7000字讲透：NPS如何在企业进行应用实践

小提示：您能找到这篇{7000字讲透：NPS如何在企业进行应用实践}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的7000字讲透：NPS如何在企业进行应用实践内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

编辑导语：若想推动企业的持续增长，做好用户体验管理将十分重要，由此企业才可以更好地依据用户体验做出决策，并搭建企业未来的发展战略。而NPS的应用可以帮助企业获得更清晰的用户数据反馈。本文作者就NPS如何在企业中应用与实践做了解读，不妨来看一下。

一、企业面临的挑战

随着互联网技术的发展，企业的线上触点逐渐增多，官方网站、手机APP、微信小程序等都成为企业与用户交互的常见触点，企业触点的爆发使得用户体验管理逐渐受到重视。

根据Harley Manning（2016）的研究，进行用户体验管理的企业比不进行用户体验管理的企业更加能够为客户提供可靠的、优质的服务。

张弘（2020）指出中国大陆经济从新常态向高质量转变，同时出现了服务化的趋势，服务业占GDP比重在2015年首次突破50%并持续提升，他预测未来体验管理将会走上「数智化」之路，以体系化、科技化和数据化来推动体验管理，从手动到自动，从人工到人工智慧，把体验管理做到极致，并成为超级生产力。

在这样的变化趋势下，企业想要获得竞争优势，需要进行以用户体验为主要驱动力的转变，用最有效的方式改进体验以及衡量体验带来的商业价值，这也是企业应对日益剧烈市场竞争的关键。

对于企业而言，主要面临以下挑战：

1. 企业与用户断链，现阶段大部分在判断自身产品、营销及服务带来的客户体验时，大多凭借高层管理者的直觉和经验，缺乏客观的数据参照，不清楚产品的用户体验怎么样。
2. 企业通过不定期的调研，无法全域监测用户体验的动态变化。无法持续做更正确的客户体验决策。
3. 企业虽然知道用户体验对创造商业价值的重要性，但面对内外部不同反馈的声音，管理者却无法判断其重要程度、无法进一步优化资源配置，提成客户体验生产力。
4. 企业在推动上无法提供有力的指标以应对阻碍，无法在组织内部对用户体验的提升达成共识性目标，亦无法通过具体指标衡量现况及改进水准。
5. 企业最大的挑战是无法预测，因此无法有效地规划未来。

以下内容为数字100熊瑛老师直播分享加以补充整理为笔记。

二、企业导入NPS的目标

1. 可作为企业考核指标或统一各部门的思想意识

对于大型企业，可以以NPS为中心进行管理，使内部资源得到整合和调动，统一企业发展方向。

中小型企业，可使用NPS针对具体模块和场景表现，作为部门考核的用户体验指标。

而微型/新创企业，虽然没有大量数据的支持，但是小数据也能够帮助企业很好地厘清你的用户是谁、背后的诉求以及用户群体分层。

2. 对产品或服务的持续性改进升级，提升用户体验

可通过NPS表现与指标重要性的交叉分析，挖掘产品与服务的提升机遇，把握具体指标上的提升抓手；指标重要性评判既可根据内部运营数据战略优先级分析，也可根据大量样本下的用户提及率来划分。

▲ IPA四象限 | 来源：Guofu自制

划分方式可阅读：

• A区域：重要且表现好的，可以重点保持，这部分要素NPS表现高，影响力大，持续提升并进行亮点包装是维持当前成功的关键；
• B区域：重要但表现差的，需要优先改善，这部分要素NPS表现低，影响力大，伤害修复并降低客户不满是提升机遇的关键；
• C区域：不重要且表现差的，次要改善，这部分要素NPS表现低，影响力小，可定期持续观察；
• D区域：不重要但表现好的，维持现状，这部分要素NPS表现高，影响力小，加强宣传引导可以形成推荐动力。

3. 挖掘新的增长点助力企业发展

互联网1.0是增量市场，增长的逻辑是用户数量增长；而互联网2.0是存量市场的增长，增长路径是依赖用户或市场的分层精细管理，即可根据用户基础属性（区域、年龄、性别）分层，也可根据后台业务（新户、低中高活跃度）特性进行分层；增长逻辑是依赖不同用户/市场价值挖掘作为新的增长点。

可以理解为：新用户升级为老用户→找到新用户的口碑点；老用户升级为忠诚用户→找到促进老用南昌小红书种草数是怎样算户增加使用广度、使用深度与使用黏度的口碑点；忠诚用户升级为口碑用户→找到能让忠诚用户最愿意去口碑推荐的口碑点。

4. 监控市场与竞对的发展态势，预测变化

想要领先竞对并引领市场，不仅需要保持自身优势还需要时刻关注竞对的动向。如果你的企业独有的用户体验，一旦市场上都提供一样的服务，这样的用户体验则会被消费者认为是基本服务。此外，消费者在第一次获得新体验会为下次体验带来更高的预期，同时也为竞对带来更高的门槛。

在应对市场与竞对的变化，切勿进入体验竞赛的消耗中，而应该在消费者服务的反馈中把整体服务触点优化，把体验做深、做扎实。

三、NPS的4种应用场景

NPS应用模式针对使用的场景、问的问题、配套的机制以及关键思考都会有所不同。在进行用研之前，需要结合当前企业情况进行思考，选择合适的模式（单一 or 组合）。

1. 全链路客户体验NPS

该模式主要基于全流程触点的NPS跟踪促进企业业绩提升，适合大型企业以NPS为中心的内部资源整合调动、方向统一。可应用于内部改进小组制、激励PK机制。

关键词：触点分析、痛点分级、问题聚焦、解决方案。

举例：以生鲜品牌为例，针对整体用户使用链路，设定完整流程及客户体验触点的评价体系。

从用户购物流程中，找出核心服务触点，如下图所示（01 商品→02 购物体验→03 门店服务→04 配送服务→05 退货服务→06 App体验）。

▲ 全流程NPS指标 | Guofu重绘

围绕用户基本信息、口碑（NPS）、满意度（监控指标体系）、政策认知及评价、消费者行为以及用户背景信息展开设计对应的调查问卷。

▲ 调查问卷问项设计 | Guofu重绘

获取到相关调查数据后，借由“五步痛点分级法”进行分析。

Step1：整理痛点库。痛级=急迫性*普遍性。

▲ 痛点库示例 | Guofu重绘

Step2：痛点需求分级筛选。根据急迫性 & 普遍性进行痛点划分为4种类型，找出刚需痛点、个性痛点、大众痛点。

▲ 痛点需求分级示例 | Guofu重绘

Step3：痛点优先次序排列。利用用户需求和痛点优先级排序的思考框架，对用户的需求用痛点进行排序。

▲ 痛点优先次序示例 | Guofu重绘

Step4：整理输出痛点分级表。在分级过程中需要注意规避短处（了解和弥补消费者体验上的需求和痛点，才能绝地突围）和扬长优势（保持优势，构建产品及服务的品牌壁垒）。

▲ 痛点分级表示例 | Guofu重绘

Step5：竞品对痛点解决情况表。

▲ 竞品对痛点解决情况表示例 | Guofu重绘

至于如何依据“五步痛点分级法”盘点总结的用惠科舆情监测户痛点真正意义在企业落地。企业需要针对重大突出问题，成立专项小组，推动用户NPS提升工作，以提高用户体验。

举例：某显示屏企业内部管理规范示例。可以划分为 6 个步骤进行。

▲ NPS落地步骤 | Guofu重绘

1. 建立工作项目组。进行原因辨识验证，售后画质问题收集分析进行问题透析；从内部构造、画质验证、画质调试、画质测评等进行统一管控。
2. 深挖和还原问题，明确指标评价体系。确立基础的评测规范及评测素材库，保证覆盖常规使用的评价标准。
3. 建立技术研发调试机制。集合屏显技术分类标准，落实调试规范、调试达标准则；针对不同型号单品有相应评价标准，保证检验的效果。
4. 落实技术升级规划。制定产品画质技术升级规划，为下一代产品技术延续做好规划评估。
5. 用户体验后续跟踪。基于对源问题分类，建立用户体验与产品测试间的评估体系，推动用户反馈落实支持产品测试，从而推动产品测试体系优化。
6. 专属环节NPS分析。基于内部推送NPS信息收集，统计分析NPS的变化情况，针对该项工作持续优化处理。

2. 明星产品/业务NPS

该模式主要以产品为中心，建立单一产品的持续增长和利润贡献的机会点（以点去撬动），适合打造爆品、精品、差异化产品。可应用于围绕明星产品促成产品内部组织构建。

关键词：关键触点+（不用大而全）、精准对标、持续跟踪。

举例：以手机品牌为例，去年某品类的数据显示80%的业绩来自于市场上20%的SKU。新机上市后表现如何，消费者是不是都冲新卖点来的？！如何短时间内越卖越多？都是哪类消费者来买最多？如何加大推广？回去之后他们对我们家产品的评价如何？

1）关键触点的NPS跟踪（购买+使用+人群）

从购买决策、使用评估和人群画像三个角度拆解关键触点。

▲关键触点分解 | Guofu重绘

2）对标水平最相当对手

选择同阶梯的品牌及统计功能卖点、价格、参数等相当的机型/SKU进行研究，锚定合适的竞品机型，挖掘用户使用需求、品牌选择驱动与障碍，分析本品战胜/战败原因。

▲对标竞品逻辑 | Guofu重绘

3）周期跟踪感知体验变化

从用户初购45天>>使用3个月之后>>使用6-9个月（更长周期）>>通过持续跟踪看到变化。在产品生命周期不同节点上周期性跟踪，基于打造精品思维持续跟踪升级；在人群画像方面，主要2层属性特点，一是人口自然属性，二是价值驱动属性（颜值、追星）。

▲ 属性跟踪洞察 | Guofu重绘

3. 竞争对标NPS

该模式主要以竞争为中心，建立直接与竞争对手优势差距的业绩促成（局部/区域/细分业务撬动，比如我的竞争对手在上海推出新业务，那就可以在上海进行NPS；如果竞争对手业务拓展大学生人群，那就可以在大学生群体进行NPS）。适合细分领域的领先者，巩固地位或赶超。可应用于以竞争为对标的内部联动。

关键词：关键指标、以竞争变化为变化、注意细节。

举例：以餐厅品牌为例，你开店在哪，我也开在哪（如，麦当劳&肯德基）→ 利用门店地图查询，逐个城市进行比对，核心新服务或功能的对比，用户体验场景PK，竞争对手也会变化 → 有不一样的它出现，就比对它。

从竞争对标中挖掘指标数据差异，还原痛点场景与原因，落实到细节的改善。

▲ 竞品对标洞察 | Guofu重绘

4. 数据驱动NPS

该模式主要以资源及数据驱动为中心，建立组织内资源最优组合及业绩提升（精细化管理、个性化方案助力NPS提升），适合拥有庞大用户数据，能实践数据联动的企业。可应用于技术先行，驱动内部数据整合应用。

关键词：资源联动、数据驱动、迭代升级。

举例：基于AI技术与运营能力的系统NPS优化解决方案。

▲ AI驱动的NPS目标 | Guofu重绘

大致运行原理：

1）预测（建立模型）→ 干预 → 迭代

1. 推荐度预测圈定目标。机器学习技术快速预测满意度，洞察个体的推荐度产生原因，圈定被动者名单下一步精准干预。
2. 策略仿真择优投放。实时提供营销和干预策略，对策略效果进行仿真，择优进行下一步投放。
3. 效果跟踪策略迭代（策略投放→新数据建模→策略迭代→策略效果跟踪）。跟踪策略投放效果，迭代不理想的产品/服务策略，输入新数据优化预测模型。

2）建立因果模型，精准判定影响因素及影响力大小

AI技术建立因果模型（对于不同细分群体的因变量）利用条件独立判定识别变量间的因果关系，区别于传统的相关分析，准确识别原因，输出不同因素的影响力大小，对重要因素给到单独路径分析。

3）针对不同的NPS表现和人群结构，形成不同的行动方案

1. 激活推荐者，推荐者需要维护和引导才能最大程度地实现其价值，找到推荐的措施、推荐的脚本、让推荐者基于客观事实加上企业提供的活动/脚本，进行口碑传播。
2. 提升被动者，寻求现有产品和服务快速满足个性化需求，找出能够让被动者转化为推荐者诱因。
3. 转化贬损者，投诉预警，提前干预，防患于未然。根据影响因素建立波动机制，提供匹配的干预策略，利用不同的现有策略针对性地快速投放，可以达到精准提升NPS的目的。

4）跟踪效果快速迭代

这个环节的大前提是整个数据是打通的，数据是能够联动的。快速的效果反馈可以帮助公司尝试和测试不同的营销策略和技术，比如，打开的频率、推荐次数、NPS得分等等是否增加。淘汰效果不佳的营销方案，维持效果，从而实现策略的快速迭代。

这种频繁的反馈又为模型提供了更丰富的数据进行学习，可以不断完善模型，提升其预测准确性和仿真效果，整套体系成为了一个良性循环的闭环，帮助公司实现NPS的优化。

四、NPS的技术过程

1. 常见2种NPS调查

▲ NPS调查方式 | Guofu重绘

1）仅NPS

• 优点：原生态的，能简单直接问到用户的想法（推荐或不推荐的原因）；
• 缺点：想要了解的因素，用户不会主动提及；分析过程不好归因等。

2）NPS+满意度

在企业实际调研中，会有NPS和满意度数据并存的情况，在运用NPS与满意度的核心差异主因是其对企业所产生的价值不同。（具体差异见下表）

在执行了NPS+满意度的调研后，NPS与整体满意度出来的结果可能有以下四种情况：

1. 高NPS+高满意度：发展良好；
2. 高NPS+低满意度：结果相悖；
3. 低NPS+高满意度：结果相悖；
4. 低NPS+低满意度：严重危机。

▲ NPS+满意度划分方式 | Guofu重绘

当NPS与满意度结果相悖时，可能的场景是：体验式消费，品牌力（概念/模式）强劲，但产品和服务存在痛点。当NPS调研结果相悖，需要依据客观事实加以分析背后的原因，不一定是产品或服务本身的问题。

举例：高NPS+低满意度→ 某新零售品牌和医院NPS调研

原因洞察：新零售企业初入市场，即使用户满意度不高，但新鲜度即品牌概念足以驱动他们推荐行为的形成。再比如有一家肿瘤医院，它的技术特别好，它是不是会高推荐值？用户家人生病会推荐去这家医院，但是这家医院的满意度高吗？→ 绝对低。

这个是典型的高NPS+低满意度，常出现在资源垄断、独特优势的行业等。

举例：低NPS+高满意度→某新方便面品牌NPS调研

原因洞察：对于传统消费和品类，虽然用户体验优化提升了满意度，但产品和品牌丧失了吸引力，无法产生推荐动力和行为。

2. NPS常见分析问题

1）不同人群结构，企业应该关注谁？

▲ NPS人群结构 | Guofu重绘

1. Case 1：推荐人群比例大/较竞品高。优先关注推荐者，激活推荐人群，此时目标是维护引导、并开发推荐人群的价值。
2. Case 2：中立人群比例大/较竞品高。优先关注中立者，提升被动人群，此时目标是满足中立人群在产品/服务上的痛点需求，将其转化为推荐者。
3. Case 3：贬损人群比例大/较竞品高。优先关注贬损者，转化贬损人群，此时目标是建立贬损者的预警、干预、反馈的机制，减少贬损人群的负面影响。

2）推荐和贬损都是同一功能怎么办？

以某大理石企业为例：推荐者说，它的大理石纹路真好看，价格高凸显身份感；贬损者说，不喜欢它的大理石纹路，太单调了，价格还很高。

基于这样的场景，首选需要去看那个群体才是企业的主要客群，当推荐人群与企业主要客群建立强关联的时候，NPS最终也是需要企业进行取舍，部分人群或市场的取舍，发挥最大的优势。

3）数据水平背后的原因是？

对于数据水平解释或差异时，我们可以通过以下视角和思路还原消费者痛点需求真实场景，以落实到内部改进。

▲ NPS内在逻辑 | Guofu重绘

NPS从人群细分角度逐步展开，落实到口碑影响因素分解，以获得精准目标客群的痛点、画像和服务评价。

4）常见的执行方法？

企业可根据行业、产品特性灵活选用执行方法，常见执行方法有以下4种，分别是：

Case 1：在线问卷调查。优势是在线访问快速响应；可多维度交叉实时监控；回收周期相对较短；顾客接触友好性强；可追问具体细节。适用全指标覆盖，快速摸底顾客推荐与全触点满意度。

Case 2：CATI电话调研。优势是可根据名单识别真实顾客；可追问具体细节。适用开放题归因形式，了解用户推荐背后具体动机。

Case 3：短信调研。优势是可根据客户联系方式，进行精准推送；成本低，规模量大。适用银行、电信类、B端用户研究等隐私性更强行业，通常问题简单，仅打分+开放题追溯原因。

Case 4：街头拦访。优势是问卷质量较高；直接面对访问者进行提问。适用适合线下渠道销售或售后服务的定点拦截访问。

5）如何保证数据的稳定性？

在线NPS研究结果稳定性，更多从样本设计、执行投放策略、回收数据QC来控制。

Case 1：样本结构的稳定→最均衡的配额交叉设置；对于核心分析维度，保持每期样本的分布的稳定；回收适量备份样本，保证数据清洗后满足基础配额要求；控制本品和竞争对手样本量，保证整体结构代表性、总量均衡性。

Case 2：标准的执行投放流程（统一的方法和时间）→每期的推送节点安排标准保持一致，流程相对标准、固化；对于重要时间节点，例如新品上市/购物节等，对于投放频率、样本量、数据水平有一定的安排和结果预设。

Case 3：严格的QC手段→系统自动质控：防止虚假答题、杜绝重复答题、剔除不认真答题；人工质控逻辑判断、连选选项判断、开放题判断；打分题目的数理化验证。

6）NPS的执行频率？

▲ 执行频率 | Guofu重绘

不同行业的NPS执行频率差异较大，可根据两个维度来确定，一是从内部视角出发，看自身产品/服务的特点进行选择；二是从外部视角出发，看竞争的激烈程度，竞争越激烈NPS对比频率越高。

五、NPS如何落地应用

1. 基本原则

1）科学收集、NPS深度洞察

• 科学的设计和适合的数据收集方式确保准确的NPS。
• 多层次多维度的分析帮助透彻洞察用户的解决方案。

2）市场竞争态势预测

• 行业市场角度明细购机/换机市场竞争状态。
• 用户购买行为及偏好理解、潜在用户画像描绘。

3）融合业务特征，转化提升行动

• 关联业务特征与NPS保持对商业表现的高敏感度。
• 提升用户体验的落地行动。

2. 行动落地方案1：NPS*KPI

细分改进行动落实不同全职部分跟进，从NPS数据结果出发，内部分析落实到各部分KPI结果制定，以获得优化用户体验的目标。

▲ 内部KPI行动流程 | Guofu重绘

一般企业会用3分或5分作为一个敏感系数，高于或低于这个系数企业可以配套采取相对应的行动。

3. 行动落地方案2：NPS*OKR

目标的分解与资源协调，达成增长目标。针对行动方案设计OKR目标管理表，针对调研结果和内部资源匹配的目标，落实关键结果与资源协调。

▲ OKR目标管理表 | Guofu重绘

如果业务部分能把OKR引入，把重点提升的事项作为目标，去寻找和匹配关键的行动（关键行动涉及的核心内容），确定负责人、时间。OKR可以作为NPS与KPI之间的桥梁。

参考资料：

[1] Manning, H. (2016). Customer Experience Drives Revenue Growth. https://go.forrester.com/blogs/16-06-21-customer_experience_drives_revenue_growth_2016/

[2] 甄爱军(2020)。《超级体验》作者张弘提出：体验管理也是企业竞争力。理财周刊 (19)，56-57。

[3] 熊瑛。数字100。https://www.data100.com

公众号：龙国富，分享用户研究、客户体验、服务科学等领域资讯，观点和个人见解。每周原创更新，与你一起探索未知。

本文由 @龙国富 于，，

题图来自 Unsplash，基于 CC0 协议