NPS/满意度——度量用户体验的最常用指标，也是体验管理的北极星指标； 它的测量并不复杂，结果也仅是一个分值， 可是如何透过这个分值找到背后的原因？ 如何对其进行层层拆解？ 相应的数据又如何监测和采集？ 我将把我们工作中的实际实践与大家一起分享。
原文链接：https://jelly.jd.com/master/5f3b71446c3f76015f7584c2

体验度量：满意度和NPS

CS（Customer Satisfaction）用户-满意度

是一个相对概念，用户期望值与产品/服务感知效果的匹配程度。
计算方法
image.png

NPS（Net Promoter Score）净-推荐-值

用户忠诚度指标：用户将会向其他人推荐某品牌/服务/产品的可能性。净推荐值最早是由贝恩咨询企业客户忠诚度业务的创始人佛瑞德·赖克霍徳（Fred Reichheld）在2003提出，它通过测量用户的推荐意愿，从而了解用户的忠诚度。
计算方法，NPS=推荐者%-贬损者%
如果调研发现净推荐值的得分值在50%以上可以被认为客户对你的感知较好，而如果净推荐值的得分值在70～80%之间则证明企业拥有一批高忠诚度的好客户。
image.png

客户费力度（CES）

客户费力度这个概念在2010年在《哈佛商业评论》中被提出，按字面意思理解，“客户费粒度”是让用户评价使用某产品/服务来解决问题的困难程度。
提出的问题是：企业让我的问题处理过程变得简单。
客户的选项包括：强烈不同意，不同意，有点不同意，中立，有点同意，同意，强烈同意
根据Oracle的一项研究，82％的人把他们的购买经历描述为“花费太多的努力”，CES背后的理论就是，应该想办法减少客户为了解决问题而付出的努力。CES可以帮助你找出可优化的方向，更容易理解在哪里进行改善，较低的费力度也与客户续签直接相关，从而增加客户的生命周期价值。

满意度指标如何拆解，找到背后原因

常见问题

NPS下降了，但是不知道哪里下降了？
满意度又降了，为什么？

解决办法

1、建立满意度/NPS与用户旅程行为的关系
2、找到每个阶段旅程行为下的驱动要素
image.pngimage.png
举例：
image.png
若想提升京东的整体满意度/NPS值，优先改善场景，所涉及的场景包含商品、网站、服务三大场景，再去细化每个场景下能提升用户满意度的抓手。
根据场景往下去拆解，以商品和网站为例：
image.png
image.png

每个指标都能不断的往下拆解，以便更好的找到驱动因子。举例：
image.png
如何找到影响NPS最关键的指标
image.png
image.png

总结：
1、建立NPS/满意度与用户旅程行为的关系
2、找到每个旅程阶段的驱动因素
3、建立各体验触点和驱动因素与上一级的相关性——权重
4、通过四象限法找到影响NPS最关键的体验触点，并找到改善抓手

如何进行相应的数据采集

很多公司将NPS作为设计师的考核指标，多以需要了解NPS背后的数据采集与监测。通常需要结合体验数据（产品数据）和经营数据（运营数据）。
image.png
以搜索为例：
体验数据包含：搜索满意度、搜索准确度、搜索提示关键词帮助性、搜索列表商品展示、搜索筛选维度等
经营数据包含：UV、点击率、转化率、停留时长等

体验数据还分为

  • 场景数据：（场景满意度）它是一个触点体验，了解的是我在这个触点下的体验情况，是对当次交互行为的体验情况
  • 关系数据：追踪的整条业务线的体验情况，比如京东的NPS、或网站的满意度。都是整条业务线的评估情况。

image.png
关于场景满意度的举例：将满意度评估入口放到搜索模块下，来评估搜索这个场景下的满意度。
image.png
整体满意度监测示例：APP主站满意度检测体系
image.png
场景满意度数据监测示例：
image.png

监测数据变化较大？原因是什么？