目前业界最常用、简单、快速的用户满意度调研就是 NPS。
NPS（Net Promoter Score，净推荐值）最早由贝恩咨询公司客户忠诚度业务创始人弗雷德·赖克哈尔德（Fred Reichheld）在 2003 年哈佛大学商业评论发表的文章《做增长前你需要知道的一个数字》（The Number You Need to Grow）中首次提到。
NPS 简单是因为核心只有一个问题：”你会有多大意愿推荐我们的产品或服务给你的亲朋好友？”。总分范围为 0-10 分。所以它能够让企业在一天内就获得调研结果，不同的企业和产品之间还可以横向比较。
2016年，贝恩公司对中国市场消费品及消费服务行业的 NPS 水平进行研究，各行业主要品牌的NPS值如图三所示。
在打分的用户中，0-6 分叫贬低者，7-8 分叫中立者，9-10 分叫推荐者，推荐者的比例减去你的诋毁者比例，就是一家企业的 NPS。
譬如一个网站调研了10个用户，9-10分，1人；7-8分，3人；0-6分，6人。那么此网站的NPS=（1/10）×100%-（6/10）×100%= -50%
不要惊讶，NPS 负值挺常见的，目前绝大多数半死不活的网站或应用的 NPS 值应该都如此。
一般来说，NPS 分值在 50% 以上被认为是不错的，如果 NPS 得分在 70-80% 之间说明企业已经拥有一批高忠诚度的口碑用户。
NPS 防坑指南
Steven Pinker 在《当下的启蒙》里面说，“数据不是万能药，不是指哪儿打哪儿的魔法棒，更不是适用于所有情况的万全之策。就算拿出全世界所有的钱，也买不到能解决发生在我们身上每一个问题的随机对照试验。”
看似完美的 NPS，在使用的时候我们也需要注意以下问题。
1. NPS 值不能完全表达用户的推荐意图
因为 NPS 很简单，所以 NPS 很模糊。
NPS 要求客户预测未来可能推荐产品的行动，但现实生活总是比较微妙的，客户填了10分，但可能根本不会向任何人推荐产品。你认为你了解你的受众，如果单凭良好的 NPS 值沾沾自喜，认为既然用户这么满意了，那么我们也无需花大价钱去做品牌和推广。但其实不然，用户并没有真正想要推荐产品。
2. NPS值不能解释所有增长情况
因为在用户忠诚度之外仍有许多其它因素影响增长，如广告促销，线上线下的运营活动带来的用户数量和营收增长，或者企业本身具有垄断性质，即使 NPS 值很低，但仍然有可能实现增长。
在互联网行业，尤其像电商行业，线上促销和日常运营活动较多，有必要通过合适的方式区分哪些是自然流量增长和哪些是运营活动带来的增长，并在 NPS 分值与增长关系的预测中给以适当的考虑。
3. NPS 值和用户购买行为相关度低
即使一个用户一直续费某款产品，也并不能代表他对产品忠诚。
用户继续使用的原因可能是自己的惰性，更换产品太麻烦，或者产品自身设置的障碍无法让他更换。有些人可能经常乘坐同一家航空公司的航班去某个城市，只是因为那里的航班最多。
用户还可能因为对产品的需求降低而减少购买的需求。比如老年人，他即使喜欢某款车，但是因为年纪大了，也会降低对车的购买需求。
4. 留存不能取代 NPS
想要获取用户的满意度，为什么不直接使用留存率？
留存率可以显示未来收益，但是它和增长没什么关系。因为用户继续使用的原因如上所述很复杂，比如因为切换其他产品太麻烦，产品本身设置了阻碍等，无法获知用户对产品的忠诚度和可增长能力。
如何正确使用 NPS
当公司想准确地知道有多少人喜欢产品以及有多少人不喜欢产品时，不要使用 NPS。因为不同客户群对 NPS 的反应差异很大。如果 NPS 调研收集时没有细分客户，很可能最终会得到一长串的 NPS 结果，而这些对于到底是什么导致了用户的反应几乎没有任何帮助。
如果没有明确的用户群体，或者统计意义上太小的群体，NPS 得分也不会展示很多关于用户情绪的信息，只是个大概而已。
当公司想要用一种简单易得的方法来量化特定用户群体的产品满意度时，可以使用 NPS。以下是一些使用 NPS 的小技巧：
增加一个开放问题，让用户补充细节，为什么打这个分。通过这种方式能发现很多重要的信息。
把握好时机：避免在用户旅程中过早使用 NPS。问这个问题之前，需要让客户多了解产品。
多个触发点的实验分析：要在用户生命周期的多个点触发 NPS 调查。人们在不同的触发位置会有不同的意见。根据不同位置 NPS 的分值，进行问题收集。
即时调查：产品内 NPS 调查通常会得到更多的关注，更容易获得反馈。主要注意以非侵入性的方式推调查，这样不会阻挡用户正常路径。对于没参与的用户，也可以考虑发邮件或短信追问。
针对新用户试用体验的 NPS 调查
新客户试用体验是产品成功的首要环节，试用体验决定了客户是否会留下或离开。尽早激活成功用户，因为随着时间的推移，这些潜在客户会逐渐流失。
通过 NPS 可确定哪些客户取消了订单，哪些客户升级了订单，从而对转化率产生影响。在客户试用期结束后立即进行一次调查，询问客户对该产品的看法。根据他们的打分区间，可以采取对应的销售策略。
不要让 NPS 取代用户反馈
不要频繁使用 NPS，真正重要的是每个链路上面用户反馈的问题。你可以通过实验来测试用户对每个链路的体验效果。
复杂系统的 NPS 评价
确定你要做的满意度是整个系统的满意度，还是局部满意度。做好用户的定义和范围的筛选。
如果做全局的产品满意度，我们可以用定性方式画出客户体验蓝图〈Experience Blueprint〉，盘点出所有的体验阶段及驱动要素。接下来才做定量，了解企业整体的 NPS 分数及每个体验阶段、驱动要素的满意度，就像是帮企业做全身健康检查。
分析整个客户体验蓝图里面，哪里亮红灯，我们用相关系数或是线性回归的斜率做统计，了解各驱动要素与企业整体 NPS 分数的关联性，关联系数越高就越重要。
接下来，我们以各驱动要素与企业整体 NPS 分数的关联性为横轴，以各驱动要素的满意度为纵轴，标上各驱动要素在象限上的位置，这样一来哪一个驱动要素重要、现在顾客的满意程度是多少就很明确，可以帮助我们思考两件事情：我们应该如何改善以及我们应该把资源放在哪里。
重要的不是获取一个 NPS 数值，重要的是后续如何优化
对于大部分企业或者产品来说，NPS可能是一个负值。此时，我们需要把定性的用户反馈都收集起来进行迭代优化，从而整体提高用户的满意程度。
////////////END////////////
DataTALKS(数易创研)是专业的市场研究与数据采集机构
数易创研 | 策略型专项市场研究
数据说™ | 敏捷调研服务+自助调研平台
有礼科技 | 移动端在线样本平台
扫描或识别二维码
获取数易创研服务简介 | 案例 | 报价
