深度解析：NPS（净推荐值/系统）理论、应用简介与评价,人人都是产品经理微信公众号文章

目前国内外很多企业都在使用NPS，但鲜有文章系统介绍NPS的来源，使用注意事项等，故为笔者总结此文。

作者：晚风

全文共 4524 字，阅读需要 9 分钟

—— BEGIN ——

NPS（Net Promoter Score净推荐值）是由贝恩咨询公司的Fred Reichheld 2003年在《哈佛商业评论》的文章《The One Number You Need to Grow》首次提出的，目的是衡量忠诚度。

一、缘起

最早在网上了解到NPS的概念和计算方法（Net Promoter Score净推荐值），后面也在自己的工作中实践应用过几次，但是当时在算出分值后，并没有觉得这个指标有什么特殊的用途或太大的意义，后来也很少再用了。

但是最近几年发现NPS非常流行，国内外各行业的使用NPS的知名企业举例：

作为一个用户，也经常收到企业的NPS的调研问卷，这不禁让我疑惑。

疑问1：NPS有什么价值/优势以至于如此流行和热门？

进一步了解不同公司对NPS的实际使用情况，发现有些是用NPS来评估忠诚度，有些是满意度，更有用作衡量推荐度的；计分的方式也有不同（同样是十分制，有些是从0开始计分，有些从1开始）；有的公司是把NPS当做一个指标来用，但在有些公司里，NPS似乎又是个衡量客户体验的系统，以下是一些使用案例：

平安集团的NPS结果展示：

图片来源：互联网公开资料

booking：

图片来源：booking 官网

疑问2：NPS到底是测什么的？

疑问3：NPS 标准的计分是怎样的？

另外，在自己的工作实践中，曾经让一位用户（百货批发商，非个人消费者）评估是否会向他的亲友/同事推荐我们网站，用户回答：你们网站挺好的，我也能找到不错的货源，但我并不希望同行也能在你们网站上找到好商好货“。

很显然，用户是认可我们的产品的，但是出于竞争的考虑，他是不会推荐我们网站给别人。所以：

疑问4：NPS 的适用范围是什么？适合测量B类用户吗？

二、理论基石

2.1. 作者简介与演进过程

NPS（Net Promoter Score）是由贝恩咨询公司的Fred Reichheld 2003年在《哈佛商业评论》的文章《The One Number You Need to Grow》首次提出的，他在2006出版了有关NPS的第一本书《终极问题：创造良性利润，促进真成长》。

随后，随着NPS在全球各大企业实践应用的增多，Fred总结经验，并把NPS从一个指标提炼上升到一个系统，2011年出版了《终极问题2.0：客户驱动的企业未来》。

2.2. NPS指标的提出/起源

2.2.1 忠诚度能有效区分良性利润和不良利润

Fred Reichheld 把以伤害顾客利益/体验而获得的利润称之为“不良利润”，这样的经营模式造成用户流失，转向竞品，甚至会阻止身边其他人使用；

与之相反，与用户积极合作，真正践行“以用户为中心”而获得的利润是“良性利润”，这种经营模式会带来用户回购，推荐。而有效区分这两种利润的指标就是忠诚度。

忠诚度是某人（如客户、雇员或朋友）愿意投资或付出用以加强一种联系的意愿度。对于客户，忠诚度就意味着与提供优质服务，给自己带来长期价值的供应商保持合作关系，即使这个供应商在某个交易中所提供的价格并不是最低的。

2.2.2 当前衡量忠诚度的方法/指标存在不足

① 常用的留存率、满意度指标与公司业绩关联弱，或者无法衡量真正的忠诚行为

有些公司会关注留存率，但留存率与利润是相关的，但是与增长率的关联很弱。因为这个指标过分关注流失的用户，同时，有些情况下，用户实际上是因为转换成本高，有别的障碍等而没有放弃某个产品，并非是真正的忠诚。

使用传统的满意度调研也不是一个衡量忠诚度的可靠手段，因为影响利润和增长的还有其他更重要的因素，比如给销售人员为了促成交易，会给潜在用户有吸引力的折扣等。

② 传统的满意度问卷冗长，回收率低

③ 施测过程中也会引入误差

在很多情况下，满意度调查也像个游戏，上层施加的提升满意度的压力会迫使销售人员“作弊”：比如给用户免费的地垫、折扣等以换得高的满意度评分。

2.2.3 经过探索和检验，NPS是衡量忠诚度的有效指标

为了获得衡量忠诚度更有效的指标/方法，Fred Reichheld从20个常用的用户忠诚度测试问题入手，在金融、通信、个人计算机、电商、汽车保险和互联网服务这六个行业的上千名用户中开展调查；然后拿到了参与测试的每个用户的历史购买资料，这些数据能够用于分析哪些测试问题最能有效预测重复购买和推荐行为。

他们的确发现了，而且它适用于多个领域，这个问题就是：“你在多大程度上愿意推荐【公司/产品名】给你的朋友/同事？”

为了验证这个指标的效果，他们进一步追踪新的领域内的新用户“可能推荐”分数，并扩大样本的覆盖范围，用户来自多个行业的超过400个公司，样本量规模近万。

在随后的季度里，他们通过非常简短的邮件问卷针对10000-15000个用户进行调研，让用户对自己熟悉的1-2个公司打分，这样就能收集足够多的样本，进而计算每个用户的“净推荐值”：（推荐者的百分比—贬损者的百分比），再将这个值与该公司的收入增长率对比查看。

结果令人吃惊：比如在很多领域，比如航空领域，在1999-2002年三年间，净推荐值与该公司的平均增长率存在非常强的相关。

因此，Fred得出结论：NPS结果能解释整个行业的增长率。

航空业净推荐值与三年公司增长的相关图：

图片来源：《The One Number You Need to Grow》

除此之外，Fred Reichheld也指出：用推荐度来衡量忠诚度是从理性和情感两方面进行测试，即理性方面：产品的功能、质量要好，感性层面：服务，体验要令人满意，只有同时达到这两个标准，用户才会愿意推荐，这种推荐意愿反映出真正的忠诚度。

2.3. NPS的计算和使用注意事项

2.3.1 NPS计算

① 计算公式

10分意味着非常愿意推荐，5分代表中立，0分代表一点也不愿意推荐。

“推荐者”选择9或者10分的用户；
“被动者”(passively satisfied)，选择7或8分的用户；
“贬损者”选择0-6分的用户。

② 三类用户及分层原因

正确的计分方式应该能有效的将用户分层，且分类结果和方式应该简单易懂，方便业务同事制定改善对策。分为三类主要是基于Fred Reichheld在研究客户的推荐和重复购买行为时，发现的3种聚类结果。

另外，之所以把推荐者定义为非常热情/积极的用户（选择9和10分的用户），是为了避免在传统客户满意度调查中经常出现的“分数贬值”（grade inflation）的现象。即：把某些态度中立的用户也定义成“满意“。同时也是希望把工作重点放到最有价值的这部分用户身上。

③ 0到10的十分制原因

10分的最高分比较符合大家的日常习惯（成绩单等），且容易理解；10分制节点多，能较好的把不同的态度区分开。

之所以最低分从0而不是1开始，目的是避免用户把最高分和最低分弄颠倒，毕竟有可能用户会把1分误认为最高分（感觉像第一名）。

Fred Reichheld也指出：NPS是个灵活的开源系统，并不是必须用十分制，五分制等也是OK的。

综合以上的原因可见，十分制还是五分制，甚至十分制从0开始还是1开始并没有太严格的限制，确保用户正确理解即可，但笔者依然建议最好还是使用从0开始的10分制计分方式，以便结果与同行业其他产品的分值比较。

④ 分数的解读

Fred Reichheld在他的书中给出了一些国外公司的分值和行业平均值。笔者提供一份中国各行业重点企业的NPS分值资料供参考。

2.3.2 NPS的原因挖掘和分析归类

在NPS问题基础上，配合使用“评分原因“类的问题，以便为后续制定对策提供参考。

评分原因的题目例如：您为什么不愿意推荐【公司名/产品名】？

在获得忠诚度分值后，为了制定改善行动或策略，可以通过调研各因素的满意度和重要性，并会在四象限图中绘制出来，从而选定最值得改善的入手点。

满意度与重要性四象限图举例：

2.4. NPS的价值

2.4.1 NPS指标的优势

调研和计分简单，结果易解读，非专业人士也能自行开展调研
能快速拿到调研结果
用户的分类便于与后续的行动结合

通过将用户分为三类：推荐者、被动者、贬损者。

非常简洁、直观，能很好的预测用户行为，以便有针对性的开展运营，营销等活动。

2.4.2 从指标到系统

虽然NPS指标有诸多优势，但计算出的分数也只是个起点，制定和采取改善行动才是关键点，也正是这后续的行动让NPS从一个分值变成一个系统。

2.4.3 NPS系统成功要素

为了让NPS系统发挥作用，需要从以下三方面入手：

① 公司高层重视，从上到下推动

公司高层认同“以用户为中心”的价值，并积极使用NPS来提高用户忠诚度是基础，在有些公司中，甚至会将NPS分值与管理者的绩效挂钩。

② 将NPS融入公司流程

将NPS调查获得的分值、用户反馈（评分原因等）作为关键决策的参考，建立由不同部门组成的改善流程，并形成一个问题发现、改善、效果评估的闭环。而不是只把NPS看做一个独立的调研结果。

③ 长期投入

NPS不应该是某个单次调研的分数，而应该与产品长期的优化计划相结合。

三、NPS的不足与对策

虽然前文介绍了NPS系统的诸多优势，但任何一种方法都难以做到无懈可击，NPS也不例外，以下是笔者结合自己实际经验和相关的文献资料，总结出不足和对策。

【不足1】

“是否愿意推荐”的问题并不适用于所有领域：

某些垄断行业，用户几乎没有其他选择
用户出于竞争或隐私的考虑，即使对产品忠诚，也不会推荐给他人
另外，在C类用户中，由于使用者和购买者/决策者往往是同一个人，因此针对使用者开展调查即可；但是，在B类交易中，通常实际使用者和购买者/决策者不是同一人，且可能调研很难覆盖到购买决策者。

比如，数据库软件、操作系统这类产品，往往是公司的高层管理者拍板决定供应商的，让这些操作系统的用户回答是否愿意推荐给朋友就不合适了，且常规的调研方式比如问卷等也难以促达到公司管理层人员。

【对策】尤其是后面两个问题，在B2B领域非常常见，因此，以上这些情况下，传统的“是否愿意继续使用/购买【公司名/产品名】”用于衡量忠诚度可能会更好，有待进一步比较验证。

【不足2】

将0-6分之间的用户定义为“贬损者”的计分方式不合理

在Fred Reichheld对NPS的用户分类中，选择0-6分之间的用户被定义为“贬损者”，但在Larry Freed看来：推荐意愿并不能衡量负面口碑，即：不推荐≠贬损，NPS的计分方式把不推荐都视为贬损（流失，阻止他人使用等），而真正采取贬损行为的人未必有那么多。这样的计分会造成贬损用户的占比被夸大。

【对策】为了解决这个问题，Larry Freed提出了WOMI（口碑指数）的概念和计算方法。在NPS的基础上额外增加一道题目来衡量用户的负面评价：贬损意愿，即：