策略的时候都绕不开去监测用户的满意度/忠诚度，以此作为衡量一家公司/产品的成长潜力。

昨天，我们尝试在收集用户对某一运营文章的态度问卷中，尝试性地嵌入了“推荐指数”选项，并且用的是“行为导向”问句，即直接询问用户是否发生此行为。将该指标作为满意度最有力的表征。

那现在我们来介绍下净推荐值。

净推荐值（NPS）起源

贝恩公司于2003年提出的净推荐值（NPS），主要基于推荐者与贬损者的人数比例，来判断企业的用户忠诚度。推荐者有着更高的品牌粘性和人均消费意愿，并且通过口碑传播吸引更多的新用户，而贬损者在上述方面的特性都弱于推荐者。NPS属于一种客户管理理念，需要企业管理者重视、并透过数据去寻根溯源。

核心题目是向用户提一个简单的问题，「您有多大可能会向您的朋友或同事推荐XX产品？（0-10分，10分表示非常愿意，0分表示非常不愿意）

随后根据用户推荐意愿分数，将用户分成了三种类型:

推荐者（9-10分）：铁杆粉丝，他们不仅自己反复购买一家产品，并愿意敦促自己的朋友也这样做。

被动者（7-8分）：总体满意但并不狂热，他们会考虑竞争对手的产品。

贬损者（0-6分）：使用不满意，对于产品没有忠诚度，流失率很高，会不断地抱怨或投诉

NPS=推荐者% - 贬损者%），用这个差值直接反应用户对于产品的认可程度和购买意愿。

NPS对于满意度的优势

实际使用中，衡量用户态度的指标有很多，我们常用的有满意度、使用频率、留存率等；而NPS看似简单粗暴的衡量方法能够在企业咨询中长盛不衰，一定有其独特的意义。

NPS测量十分简洁，核心题目只有一道，保证了答题效率和回收数据的有效性；

具有明确的针对性，NPS本着客户管理理念认为真正影响公司/产品未来的更多是那些推荐者和贬损者。但是在真实使用时，要照顾到全量用户（包括中间的被动者），所以应对应各类用户做跳转，去挖掘各类用户对于产品的态度以及转换的概率；

用户心态更加慎重：当我们向周围的人案推荐的时候，一定程度上已经押上了我们的声誉和信用，所以在这样的心态下，NPS评分会更加谨慎而非敷衍；

现对于满意度，其监测效果更加长期有效：满意度是一个相对即时性的概念，用户是否满意主要取决于当前的感受、需求是否得到满足、痛点是否得到照顾等，而是否推荐是另外一种更长远的心态，兼具了当前的消费意愿（满意度）和长远的口碑。所以我们经常看到满意度还不错的产品，推荐指数却很低的情况。

净推荐值（NPS）分数的解释

目前对外公布的企业（付费产品），最佳NPS为50-80%，平均NPS为5-10%，有些甚至是负数。互联网公司目前也有进行该数据的统计，但没有对外公布。Satmetrix2010年对“互联网服务”的调查发现，各国的NPS有所不同，下图是法国的数据：

可以看到，参考法国市场数据，互联网服务行业的NPS系数在-28%--16%之间。

净推荐值（NPS）使用注意

可直接与竞品（竞争对手）横向比较（行业对标）

测试用户样本要具有代表性（涵盖上三类用户）；并且投放施测的时间点需要把握好，一般产品在使用过后1周——1月之间即可施测，既保证对产品有充分的体验又不至于遗忘细节。

微妙的趋中效应，用户普遍会觉得5-6分代表着中立态度，而在NPS计分中5-6属于贬损者的分类。所以那些选了5-6的用户并非对您的产品不满意，也许他们的态度是中立。尤其在中庸哲学比较泛滥的用户文化中，我们建议在使用的 时候做改良：做0-5、6-8、9-10分组。（改良只是收紧了贬损者的阈限并没有改变问卷的因子结构）

未作出回应者的态度如何统计？ 有的公司倾向于将归为贬损者，认为不愿意花时间作答的用户对产品的态度可见一斑；但贝恩公司做的一项研究显示：不回应者中依然具有推荐者、被动者、贬损者的区块分布。如一家公司的内部回应率为20%，NPS值为50%（60%推荐者 - 10%贬损者）。但在进一步对未回应用户行为（重复购买、随时间推移购买量增加）做调查时，研究发现未回应用户中有10%的推荐者（反复使用），40%的被动者（可能使用竞品）和50%的贬损者（完全不满意）如图：

所以，为了让NPS的数值更趋向于真实，我们不应忽略不回应者的态度。

根据已有的案例，我们暂且可以将不回应者中推荐者、贬损者比例和回应者做对调；如上图的：

回应者（20%）：推荐者60%被动者 30% 贬损者10%;

不回应者：（80%）：推荐者10%被动者 40% 贬损者50%;

计算最终的NPS值应=20%回应者NPS+80%不回应者NPS

以上，送给初入用研行业的同学们， 也欢迎大家交流沟通。

参考原文1：http://www.netpromotersystem.com/about/why-net-promoter.aspx

参考原文2：用户研究社《寻找更真实的NPS》

http://dwz.cn/69dAZk

参考原文3：腾讯CDC《

净推荐值（NPS）系列之一——基本原理与操作模型》

http://t.im/1a1oz

---

作者：大狗狗，互联网金融产品用户研究员，心理学二年级学渣，公众号：同花顺UED（公众号：Mob-HitThink-UED）；简书专题：用户研究&创意设计“

更多产品设计，用户研究干货资讯和分享，公号同步放出，关注查看更多历史内容~~

上一篇：方法汇【二】用户访谈，我觉得它很简单，可我总搞不定它

---