如何正确创建和分析NPS调查

净推荐值（NPS）是一种衡量客户忠诚度的指标，或衡量客户向他人推荐您的业务、产品或服务的可能性。在NPS调查中，客户在1-10的尺度上对推荐的意愿进行评分。如果客户给出9-10的评分，则被视为推荐者；7-8分为被动；0-6分为批评者。虽然知道客户是否在推荐您的产品是有帮助的，但了解他们为何推荐它则更有帮助。

分数本身是NPS调查结果中最不重要的一部分。许多数据学者认为，分数并不能真正预测客户和公司的实际结果，但调查回答可以帮助您了解客户如何使用和思考您的产品和服务。

在NPS调查中提出具体问题是一种很好的方式，可以帮助了解个人客户的目标，并帮助他们以他们想要成功的方式取得成功。以下是一些您可以开始从他们的反馈中获取真实见解的方法，以及如何使用数据探索工具进行可视化。

捕获评分原因

在创建NPS调查之前，有一些事情需要考虑。调查最成功的时候是简短且精练的。考虑如何创建引导客户给出最佳回答的问题。

调查中的评分系统可能是主观的，因此尝试提出清晰直接的问题，以便精确回答为什么客户选择一个数字作为他们的评分。您还可以询问关于个人目标的问题，以提供更多背景信息以支持他们的评分。

大多数NPS调查的一般问题是，“您有多大可能性向朋友或同事推荐我们的产品或服务？”。我们发现最有价值的后续问题是

• “您这样评分的原因是什么？”
• “您使用[产品或服务]的目标是什么？”

您还可以提出以下问题，例如，“您是如何了解到该产品/服务的”或“有人推荐您使用这个产品/服务吗？”了解客户如何发现您的产品或服务对于确定如何与他们沟通以及他们如何与他人沟通都是有益的，尤其是如果他们推荐您的产品或服务。

例如，如果大多数客户是通过社交媒体了解您的业务的，您可以从社交媒体开始，作为沟通新功能、服务和获得额外见解的渠道。

根据行为决定如何以及何时发送调查

何时以及如何发送调查完全取决于您的客户。了解他们根据时间和格式响应调查的驱动因素，与您提出的问题一样重要。

考虑您的理想客户与您的产品或服务互动的频率。您的产品是一个每日使用的SaaS平台吗？客户每月或每季度来一次您的商店吗？花点时间跟踪客户使用您产品或服务的频率和时间，以找到发送调查的最佳时间。

以下是一些您可以通过它们获得对NPS调查更清晰方向的自我提问

• 我们希望调查在哪里进行？在我们的网站上？在产品内？通过电子邮件发送？
• 如果我们通过电子邮件发送，我们希望多久发送一次调查？

您绝对想要避免的是不断打扰人们进行调查。尽管您从发送给某人的第一次调查中得到了回应，但这并不意味着他们会再次回应您发送的调查。

构建您的NPS调查

一旦您问了自己重要的问题，您就可以开始构建您的NPS调查了。如果您是小型企业，正在寻找一种轻量级、成本效益的方式构建NPS调查，Google Forms是一个不错的选择。您通常可以轻松跟踪客户响应，并将数据导出以在不同的平台上可视化响应。Typeform还提供免费的NPS模板。

有几个付费平台。我们喜欢使用Mailchimp，但还有Qualtrics、SurveyMonkey和Hotjar，它们提供针对简化调查创建、维护和与其他平台集成的NPS特定产品。

将结果存储在数据库中

开始使用前，请将您的调查结果存储到数据库中，并将其连接到 Metabase（或您用于探索数据的任何工具）。您还可以使用ETL 工具在您的平台和数据库之间进行集成。

例如，如果您使用 Google Forms 存储结果，您可以在 Google 表格中查看结果，并将该表格添加为BigQuery中的外部表。然后，您可以将BigQuery 与 Metabase 连接并开始可视化结果。

分析结果

以下是我们如何在 Metabase 查询构建器中查找 NPS 分数并组织响应的示例。首先，我们选择包含调查问题（如“您有多大可能向他人推荐 Metabase”）、组织 ID、组织名称和附加客户信息的列的数据源。我们还创建了一个自定义列，用于确定 NPS 状况（受访者是推荐者、被动者还是批评者）。

此自定义列具有自定义表达式来计算 NPS 分数。

CountIf([NPS Disposition] = "Promoter") / Count - CountIf([NPS Disposition] = "Detractor") / Count

为了总结 NPS 分数，我们创建了一个额外的自定义表达式，根据推荐者、被动者或批评者来指定分数。

case([How Likely Are You To Recommend Metabase] >= 9, "Promoter", [How Likely Are You To Recommend Metabase] = 8, "Passive", [How Likely Are You To Recommend Metabase] = 7, "Passive", [How Likely Are You To Recommend Metabase] <= 6, "Detractor", "Something bad has happened")

我们经常使用这个问题来构建叙事仪表板并分析 NPS 结果。此类仪表板在单一空间中弥合了定性和定量分析之间的差距，但您也可以创建任何仪表板来跟踪客户响应中的模式。

例如，我们当前的叙事仪表板在markdown中包含 NPS 调查概述，其中包含有关我们调查了谁、何时进行调查以及我们在结果中发现了什么的详细信息。仪表板还包括动态文本，以便根据精确度量进行筛选，例如分数为 9 和 10 以及我们为何得到这样的分数。

叙事仪表板的目标是阐述客户对您的产品真正看法。继续提出后续问题以寻找答案：批评者在特定行业中吗？推荐者关注哪些功能？为什么这个服务领域的人通常很被动？您和您的客户提出的问题越直接，就越容易看到他们眼中的成功版本，以及您如何帮助他们实现。