概述
NPS(Net Promoter Score,净推荐值)由贝恩公司 Fred Reichheld 于 2003 年提出,用一道题衡量忠诚度:「你有多大可能把我们推荐给朋友或同事?」(0-10 分)。NPS = 推荐者占比 − 贬损者占比,范围 -100 到 +100。它的价值在于单题、便宜、可长期追踪;它的常见死法是「算出一个数,然后没有人跟进」。
适用场景
- 适合:衡量整体客户忠诚度与口碑趋势,跨周期、跨部门可对齐的北极星体验指标。
- 不适合:诊断具体问题。NPS 告诉你「忠诚度在降」,不告诉你「为什么降」——要配合开放式追问和定性研究。
- 与相邻指标分工:CSAT 测单次交易满意度,CES 测完成某操作的费力程度,NPS 测长期拥护度。三者不是替代关系。
操作步骤
- 定义问题与人群:标准题(0-10 推荐可能性)+ 至少一道开放式追问:「你为什么打这个分?」「我们最该改进什么?」
- 选发放时机(这一步最多团队做错):
- 事务性 NPS:在购买或工单解决后立刻触发,测交易满意度;
- 关系性 NPS:周期性触达既有客户群,测忠诚度。 两者都有价值,但不要混在同一张报表里比,否则数据没法解读。
- 控制分发节奏:不要一天群发全量。常用做法是把用户池按 1/90 分摊——每天发用户总量的 1/90、连续发 90 天,收集期结束时覆盖全量且不打扰。
- 计算与分组:9-10 分 = 推荐者,7-8 分 = 被动者,0-6 分 = 贬损者。NPS = 推荐者% − 贬损者%。回复率本身要和分数一起报告,未回复者不计入。
- 闭环跟进:
- 贬损者:逐个回访(电话效果最好),做根因分析;
- 被动者:最容易被竞品拉走,重点防流失;
- 推荐者:转化为口碑素材(内测邀请、案例证言)。 分数和改进动作绑定的看板,才有人看。
常见坑
- 只报分数、没有跟进动作——分数每季度都在,问题原地不动,第二年就没人再填问卷。
- 与行业基准脱钩:软件行业 NPS 基准约 14,某些行业 30 已经很好,同样的 45 在不同行业意义完全相反。看趋势和细分(渠道/产品线/新老客),不和绝对值较劲。
- 样本偏差:愿意回复的本来就是两极人群,低回复率时分数会漂。
- 频繁改问法、改时机:方法一变,历史序列就断了,长期追踪失效。
- 把 NPS 当考核指标层层压:一旦和团队 KPI 直接挂钩,数据很快被操纵(诱导打分、筛掉贬损者)。
效果衡量
- 回复率是否稳定(这是分数可信度的前提);
- 贬损者回访率、改进项闭环率;
- NPS 趋势线是否被用于具体的版本/策略决策,而非只出现在年报里。
相关方法怎么选
| 指标 | 问什么 | 时机 | 回答的问题 |
|---|---|---|---|
| NPS(本词条) | 会推荐吗 | 关系性/事务性 | 忠诚度与口碑趋势 |
| CSAT | 这次满意吗 | 交易/行为后 | 单次体验好坏 |
| CES | 这事费劲吗 | 关键任务后 | 流程摩擦在哪 |
| 用户访谈 | 为什么 | 随时 | 分数背后的动因 |