净推荐值 NPS
SurveyMars 现在支持净推荐值 (NPS) 调查。它是用于研究用户向他人推荐品牌/产品/服务的可能性的指数。它有助于了解用户主动推荐品牌/产品/服务的意愿，是一个常见的忠诚度指标。
什么是NPS
净推荐值 (NPS) 是一种通过询问客户向他人推荐您的品牌/产品/服务的可能性来衡量客户忠诚度的研究方法。数据收集很简单 - 您只需设计一个调查问题，要求受访者以 0 到 10 分的范围对他们推荐的可能性进行评分，其中 0 代表最低可能性，10 代表最高可能性。
收集数据后，分数会自动分为三组：
- 批评者：分数在0-6分之间。这些用户不太可能推荐甚至可能阻止其他人使用您的产品/服务。
- 被动：分数在7-8分之间。这些用户很满意，但热情不足以主动推荐。
- 促销员：得分超过 8 分 (9-10)。这些用户非常满意，并且可能会向其他人推荐您的产品/服务。
NPS值衡量推荐程度。公式为：NPS 值 = 支持者% - 反对者%，即支持者的百分比减去批评者的百分比。结果范围从 -100% 到 100%。
创建 NPS 问题
1. 导航至调查设计页面并选择“NPS”要添加到您的调查的问题类型。
2. 输入您的 NPS 问题。例如：“您向朋友或同事推荐[产品/服务名称]的可能性有多大？（评分从 0 到 10 分）”
3. 配置比例设置。确保等级范围从 0 到 10，其中 0 代表“完全不可能”，10 代表“极有可能”。
4.（可选）根据分数添加后续问题：
- 对于分数≤6：添加一个问题询问低分的原因
- 对于 7-8 分：添加一个问题，询问中等分数的原因
- 对于 9-10 分：添加一个问题，询问高分的原因
5.（可选）调整问题的任何其他设置：
6. 单击结束保存您的 NPS 问题。
7.分享您的调查并收集数据。
净推荐值分析
1. 导航至调查的分析部分。
2. 单击「分析结果」从分析选项。
了解 NPS 结果
NPS 值使用以下公式自动计算：NPS 值 = 支持者% - 反对者%
您可以分析分数的分布并识别模式。例如：
- 如果分数集中在8-10范围内，则表明用户忠诚度较强
- 如果有很多分数在 0-6 范围内，则表明需要改进的地方
- 如果分数分布均匀，则可能表明用户情绪不一
解释 NPS 值
对于什么构成高 NPS 值，没有固定的标准。通常，50% 被认为是相对较高的值。然而，解释取决于您的行业和比较基线。
NPS 值范围：
- 负 NPS（-100% 至 -1%）：表明批评者数量多于支持者，表明用户严重不满。这需要立即引起注意。
- 低 NPS（0% 至 30%）：表明支持者多于批评者，但总体忠诚度相对较低。还有改进的空间。
- 中等 NPS（31% 至 50%）：表明良好的客户忠诚度。支持者的数量明显多于反对者。
- 高 NPS（51% 至 100%）：表明卓越的客户忠诚度。绝大多数用户都是推广者。
跟踪一段时间内的 NPS
研究人员可以多次采集NPS数据，对比三类用户的NPS值和变化，综合衡量用户忠诚度的变化。
1. 定期（例如每季度、每半年或每年）收集 NPS 数据。
2. 比较不同时间段的 NPS 值以识别趋势。
3. 分析批评者、被动者和推荐者分布的变化，以了解推动忠诚度变化的因素。
4. 使用这些见解来衡量改进的有效性并确定需要注意的领域。
案例研究示例
背景：营销部门想要研究品牌忠诚度。 NPS数据共采集年初、年中、年末3次，每次采集116个样本。
数据收集：每项调查均询问受访者：“您向朋友或同事推荐我们品牌的可能性有多大？（评分从 0 到 10 分）”
分数分布表
下表显示了三项调查的分数（0-10）百分比分布：
| 分数 | 调查1 (%) | 调查2（%） | 调查 3 (%) |
|---|---|---|---|
| 0 | 0.9 | 0.0 | 0.0 |
| 1 | 1.7 | 0.0 | 0.0 |
| 2 | 0.9 | 0.9 | 0.0 |
| 3 | 0.9 | 0.0 | 0.0 |
| 4 | 2.6 | 1.7 | 0.9 |
| 5 | 8.6 | 12.1 | 3.4 |
| 6 | 12.1 | 10.3 | 5.2 |
| 7 | 15.5 | 17.2 | 10.3 |
| 8 | 19.0 | 20.7 | 15.5 |
| 9 | 17.2 | 15.5 | 25.0 |
| 10 | 20.7 | 21.6 | 39.7 |
类别分布和 NPS 值
下表显示了批评者、被动者和推荐者的分布，以及计算出的 NPS 值：
| 类别 | 调查1 | 调查2 | 调查3 |
|---|---|---|---|
| 批评者 (0-6) | 27 (23.3%) | 28 (24.1%) | 11 (9.5%) |
| 被动 (7-8) | 40 (34.5%) | 44 (37.9%) | 30 (25.9%) |
| 促销员（9-10） | 44 (37.9%) | 43 (37.1%) | 75 (64.7%) |
| 净推荐值值 | 14.6% | 13.0% | 55.2% |
| 受访者总数 | 116 | 116 | 116 |
NPS 趋势比较
结果分析：
- 第一次调查（年初）：NPS 值为 14.6%，表明推荐者（37.9%）比批评者（23.3%）高出约 14.6%，整体用户忠诚度较低。一些受访者选择了 1、2 或 3 分，表明一些用户对该产品有负面感受。分数集中在5-10分范围内，其中8-10分较为常见。
- 第二次调查（年中）：NPS 值为 13.0%，与第一次调查相似，没有显着改善。值得注意的是，批评者的比例（24.1%）略高于第一次调查，而获得5分的受访者比例（12.1%）相对较高。分布与第一次调查相似。
- 第三次调查（年底）：NPS值大幅提升至55.2%，用户忠诚度显着提升。支持者从 37.9% 上升至 64.7%，反对者则从 23.3% 下降至 9.5%。这表明全年的改进是非常有效的。 9-10分的分数占据主导地位，39.7%的受访者给出了10分满分。
主要见解：通过多次收集 NPS 数据，该公司能够跟踪用户忠诚度的变化并衡量其改进的有效性。从 14.6% 到 55.2% 的显着增长证明了持续监控和改进的价值。批评者的大幅减少（从 23.3% 到 9.5%）和推荐者的增加（从 37.9% 到 64.7%）表明这些改进引起了用户的良好反响。
常问问题
Q1：我应该使用什么分数范围来收集 NPS 数据？
答：NPS 原始数据分数必须在 0 到 10 之间（包括 0 到 10）。如果您的数据不在此范围内，请在分析 NPS 之前使用数据编码来转换数字。这是准确计算 NPS 的关键要求。
问题 2：什么被认为是良好的 NPS 值？
答：没有固定的标准，但通常 50% 被认为是一个相对较高的值。然而，解释取决于您的行业和比较基线。最好将您的 NPS 与行业基准进行比较并跟踪随时间的变化。
问题 3：我应该如何解释负 NPS 值？
答：NPS 值为负值表示批评者多于支持者，这表明用户的不满情绪明显。这需要立即关注提高产品/服务质量。重点了解低分的原因并解决最关键的问题。
问题 5：我应该多久收集一次 NPS 数据？
答：建议定期（例如每季度、每半年或每年）收集 NPS 数据，以跟踪用户忠诚度随时间的变化。这有助于衡量改进的有效性并确定趋势。频率取决于您的业务周期以及实施变更的速度。
问题 6：为什么被动（得分 7-8）不包含在 NPS 计算中？
答：被动者不包含在 NPS 公式中，因为它们代表中性情绪 - 他们感到满意，但没有足够的热情来主动推荐。 NPS 公式侧重于推荐者（积极推荐）和贬低者（可能劝阻他人）之间的差异，这提供了更清晰的客户忠诚度衡量标准。
问题 7：我可以比较不同产品或服务的 NPS 值吗？
答：是的，您可以比较不同产品、服务或时间段的 NPS 值。但是，请确保数据收集方法和问题措辞一致，以便进行有效的比较。还要考虑可能影响 NPS 值的行业特定因素。
重要提示
- NPS 原始数据分数必须介于 0 到 10 之间（包括 0 到 10）。
- NPS 值范围为 -100% 至 100%。正值表示支持者多于批评者，负值表示相反。
- 通过多次收集 NPS 数据，您可以跟踪用户忠诚度的变化并衡量改进效果。定期监控有助于识别趋势并衡量变化的影响。
- 通常，50% 或更高的 NPS 值被认为相对较高，但解释取决于行业基准。将您的 NPS 与竞争对手和行业标准进行比较。
- 分类过程（批评者、被动者、推荐者）由系统自动处理。 0-6 分是贬低者，7-8 分是被动者，9-10 分是推荐者。
- 被动者不包含在 NPS 计算公式中，但监控它们很重要，因为它们代表了转化为推动者的潜力。
