思维工具箱净推荐值
D13
净推荐值
Net Promoter Score，NPS
用推荐倾向分推荐者与贬损者，追踪关系温度
这是什么
用 0—10 问推荐可能性：9—10 推荐者，7—8 中立，0—6 贬损者；NPS＝推荐者占比减贬损者占比。它测陈述的推荐倾向，不等于实际推荐人数、满意度或未来收入。要与留存、投诉、复购一起看，并追问原因。
示意图
什么时候用 / 别用
该用
- 需要持续追踪用户关系总体温度
- 要识别不满原因与值得深访的群体
- 可与行为数据关联做体验看板
别用
- 只邀活跃或刚获赠品用户，样本偏
- 跨文化行业直接排名比拼
- 要求客服暗示用户打高分
怎么做
准备：目标人群、触发时点与有效答卷；产品渠道分组、生命周期、开放原因题；邀请人数、回应率与可关联行为数据
- 明确测长期关系还是一次服务体验，保持问法与触发稳定
- 一致抽样，避免只邀活跃或刚获赠品用户
- 算分值并报告样本量、回应率与分群分布
- 对主要原因编码，联系流程证据，形成改进事项
- 后续周期复查问题是否减少，并把倾向与实际留存/推荐分开验证
交付：NPS 趋势与样本说明、原因分布、重点人群、问题闭环与负责人
一个例子
假设示例 · 产品
【假设示例】51as.com 100 份有效答卷：45 推荐、30 中立、25 贬损，NPS=20。开放题集中在「工具步骤看不懂」。产品经理优先改步骤结构，而不是让客服暗示打 9 分以上。
容易踩坑
- 分数升可能只是样本变了
- 提高若干分≠必然增收，须本业务检验
- 单一问题解释不了全部体验
出处：常见于用推荐可能性题计算推荐者与贬损者差额的关系追踪方法