浅谈NPS以及应用举例.docx

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9・10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2.2.1 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.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[5]2.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 0・10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⑹0，・百JJ 33%与队年冬内63 16%» 31、ax%»u±•ros3%「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 "71850. 鼻血黑MS3A0472Z29 r鼻M M a w M 78$nm72”»大或公W8W83M942.56% M.m 21.10% JO.m 1124\ 6» 18加、 394 W.22% /3.OT% /OJ/Xj0JWT6 0 96U43 0 9€2»9 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 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,价值挖掘川阿题挖掘3.11 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 （十分不• Vi»t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.3.12 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.3.13 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__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3・3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34——3. 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：<谩叫寂于是改 ue 已复现同险・ >bloy.s;if 151.00(n.^1/11/21377027。