体验界的网红指标NPS有什么缺陷?| 看看作者的这个实验测试

发布时间:2020/01/09 00:00      浏览:168
作者:媛媛大王
来源:用户研究社
NPS火了好几年,每一家注重客户体验的公司都将其视为用户体验的北极星指标。

提问容易,也很容易对回答进行基准测试和跟踪,这是NPS这么受欢迎的一个很重要的原因。


问题:




统计:净推荐值=(9-10分)推荐者百分比-(0-6分)贬损者百分比





但是简单的背后,也意味着不可避免的有一些粗糙,大家经常都会讨论NPS有哪些问题,怎么做获取的指标可以更加真实有效。

年前,Duck老师就在「寻找更真实的NPS」一文中对如何在NPS中获取更加真实的体验评分进行了介绍,比如关注未回应者、趋中效应、追问方式、补充指标。点击文章题目可查看。



去年11月,钟思骐(bebit战略咨询合伙人)在UXRen举办的《感性商业背后的体验管理体系》的主题沙龙上,也提出了为什么NPS是企业的北极星指标。



*图片来源于钟思骐在UXRen主题沙龙上的课件


但NPS不是唯一的北极星指标,每家企业都可以根据企业的特性建立它的指标。让体验效果容易沟通、好衡量,而且相对客观,这个是建立指标的目的。


在分享中,钟思骐也提到了有三种不同的NPS,他们扮演不同的角色,构成了整个NPS的闭环体系。

*图片来源于钟思骐在UXRen主题沙龙上的课件


然而通过公司在一年多的NPS应用中,我发现NPS提供的大多是粗线条的画面,可以作为指南针,为企业指引正确的方向。但有时候,如果我们按照指南针指示的大方向来走,就会发现,这是终点的方向,却不是此刻我们的最佳路线。


有时候当我们无法将NPS与实际的业务指标协同起来的时候,就会开始质疑它是否是真正的黄金标准。尤其是当我们艰难去提升了这个指标后,业务并没有好转时,我们就非常想知道为什么。

所以很多企业就开始试验其他指标,有的转向了严格意义上的行为数据和业务指标。因为对于企业而言,NPS预示的东西难以捉摸。

*图片来源于我们其中一次的体验报告


因此,我在最近的一次研究(试验)中,尝试将NPS研究变形,为的是重新审视NPS,对我们用户的行为不做任何假设。
为了保护公司信息,这里的评价对象均用xxx代表,下面的数值也均为编造,不是真实的调研所得。

在研究中,首先问及的还是那道标准的NPS问题,即"你有多大可能向朋友推荐XXX”。


紧随其后的是另外两个问题:实际的推荐情况与实际的劝阻情况



这么做,我的目的是,不仅要弄清楚用户在未来可能会做什么,还要了解他们实际都做了什么。


研究结果表明,行为意向(预测)并非是一个可靠的指标——因为意向通常不过就是意向而已。在表达了有意向推荐的人中,大约只有一小部分人的确那样做了。


为了了解更多真正驱使用户推荐的因素,我还继续回访了部分用户,请他们聊一聊建议他人选择或不要选择我们的原因,并鼓励他们分享那些背后的故事。

通过这次研究(试验),针对NPS的应用总结出以下三点:

1、NPS的假设就存在问题

NPS分类的基本假设与用户的实际行为不一致。

比如NPS这道题上,一名用户只能填写一回(至少在一次调研中),这样的话其实就已经假设了填写者不可能即是推荐者又是贬损者。


可是人是复杂的,而且常常自相矛盾。我们的思维总是在多个层面展开——将事实、感觉和体验置身于背景和主观的框架。过度简化的模型可能会忽视这种自然人的状态。


实际上,我的调研试验显示,在所有积极劝阻过他人不要使用的人中,居然有55%也曾经积极推荐过。



因为用户何时、何地、为何、以及向谁赞扬或批评某个品牌、某款产品是不固定的,在发表对产品的建议时,他们考虑的是“是否合适”。


比如,我研究的一名用户(一名NPS被动者),因“分享可赚钱”和“跨境商品正品有保障”而向其他同事推荐过,但却劝阻他的父母不要尝试,因为他觉得这款产品对他们来说太过复杂,商品档次也高于父母的消费水平。


所以,弄清推荐和劝阻他人使用产品背后的细微差别,对于任何寻求成长的企业来说都是至关重要的,而这两方面的信息在NPS中都无从获得。



2、NPS将用户错误的分类

NPS评分制只提供了一个粗略的积极推荐者指南。NPS的分类遗漏掉了很大一部分实际的推荐者。


最大的差别在于,15%的诋毁者中,实际只有4%的人,劝阻过他人不要使用我们的产品。


举一个twitter的数据,假设有100名用户曾经积极的向他人推荐过twitter,而按照NPS的数据中,只有57%按照NPS评分属于推荐者,剩余的43%被NPS错误地划分为被动者或批评者。这部分人中只有3%曾经积极劝阻他人不要使用该平台。


这意味着企业也许在浪费大量的时间、精力和资源试图去理解那些并没有真正向他人批评自己的人。



3、简单性和有用性之间的权衡



单一的问题有其凝练之风。提问容易,也很容易对回答进行基准测试和跟踪。这是NPS这么受欢迎的一个很重要的原因。

可以那并不意味着理解NPS的结果——或者改进这个结果很容易。



如果有一个关注客户实际行为的框架,企业会做的更好。


用实际推荐者的百分比减去实际贬损者的百分比,就能够计算出一个我们称之为实际推荐值的分数,这种办法提供了更明晰、更详细、更具操作性的数据。


总结一下:实际推荐值更能代表实际的消费者行为,再配合以“人们为何推荐或贬损某产品”这样的开放性问题,它可以为企业提供至关重要的地形内情,而非仅仅一个指南针的终点方向。


将来,我或许会在工作中继续使用这种方法,将实际推荐和劝阻的数据及其背后的原因与企业业务数据相关联。这种信息创建的细粒度可以更加清晰地为我们勾勒出需及时采取、能够促进增长的行动。

或许你有不同的想法和思路,不妨加入我们的“用户研究社”微信群,一起探讨、唠嗑、潜水观望~

© 2011~2015 3 北京勺海市场调查有限责任公司 | 京ICP备12031756号 | 京公网安备11010802012285号

电话:北京总部010-58696306,上海OFFICE:021-52285671    总部地址:中国北京朝阳区东三环中路建外SOHO18号楼1506室   技术支持:混沌鸿蒙