2011年在深圳组内分享了净推荐值(Net Promoter Score，NPS)的概念及操作方法，然后见其成为公司产品体验考核主要指标之一；来到上海后，企业产品、电商等也开始将其纳入产品考核。陆续会有人问我这个概念相关的操作方法、行业标准、数据解释与应用等，NPS就仅仅是一个数据测量方式、一个监控指标吗？用户的三个分类对商业预测分别有什么价值？如何与用户生命周期价值结合？它与满意度、忠诚度有什么关系？它的信度、效度如何？它适用于互联网产品吗？考核企业产品与个人产品时又有什么不同？……有些问题可以很简单的回答，有些问题又不敢很简单的回答，它的背后涉及到与财务数据的关系，涉及到产品本身的复杂性等等。于是开始啃文献，给自己挖了一个很大的坑，只好慢慢的来填。写这篇文章之前一直在纠结，先写大家最关心的问题，还是先介绍最基本的原理，最后决定处理成系列，慢慢的来分享，毕竟文献中有些方法与结果(比如企业产品的分析)，没有实际应用过，还是应当有所保留的。等实践过后，再来分享……

     1、 净推荐概述

    　　 净推荐(Net Promoter)是Fred Reichheld(2003)针对企业良性收益与真实增长所提出的用户忠诚度概念。请用户回答“您在多大程度上愿意向您的朋友(亲人、同事……)推荐XX公司/产品？”(0-10分，10分表示非常愿意，0分表示非常不愿意)，根据用户的推荐意愿，将用户分为三类：推荐者、被动者、贬损者，推荐者与贬损者是对企业实际的产品口碑有影响的用户，这两部分用户在用户总数中所占百分比之差，即净推荐值(Net Promoter Score，NPS)，如下图所示。

    商业价值：操作方法

    　　净推荐值(NPS)这样一个易操作、易懂的数据本身并不能为我们的业务带来任何变化，只是一个评估监控的结果。而以操作方法为基础，针对某类用户应用净推荐的原理，才能真正实现商业价值。例如，净推荐结果辅助的根源分析可以帮助找到那些阻碍盈利的潜在问题，帮助我们做出商业决策。

    概念优势： 长期利润

           满意与忠诚是两个不同的概念，简单的说，满意的用户仍然会“叛变”。满意度高可能只是意味着我们提供了与该产品描述一致的功能，我们能够及时响应用户遇到的困难等，但并不意味着我们具有竞争优势或增长动力。而净推荐值弥补了这个问题，以更严格的标准避免了我们对产品现状的自我安慰，真实的聚焦于产品增长的驱动力和竞争优势。该指标既考虑了使用者本身直接的经济效益(产品选择行为)，又考虑了其作为推荐者潜在的经济效益(产品口碑影响)，最终净值整合了当前用户积极的影响与消极的影响，可以有效预测企业/产品未来长期的利润增长情况。

    2、 净推荐的关键原则

    　　前面已经谈到，使得净推荐发挥真正价值的是超越测量数据而存在的，与业务相结合的操作方法。在介绍整个操作模型之前，简单了解一下该操作模型的五个关键原则。

    方法论

    　　NPS是一个十分简单的度量，从提出至今，因为其简单而受到很多质疑。但真正使用过该方法的人都会改变最初的想法，简单有效是该方法的魅力所在。不像复杂的财务数据那样需要专业的解读，哪怕是最基层的员工都能够理解，因此说服他们去关注与改变就变得更加容易。当然，单一的度量与单一的问题之间是有差异的，我们需要大量时间来讨论数据和设计调查。总之，要发挥数据真正的价值，做出商业决策，还需要做很多。

    哲学观

    　　净推荐内在独特的哲学观：你如何对待用户，用户也将如何对待你。哪怕在市场恶劣的环境下，坚持关注良性收益，为客户提供更好的质量与服务，也能增加用户留存，扩大市场份额。而有损于用户的恶性收益，只能赢得短期效益，对企业/产品的长期发展必然是有害的。

    行动和责任

    　　净推荐项目不是简单汇报用户测量的结果，让决策者根据数据采取行动，而是向所有人发起挑战，让所有员工在日常工作中改进与用户的交互行为。得到整合的NPS数据只是开始，员工拿到数据反馈后，有能力理解与分析其中的因果关系，通过进一步的电话回访或实验设计等找到正确的执行方式，优化现有过程，提高用户体验才是我们的目标。例如，获得数据后，如何减少贬损者，如何找到并解决核心用户的痛点等。

    情绪性

    　　净推荐让我们看到有多少用户会为我们营造良好口碑，又有多少用户在批评我们，这不仅是一个数据，还能激发我们的情绪，因为没有人希望听到批评，一定程度上弥补了传统满意度模型的不足。

    与财务结果对接

    　　对比十多家B2B企业2002-2004的净推荐值与2003-2005的财务结果发现，NPS的变化延迟反应在财务增长上，是先于后者变化的指标。NPS的经济效益可以进一步挖掘，如将用户进一步细分(活跃度、区域、行业等)，根据当前绩效目标，发掘最有价值的用户，采用恰当的策略，或创造推荐者，或减少贬损者，或提升被动者，从而实现经济指标的增长。

    3、净推荐的操作模型

    　　净推荐的概念很简单，但是真正的执行运作并不简单。下图是该操作模型的示意图：六个元素组成的循环环形。首先是价值观——以用户为中心；其次是深思熟虑的计划——企业蓝图(项目目标)；第三是制定商业决策的基础——建立可信的数据；第四是为了改进分数，对推荐者、贬损者、忠诚驱动力进行的根源分析；第五是可以让用户知道他们的反馈有作用，促进操作和结构改进的行为和问责制。这五个元素会驱动产品、员工参与度、业务流程、用户体验等的改革和转变，最终实现净推荐项目的成功。

    　　下面将对这六个要素分别进行阐述。

    元素1：创造以用户为中心的价值观

    　　这是企业文化，也是NPS的内在文化，让员工了解自身角色、责任，及企业对改善用户忠诚度的重视，有利于整个项目的推行。这一点一直是我们公司强调的理念，不再赘述。

    元素2：发展企业/产品蓝图

    　　项目的执行需要有明确的目标与计划。不同的企业/产品会有不同的发展步调，最佳的计划应该基于产品与消费者关系的更新，随着企业所处环境的变化而不断进化与变革。计划需要考虑关键用户的体验点，不同的体验点如何影响全面的用户体验，哪个对忠诚度影响最大。最重要的是，数据的搜集与分析应该是基于消费者驱动的视角，而不是全面内部观点。

    元素3：建立可信的数据

    　　数据质量是整个项目成功的根本，数据如果不能准确可靠地代表用户对产品的感知和行为，那么一切都无从谈起。可信的数据首先要找到对的用户(who)，然后要确定正确的提问时间(when)。例如，某企业产品的净推荐值，调查管理员还是普通员工，在使用3个月还是使用一年后提问，都会影响到数据的可信度。

    元素4：根源分析

    　　企业通常认为很了解用户的行为驱动力，但数据往往证明与我们想象中的很不一样。推理分析(基于回归)和陈述分析(基于开放性问题)都可以帮助我们了解用户的忠诚驱动力。让员工直接阅读用户在开放性问题中对推荐打分的解释，尤其是那些非常正面或非常负面的评论，可以帮助他们更好的认识用户对产品的评价，推动后续的执行。

    元素5：驱动行动和问责

    　　前面谈到改善NPS分数是所有人的职责，数据需要与每个员工的工作绩效挂钩，让所有人行动起来。

    元素6：改革与变化

    　　净推荐项目的目标是一直随着公司和市场环境而变化的。项目领导者需要反复聆听用户反馈与市场状况，使用复杂的分析技术(包括净推荐的分类，不同群体的反馈，战略规划根源的探讨，用户共创产品、服务和业务流程等)来改革与完善项目。

    4、净推荐的优缺点

    　　优点：与长期利润增长正相关，可操作性强，易理解和接受，能直接与竞品比较，帮助企业明确业务优先级，弥补了用户满意度调查(ACSI)所得信息太多又缺乏重点的问题。

    　　缺点：需要结合用户的具体信息去考虑，如“生命周期”等；净推荐值≠用户满意度，它只能为企业提供“预警装置”；最后，它不能给你解释，需要结合其它定性定量的方法来分析原因。

    　　以上阐述了那么多基本原理与操作模型，是希望大家对这个概念与方法有更全面的了解。目前国内真正全面考虑，深入执行这一方法的公司可能还没有。公司的产品体验考核也只是引入NPS的概念，或针对全量用户，或针对分类用户进行考察，对年度的产品考核来说，或许这已满足需求。但是从对产品的价值来看，净推荐应该还有更多可以挖掘的价值。期待有更多的人来共同探讨~

    ————————————————————————————————-

    Tips：目前对外公布的企业(付费产品)，最佳NPS为50-80%，平均NPS为5-10%，有些甚至是负数。互联网公司目前也有进行该数据的统计，但没有对外公布。Satmetrix2010年对“互联网服务”的调查发现，各国的NPS有所不同，下图是法国的数据。

    (本文出自腾讯CDC博客: http://cdc.tencent.com/?p=6086)