基于NPS的用户体验分析

  前迪士尼EVP在总结他10年的迪士尼经验时说：“三流的企业卖产品，二流的企业卖服务，一流的企业卖体验。”身处体验为王的潮流中，我们时刻面对日趋激烈的竞争，用户体验的好坏直接关系到企业的竞争优势。NPS作为可衡量用户体验的重要指标之一，受到苹果、微软、京东等国内外各大厂商的高度关注。那么NPS具体是什么？为什么采用NPS进行分析？如何基于NPS优化用户体验，提高企业利润？今天就在这里为大家答疑解惑。

· 什么是NPS

  NPS 全称（NetPromoter Score）即净推荐值，是反应客户忠诚度的一个指数。其最早由Fred Reichheld在2003年《哈佛商业评论》提出，例如一家公司想要了解客户是否满意，那么可以在问卷中设置NPS题型“你有多大可能把我们（或这个产品/服务/品牌等等）推荐给朋友或同事？请从0-10分评分”

根据评分结果，企业能够将用户分为以下三类：
推荐者：评分9~10分的客户，他们对产品和服务很满意。会有较高的存留率，并愿意向朋友介绍、推荐贵公司的产品和服务。
被动者：评分~8分的客户，他们对产品和服务基本满意。但是不太会和朋友做推荐。
贬损者：评分0~6分的客户，他们对产品和服务的整体感受是不满意的。很可能使用其他产品，甚至可能损坏公司声誉。
净推荐值（NPS）=（推荐者数/总样本数）×100%-（贬损者数/总样本数）×100%

· 为什么用NPS进行用户体验分析

  在引用NPS的概念之前，企业常用客户满意度指数（CSAT）进行用户体验分析，也就是大家常遇到的非常满意、满意、一般、不满意、非常不满意的问卷形式。CSAT能够在一定程度上体现客户期望值与客户体验的匹配程度，但其无法反映客户重复购买的意向和预期消费新增额度。因此通过CSAT仅能分析当前用户体验的好坏，而不能将用户体验与企业营收增长关联起来。

  然而NPS能够更好的体现客户重复购买的意向，以及可能新增的消费金额，具体原因如下：其一，NPS所设置的指标能更好地体现用户行为，而不仅仅停留在对客户态度的观察上；其二，相较于CSAT从非常满意到非常不满意的层级划分，NPS采用10分制，能更细致地反映客户满意度；其三，NPS侧重于对公司、产品以及服务的整体感受，企业可以更直观地了解客户复购及推荐意向。据此越来越多的企业选择用NPS进行用户体验分析，以达到企业的增收目的。

· 如何基于NPS进行用户体验分析

  企业在引入NPS时，也常遇到数据处理能力不完善，业务分析主题不确定的问题。以国内某大型物流企业为例，该企业平均每个季度会下发一次NPS问卷，问卷内容除了常规的NPS评分外，还让客户给出具体的评价理由。面对大批量的问卷反馈，该企业必须解决以下三方面问题：其一，客户评价属于文本类的非结构化数据，需要将其结构化后才能进行分析；其二，用户体验分析需要体系化的数据分析思路，从而构建面向具体业务场景的分析报告；其三，针对于大批量的问卷数据，不仅需要高效的数据处理能力，还需要支持历史数据的存储及查询；
  为解决上述问题，中金智汇以智能分析产品为依托，形成一套切实可行的用户体验分析解决方案。该方案主要包括以下几个方面特点：
（1） 采用NLP技术完成非结构化数据处理
  客户评价数据一方面能够反映真实的客户心声，另一方面多个客户心声之间具有相关性，因此针对客户评论进行数据分析显得尤为必要。中金智汇采用最新的NLP（自然语言处理）技术，通过大规模的语料训练，构建多层级的分类模型。通过该模型，系统能够自动对每一份问卷中的客户评论数据进行分类，例如客户评论说“繁忙时间段，不能准时送达”，系统能够自动将其识别为“物流配送服务-骑士服务-订单时效”的类别。这些处理好的非结构化数据作为重要的分析项，为后续业务主题分析报告提供数据支持。
（2） 提供基于NPS的主题分析报告
  为优化用户体验，完善业务流程，中金智汇提供基于NPS的主题分析报告。该报告一方面针对NPS评分提供不同时段、不同地区多维度的趋势分析，另一方面针对NPS评价提供推荐/贬损原因分析，热点问题分析等主题报告。业务运营人员可以随时查看多个季度的NPS评分状态，及时发现推荐/贬损者占比的增加或减少。面对NPS评分异常的情况，可在不追溯原文的情况下，快速定位客户主要反馈问题及建议点。从而及时调整运营策略，优化产品功能，以获得更好的用户体验。

（3） 定时、高效的数据存储及处理机制
  面对大规模的数据存储及处理要求，中金智汇采用HDFS分布式文件系统解决存储容量问题，采用Tachyon等解决内存容量问题，采用HBase解决数据库容量问题；Kafka等解决队列容量和性能问题，采用Zookeeper解决分布式锁问题，采用Hadoop、Strom、Spark等分布式计算系统解决计算量问题。
  基于NPS的用户体验分析能够帮助我们更高效的触及客户心声、挖掘用户价值，维持超级用户群体，努力将贬损者转化成推荐者，持续的发现问题并且优化。从而形成一个以用户为核心的运营优化体系，为企业的营收增长提供新动力。