起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識思考：客戶滿意度（CSAT）和凈滿意度（NSS）區(qū)別在哪？
客戶滿意度和凈滿意度都是衡量滿意度水平的體驗度量指標，但二者有何區(qū)別？使用的場景有什么限制？具體的用法如何？作者總結(jié)了兩種度量指標的區(qū)別，一起來看看。
一、CSAT 和 NSS 的介紹
客戶滿意度（Customer Satifaction，CSAT）和凈滿意度（Net Satisfaction Score，NSS），都是直接衡量滿意度水平的體驗度量指標，當我們想了解客戶對于產(chǎn)品/服務/功能的滿意程度時，可以使用該指標進行度量。
問題：請問你對 XX產(chǎn)品/XX功能/XX流程 的評價是？（以5分制為例）
- 1 非常不滿意
- 2 不滿意
- 3 一般
- 4 滿意
- 5 非常滿意
觸發(fā)時機：
1）評測功能滿意度時，最好是在用戶完成當前任務后，通過系統(tǒng)主動觸發(fā)推送，以網(wǎng)頁插件等方式進行即時數(shù)據(jù)收集。
2）評測整體滿意度時，可依據(jù)業(yè)務進行周期性進行，以調(diào)查問卷的方式發(fā)放，再基于問卷系統(tǒng)完成問卷的回收。
二、計算方法的差異
CSAT = (5分回復數(shù)+ 4分回復數(shù))/調(diào)查回復數(shù)量x100%
NSS = ((5分回復數(shù) + 4分回復數(shù))-W權(quán)重x (2分回復數(shù)+ 1分回復數(shù)))/調(diào)查回復數(shù)量
因為 NSS 中會考慮不滿意的回復數(shù)，而負面的評價在傳播上會產(chǎn)生較大的影響。
不滿意的分數(shù)與滿意的分數(shù)在進行比較時應該先進行加權(quán)，W權(quán)重一般是 2 倍或者更多。
一般行業(yè)會把 4~5 分的得分歸類為滿意，由于行業(yè)的產(chǎn)品標準和服務水平的差異，也有一些行業(yè)會認為只有 5 分的得分才算真正意義上的滿意。
因此，滿意得分值的界定不同，得到的 CSAT 也會不同，在進行滿意度調(diào)查的界定標準上應該一以貫之，不能隨意變更計算方法。
還有，對于填答者選擇了“不知道”或“未涉及”等形式的選項，此部分在計算方法上不計入調(diào)查回復數(shù)量。
三、CSAT和NSS關(guān)注群體的差異
NSS 相較 CSAT，屬于較為保守的計算方法。
在計算公式中可以看出，CSAT 是看重滿意用戶占比的情況，而 NSS 更加關(guān)注兩端的用戶，即滿意和不滿意的用戶。
四、CSAT和NSS在數(shù)據(jù)因子構(gòu)成的差異
NSS 在理念上是把 5 分值轉(zhuǎn)換為了二元法的“好”與“壞”，在這個過程中屬于降維，會損失一部分數(shù)據(jù)的信息特征，并會把誤差的幅度加倍。這個問題在 NPS 指標上同樣也存在。
NSS 可以看作是在 CSAT 的基礎上，針對調(diào)查人群的細化。
因為 NSS 不是單一因子的變化，而是兩個因子的相互變化所構(gòu)成的。那么在 CSAT 和 NSS 在得分波動的覺察上，CSAT 僅體現(xiàn)滿意回復數(shù)的變化，得分的波動可以很好被識別。
而 NSS 會相對更加隱蔽一些，例如，NSS = 15，可能是由 40% 滿意和 25% 不滿意的回復數(shù)所組成，也可能是 20% 滿意和 5% 的不滿意回復數(shù)所組成。
那么這兩個 NSS 值相同，是否能表示相同的意義呢？
顯然不行！
NSS 在報告數(shù)據(jù)結(jié)果的時候，需要把「滿意度」、「不滿意度」、「凈滿意度」同時匯報，便于獲取數(shù)據(jù)背后的真實表現(xiàn)情況。
NSS 在后續(xù)的調(diào)查中要證明產(chǎn)品或服務隨著時間的改進，需要將樣本數(shù)加倍，否則無法區(qū)別抽樣誤差。
五、CSAT/NSS和NPS的組合使用差異
從中國質(zhì)量協(xié)會用戶委員會發(fā)布的 195 個品類滿意度（CSAT）和 NPS 數(shù)據(jù)分析, 發(fā)現(xiàn)結(jié)果是下面樣子（每個點代表一個品類）。
這多少有點和我們的直覺相左。一般我們會認為 CSAT 高，NPS 會高；CSAT 低，那么 NPS 也會低。
但是調(diào)查數(shù)據(jù)表示，品類之間的 CSAT 和 NPS 的決定系數(shù) R2 只有 0.25，兩者為弱相關(guān)關(guān)系。
意思是 CSAT 的高低，并不能完全決定 NPS 的數(shù)據(jù)表現(xiàn)。即 CSTA 高，NPS 也有可能低，反之亦然。
而在 Michael Hou 的《NPS 客戶忠誠度和 NSS 滿意度預測模型》簡報中，論證了 NSS 和 NPS 在內(nèi)在邏輯的相關(guān)性。
在數(shù)據(jù)表現(xiàn)上，當 NPS 值升高時，其他商業(yè)過程 NSS 都大部分都有所提升。顯示出很強的正相關(guān)性，可以進一步分析客戶在具體哪些商業(yè)過程上有改善和仍然存在不足。
在NPS的搭配使用上，CSAT+NPS 的組合，需要基于 NPS 再次進行細分分析，將客戶進行人群細分，然后再對不同類型群體、不同特征下鉆其痛點和未被滿足的需求，確定驅(qū)動要素的改進優(yōu)先次序。
而 NSS+NPS 的組合，由于兩者之間的正相關(guān)關(guān)系，可以進行更加細顆粒度的構(gòu)成分析，拆解 NSS 和 NPS 中「滿意+不滿意」和「推薦+貶損」群體的重合程度，以及分別組合出來的群體間的具體差異。
以上。
專欄作家
龍國富，公眾號：龍國富，人人都是產(chǎn)品經(jīng)理專欄作家，CxHub主理人。致力于終身學習和自我提升，分享用戶研究、客戶體驗、服務科學等領(lǐng)域資訊，觀點和個人見解。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)授權(quán)，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于CC0協(xié)議。
該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
- 目前還沒評論，等你發(fā)揮！
