如何正确创建和分析 NPS 调查

净推荐值 (NPS) 是衡量客户忠诚度的指标，即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 的量表上评价他们推荐的可能性。如果客户给出的分数是 9-10 分，则被认为是推荐者，7-8 分为被动者，0-6 分为批评者。虽然了解客户是否在推广您的产品很有帮助，但了解他们为什么推广它更有帮助。

NPS 调查结果中，分数本身是最不重要的部分。许多数据学者都认为，分数实际上无法预测客户和公司的实际结果，但调查回复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了解个人客户目标的好方法，并帮助他们以他们想要的方式取得成功。以下是一些您可以开始从他们的反馈中获得真正见解的方法，以及如何使用数据探索工具对其进行可视化。

捕获评分的原因

在创建 NPS 调查之前，有几件事需要牢记。当调查简短明了时，最容易获得成功。考虑如何创建问题来引导您的客户给出最佳回复。

调查中的评分系统可能是主观的，因此请尝试提出清晰、直接的问题，以获得关于客户为何选择某个数字作为评分的准确答案。您还可以询问有关个人目标的后续问题，以便为他们的评分提供更多背景信息。

大多数 NPS 调查的通用问题是“您有多大可能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两个后续问题是

• “您给出此评分的原因是什么？”
• “您使用[产品或服务]的目标是什么？”

您可以提出的其他问题包括“您是如何了解该产品/服务的”或“是否有人向您推荐过该产品/服务？”。弄清楚客户是如何找到您的产品或服务的，有助于确定如何与他们沟通，以及他们可能如何与他人沟通，尤其是在他们推荐您的产品或服务的情况下。

例如，如果您的客户大多数是通过社交媒体了解您的业务，您可以开始使用社交媒体作为渠道来沟通新功能、服务并获得更多见解。

根据行为决定发送调查的方式和时间

何时以及如何发送调查真正取决于您的客户。根据时间和格式找出驱动他们回复调查的因素，与您提出的问题同等重要。

考虑一下您的理想客户与您的产品或服务的互动频率。您的产品是日常使用的 SaaS 平台吗？客户每月来您的商店一次，还是每季度一次？花一些时间跟踪您的客户使用您的产品或服务的频率和时间，以找到最佳发送时间。

以下是一些您可以问自己的其他问题，以便更清楚地了解 NPS 调查的方向

• 我们希望调查在哪里进行？在我们的网站上？在产品内部？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？

您绝对要避免的是用调查打扰人们。仅仅因为您从您发送给某人的第一个调查中获得了回复，并不意味着他们会在您下次发送调查时回复。

构建您的 NPS 调查

一旦您问过自己重要的问题，您就可以开始构建您的 NPS 调查。如果您是一家小型企业，并且正在寻找一种轻量级、经济高效的方式来构建 NPS 调查，Google Forms 是一个不错的选择。您通常可以轻松跟踪客户回复，并将数据导出到不同的平台以可视化回复。Typeform 还提供免费的 NPS 模板。

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

将结果存储在数据库中

首先，将您的调查结果存储在数据库中，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 Sheet 中查看您的结果，并将该工作表作为外部表添加到 BigQuery 中。然后，您可以将 BigQuery 与 Metabase 连接，并开始可视化结果。

分析结果

这是一个我们在 Metabase 的查询构建器中使用的查询示例，用于查找我们的 NPS 分数并组织回复。首先，我们选择数据源，其中包含调查问题列，例如“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。我们还创建了一个自定义列来确定 NPS 性格（受访者是推荐者、被动者还是批评者）。

此自定义列具有用于计算 NPS 分数的自定义表达式。

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，以指定推荐者、被动者或批评者的分数。

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述式仪表板并分析 NPS 结果。这种类型的仪表板弥合了定性分析和定量分析在一个空间中的差距，但您可以创建任何仪表板来跟踪客户回复中的模式。

例如，我们当前的叙述式仪表板在 markdown 中有一个 NPS 调查概述，其中包含关于我们调查了谁、何时调查以及我们在结果中发现了什么的信息。该仪表板包括 动态文本，允许过滤精确的度量，例如 9 分和 10 分的分数以及我们获得该分数的原因。

叙述式仪表板的最终目标是阐明客户对您的产品的真实想法。不断问自己后续问题以找到答案：批评者是否来自特定行业？推荐者关注哪些功能？为什么这个服务领域的人通常是被动的？您和您的客户提出的直接问题越多，就越容易看到他们版本的成功是什么样的，以及您如何帮助他们实现目标。