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，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，客户以 1-10 的等级评分其推荐可能性。如果客户给出 9-10 分，则被视为推荐者；7-8 分为被动者；0-6 分为贬低者。虽然了解客户是否在推广您的产品很有帮助，但更重要的是了解他们为何推广。

分数本身是 NPS 调查结果中最不重要的部分。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，但调查回复可以帮助您了解客户如何使用和看待您的产品和服务。

在 NPS 调查中提出具体问题是了解个体客户目标并帮助他们以期望的方式取得成功的好方法。以下是您可以开始从客户反馈中获取真实洞察的几种方法，以及如何使用数据探索工具将其可视化。

捕获评分原因

在创建 NPS 调查之前，有几点需要牢记。成功的调查应简短而精炼。考虑如何设计问题，引导客户给出最佳回答。

调查中的评分系统可能存在主观性，因此请尽量提出清晰、直接的问题，以获取客户选择特定分数的精确原因。您还可以提出关于个人目标的后续问题，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：“您向朋友或同事推荐我们的产品或服务的可能性有多大？” 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：“您是如何了解到该产品/服务的？”或“是否有人向您推荐了该产品/服务？” 了解客户如何找到您的产品或服务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，尤其是当他们推荐您的产品或服务时。

例如，如果您的大多数客户通过社交媒体了解到您的业务，您可以开始利用社交媒体作为渠道来宣传新功能、服务并获取额外的洞察。

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，确实取决于您的客户。了解他们根据时间和形式对调查作出回应的驱动因素，与您提出的问题同样重要。

思考您的理想客户多久与您的产品或服务互动一次。您的产品是日常使用的SaaS平台吗？客户是每月光顾您的商店一次，还是每季度一次？花些时间跟踪您的客户使用产品或服务的频率和时间，以找到最佳发送时间。

这里有几个您可以问自己的问题，以更清晰地了解 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？
• 如果通过电子邮件发送，我们希望多久发送一次调查？

你绝对要避免的是用调查来烦扰别人。仅仅因为你从第一次发送给某人的调查中得到了回复，并不意味着他们会在你下次发送调查时也会回复。

构建您的 NPS 调查

一旦您问过自己重要问题，就可以开始构建 NPS 调查了。如果您是小型企业，正在寻找一种轻量级、经济高效的方式来构建 NPS 调查，那么 Google 表单 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平台进行可视化。Typeform 也提供免费的 NPS 模板。

市面上还有几种付费平台。我们喜欢使用 Mailchimp，此外还有 Qualtrics、SurveyMonkey 和 Hotjar，它们都提供专门针对 NPS 的产品，旨在简化调查创建、维护以及与其他平台的集成。

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 表单来存储结果，您可以在 Google 表格中查看结果，并将该表格作为外部表添加到 BigQuery 中。然后，您可以将 BigQuery 连接到 Metabase 并开始可视化结果。

分析结果

以下是我们使用 Metabase 查询构建器查找 NPS 分数并组织回复的查询示例。首先，我们选择包含调查问题（如“您向 Metabase 推荐的可能性有多大”）、组织 ID、组织名称和额外客户信息的列的数据源。我们还创建了一个自定义列来确定 NPS 分布（受访者是推荐者、被动者还是贬低者）。

此自定义列具有一个用于计算 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，用于按推荐者、被动者或贬低者指定分数。

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")

我们定期使用这个问题来构建叙事型仪表盘并分析 NPS 结果。这种仪表盘在一个空间内连接了定性分析和定量分析，但您可以创建任何仪表盘来跟踪客户回复中的模式。

例如，我们当前的叙事仪表盘在 Markdown 中提供了 NPS 调查概述，其中包含我们调查的对象、时间以及从结果中发现的信息。仪表盘还包含动态文本，允许根据精确测量进行筛选，例如 9 分和 10 分的得分以及给出该得分的原因。

叙事仪表盘的最终目标是阐明客户真正对您的产品有什么看法。不断问自己后续问题以寻找答案：贬低者是否属于特定行业？推荐者关注哪些功能？为什么这个服务区域的人通常是被动者？您向自己和客户提出的问题越直接，就越容易看到*他们*心目中的成功是什么样子，以及您如何帮助他们实现目标。