你確定會正確使用 NPS 嗎?
編輯導語:NPS是指通過測量用戶的推薦意愿,從而了解用戶之于產品或服務的忠誠態度,算是近幾年用戶體驗領域上的當紅指標。然而隨著時間過去,業界中針對NPS的批評越來越多,是什么原因呢?
NPS 凈推薦值最早是由貝恩顧問公司的Fred Reichheld 于 2003 年在《哈佛商業評論》文章 《The One Number You Need to Grow》首次提出NPS(Net Promoter Score),通過測量用戶的推薦意愿,從而了解用戶之于產品或服務的忠誠態度。
NPS的問題大家應該都見到過,「從0-10分,請問你有多大意愿推薦我們的產品或者服務給你的親朋好友?」,10分代表極度推薦,5分代表中立,0分代表完全不推薦。
NPS 算是近幾年用戶體驗領域上的當紅指標,像Apple、Microsoft、PayPal 等公司早已采用 NPS 作為長期策略制定以及日常體驗優化依據。主要是因為它簡單、直接、且與管理者最關心的收益成正相關。
但隨著時間過去,漸漸在業界中看到越來越多針對 NPS 的批評,不少公司開始采用普通的滿意度調查。
01 是什么原因造成了這樣的局面呢?
1. 這些公司把 NPS 當成是另一個滿意度指標
多數在用 NPS 的企業往往只是每隔一段時間就例行性問一下用戶打幾分,了解自己的 NPS 分數,卻沒有持續地做,也沒有透過不同的研究方法了解分數背后、影響分數的原因,像是推薦者為什么推薦,中立者存在什么不滿,那就無法進步,因為只有 what 沒有 why,可以說只是把 NPS 做為另一個用戶滿意度指標在用,失去采用 NPS 的意義。
2. 很多產品或者場景并不適合使用 NPS
產品存在著用戶間相互競爭的關系。比如有一款產品是讓城市中的任何人都可以注冊成為送貨員。然而,送貨員人數往往比需要遞送的貨多,在這個情況下送貨員當然不會推薦朋友來搶自己的生意,因此這個產品的NPS一般會比較低,但并不能因此來衡量產品口碑的好壞。
3. 以為采用 NPS 后會馬上看到成效
很多團隊把 NPS 當作一個魔法數字,每天盯著數據的起伏看,一稍微提高就相當激動,好像提高后就會有更多的收益或者用戶進來。NPS做為一個先行指標,告訴你未來可能會發生什么事而不是結果,光是盯著 NPS 看并無法帶來太多有意義的信息。期間不斷地去優化體驗,通過這樣的閉環創造更多的忠誠用戶,但是這需要時間發酵,不可能在今天做了體驗優化明天就看到成效。
如果我們要用好 NPS,避免發生上述幾個情況,我們需要找出 NPS 背后的驅動因素。
簡單來說,更好地利用 NPS 的方式之一是找出是什么原因讓某些人成為超級推薦者、又是什么原因讓人變成極端的批評者,接著用這些因素去刺激中立者,看是否能改變他們的給分。
02 同時利用定性和定量的研究
1. 通過用戶訪談了解用戶和產品之間的關系
從用戶中招募出推薦者和批評者,與他們進行深度訪談。在訪談中,畫一條時間軸,請用戶列出從還不知道該產品開始,到知曉、開始使用至今的所有環節。同時,請用戶在時間軸中寫出影響他對產品印象的重要事件,并詢問「當時的你會給多少 NPS」,來理解該事件對用戶來說是加分或扣分。
若用戶無法順著時間順序回顧,可從印象最深刻的事件開始。訪談過程中多注意用戶的實際行為(聽到的事、做的決定、看到的東西等),而非意見。
2. 總結驅動因素,并通過問卷調查獲得每個驅動因素的 NPS
當訪談結束后,一般會搜集到許多影響用戶對產品看法的事件。通過歸納法將性質相近的事件歸為同一類。然后開始對既有用戶進行問卷調查。問卷的第一題詢問對產品的總體 NPS,接著詢問每個驅動因素的 NPS。
3. 計算出每個驅動因素的NPS 與總體 NPS 的關聯性
繪制一個 2×2 矩陣,X 軸為驅動因素的 NPS,Y 軸為該驅動因素與總體 NPS 的關聯性。將各個驅動因素放到矩陣中對應的點上,我們需要先改善目前 NPS 低,但跟總體 NPS 有高度關聯的驅動因素。
以上,NPS 不只是反映用戶忠誠度的指標,更是體驗優化和管理的利器,正確使用 NPS 才能更好地發揮效用。
參考鏈接:
NPS:https://www.bain.com/insights/introducing-the-net-promoter-system-loyalty-insights
The Difference Between Transactional and Relationship NPS :https://www.retently.com/blog/transactional-relationship-nps/
NPS Considered Harmful :https://jmspool.medium.com/net-promoter-score-considered-harmful-and-what-ux-professionals-can-do-about-it-fe7a132f4430
本文由 @阿餅講設計 原創發布于人人都是產品經理,未經許可,禁止轉載
題圖來自 Unsplash,基于 CC0 協議
您好~看了您的文章覺得很受用,有個疑惑想請教您:該如何詢問每個驅動因素的NPS呢?