关于NPS

净推荐值（NPS）是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数。当我们想知道用户对产品有什么意见或对产品是否满意时，常常会通过用户调研的形式去了解用户的真实感受。而在用户调研中，一个非常常见的问题是：

“您是否会愿意将“品牌名&产品名”推荐给您的朋友或者同事？”

意在了解用户对该品牌或产品主动推荐的意愿，是一个常见的用户忠诚度指标。

步骤

  1. 确定NPS指标
  2. 确定满意度因素
  3. 设计问卷与投放人群
  4. 计算满意度和重要性（数据分析）
  5. 建立四分图模型（可视化）
  6. 输出结论

1.确定NPS指标

image.png
这里可以理解为净推荐值和满意度有一定的相关性，即我们所认为的，如果对产品满意的话，那么他有一定意愿推荐给其他人使用。因此引入了一个相关系数k来代表二者的相关性。
用1-k来代表其他因素，比如品牌影响力。其他因素我们赞不关心，这里主要细分到满意度。
整体满意度是整个APP的满意度，可以细分为各分子的满意度以及其重要性，重要性指的是各分子满意度和整体满意度的相关性。因此下一步我们需要知道哪些因素会影响用户对产品的整体满意度，并且是我们关心的。

2.确定满意度因素

image.png
收集可能影响用户满意度的因素，这里每个因素的满意度都会间接影响到用户对App的整体满意度。因此我需要提前确定我们关注哪些因素。
这样在实际的调研中就可以通过数据定位用户满意度在哪块是非常低的，从而进行针对性的优化。

3.设计问卷

问卷问题的设计，主要包括2个方面：

  • 用户画像相关
  • 用户满意度相关


用户画像相关

一般与人口统计学数据相关，例如性别，年龄，受教育程度，收入水平，与产品相关的属性等。这是在做问卷分析时，能够比较不同类型用户的数据差异，从而得出客观全面的结论。

用户满意度相关

整体满意度：“你对pp的满意程度(1-10分)”；
然后是各个因素满意度：
“你对产品设计的满意度(1表示非常不满意，5表示非常满意)：

  • 信息传达效率（1，2，3，4，5）
  • 页面美观（1，2，3，4，5）
  • 操作流畅性（1，2，3，4，5）
  • ……”

最后是NPS值：“你向朋友或同事推荐使用app的可能性有多大？（0-10分）”
这些问题分别算的是整体满意度、各因素满意度、NPS值。

4.投放人群与方式及渠道

投放人群：针对我们所有使用过app的人投放，app活跃用户投放
投放方式：线上投放，私域 & 公域
投放渠道：短信。但存在大量流失用户，经测试，使用短信的回收率过低，从而导致样本数过少。后期我们通过在app内通过Banner形式向所有活跃用户投放。
投放工具：第三方调研问卷工具生成问卷，比如问卷星，金数据等

5.数据分析

分析工具：spss
计算模型：网上先成工具
image.png

满意度、重要性
满意度代表这个因素的独立满意度
重要性代表这个因素的满意度和整体满意度的相关性。
通过对用户画像的组合，我们可能会得到多组不同画像用户的数据。同上图，接下来就是将各个因素进行组合分析。

6.四分图模型

image.png
横轴为重要性，纵轴为满意度，将各个因素按其数据代入图中，我们会得到这样一个四象限分布的图，也叫四分图模型。
这个模型即客观反馈了我们需要重要优化的地方，有优势的地方，优先级不高的地方，以及继续保持即可的地方。

也可以按照不同类型业务来分：
image.png
NPS计算
净推荐值(NPS)=(推荐者数/总样本数)×100%-(贬损者数/总样本数)×100%。
image.png