編輯導(dǎo)語(yǔ)：“以用戶為中心”被越來(lái)越多的非互聯(lián)網(wǎng)公司所重視，隨后便是接觸關(guān)于NPS的各種資料，然后招聘用研新同學(xué)，開(kāi)始做自身品牌/產(chǎn)品/服務(wù)的NPS調(diào)研。那么，如何在外力幫助很小的情況下，開(kāi)展NPS調(diào)研并落地推動(dòng)呢？本文作者對(duì)NPS—MNA方法論進(jìn)行了分析，希望能給你帶來(lái)幫助。

“以用戶為中心”被越來(lái)越多的非互聯(lián)網(wǎng)公司所重視，這也是很多傳統(tǒng)公司開(kāi)始接觸用戶體驗(yàn)的第一階段，隨后就是接觸關(guān)于NPS（凈推薦值）的各種資料；接下來(lái)HR開(kāi)放headcount，招聘用研新同學(xué)入職；立刻做自身品牌/產(chǎn)品/服務(wù)的NPS調(diào)研，但這些傳統(tǒng)公司的特點(diǎn)就是：

• 用研剛成立，無(wú)歷史材料沉淀
• 部門人數(shù)不多，很可能專職做用戶研究/市場(chǎng)調(diào)研的就1個(gè)人

新入職的同學(xué)如何在外力幫助很小的情況下，開(kāi)展NPS調(diào)研并落地推動(dòng)，成為了首當(dāng)其沖的問(wèn)題。

作者結(jié)合自己6年的NPS項(xiàng)目研究經(jīng)驗(yàn)，嘗試定義如何系統(tǒng)性地改善NPS—MNA方法論。

方法論框架圖

第一步：用戶體驗(yàn)流程圖繪制

主要包括兩個(gè)階段：體驗(yàn)流程梳理和用戶反饋分析。以XX的線上店鋪舉例說(shuō)明：

1. 用戶體驗(yàn)流程梳理

基于XX的淘寶店鋪售賣情況，初步梳理用戶下單主流程圖，包括每個(gè)主要環(huán)節(jié)下所涉及的功能點(diǎn)，作為體驗(yàn)地圖的初步框架參考。

2. 用戶反饋分析

此階段主要分為4個(gè)部分：資料搜集、分析、分類和提煉總結(jié)，詳細(xì)步驟如下圖。

依據(jù)以上流程，我們梳理出了5個(gè)體驗(yàn)階段、19個(gè)體驗(yàn)環(huán)節(jié)。

以“產(chǎn)品使用”為例，總反饋條數(shù)1707條。

問(wèn)題分類，主要問(wèn)題是：印刷的顏色、清晰度以及裁剪不符合要求（130條），印刷品材質(zhì)不符（74條），印刷品味道較大（8條），其余1495條為主觀好評(píng)。

第二步：?jiǎn)柧碚{(diào)研

依據(jù)第一步用戶體驗(yàn)流程圖的結(jié)果，篩選出用戶可以接觸較多的體驗(yàn)環(huán)節(jié)，并拆分為一級(jí)、二級(jí)體驗(yàn)環(huán)節(jié)，詳細(xì)如下：

整個(gè)NPS的問(wèn)卷邏輯主要分為三部分，用戶推薦（NPS）評(píng)分問(wèn)題、評(píng)分原因（到一級(jí)體驗(yàn)維度）、評(píng)分原因繼續(xù)挖掘（針對(duì)一級(jí)體驗(yàn)維度細(xì)化到二級(jí)維度）。

以XX的【AAAA】為例：用戶推薦（NPS）評(píng)分問(wèn)題。

Q1. 根據(jù)您在【AAAA】的購(gòu)物體驗(yàn)，您有多大可能將【AAAA】推薦給您熟悉的采購(gòu)人員？（0-10分評(píng)分，0分絕對(duì)不會(huì)推薦，10分肯定會(huì)推薦）【單選題】

一級(jí)體驗(yàn)維度：

Q2 – 1. （針對(duì)Q1選擇了9-10分的用戶，循環(huán)顯示選項(xiàng)）請(qǐng)問(wèn)您愿意推薦【AAAA】的原因是？（多選。1-7項(xiàng)）

Q2 – 2. （針對(duì)Q1選擇了0-8分的用戶，循環(huán)顯示選項(xiàng)）請(qǐng)問(wèn)您認(rèn)為【AAAA】在哪些方面做出改善，您會(huì)更愿意推薦？（多選。1-7項(xiàng)）

二級(jí)體驗(yàn)維度：

針對(duì)Q2選到的選項(xiàng)進(jìn)行提問(wèn)，以“產(chǎn)品質(zhì)量”為例。

Q3 – 1. （針對(duì)Q2-1選擇產(chǎn)品質(zhì)量，循環(huán)顯示選項(xiàng)）您覺(jué)得“產(chǎn)品質(zhì)量”在哪些方面做的好？多選

Q3 – 2. （針對(duì)Q2-2選擇產(chǎn)品質(zhì)量，循環(huán)顯示選項(xiàng)）您覺(jué)得“產(chǎn)品質(zhì)量”在哪些方面需要改善？多選

第三步：分析子NPS和關(guān)注度

對(duì)于回收來(lái)的數(shù)據(jù)，經(jīng)過(guò)清洗、甄選合格數(shù)據(jù)后，分析每個(gè)體驗(yàn)環(huán)節(jié)的子NPS和關(guān)注度。

1. 子項(xiàng)NPS

計(jì)算方法是：

子項(xiàng)NPS=子項(xiàng)的推薦者占比-子項(xiàng)的貶損者占比

背后原理：對(duì)于每一個(gè)NPS子項(xiàng)問(wèn)題來(lái)說(shuō)，關(guān)注它的用戶中推薦者和貶損者人數(shù)占比的差異，即子項(xiàng)NPS本身也是這個(gè)子項(xiàng)問(wèn)題在用戶心中推薦程度最直接的體現(xiàn)。

2. 子項(xiàng)關(guān)注度

計(jì)算方法是：

子項(xiàng)關(guān)注度=選擇NPS子項(xiàng)問(wèn)題的用戶數(shù)/參加NPS問(wèn)卷調(diào)研的總用戶數(shù)

背后原理：首先，我們認(rèn)為，在NPS問(wèn)卷中用戶對(duì)0-10分完成選擇后，進(jìn)入到具體的推薦貶損原因子項(xiàng)時(shí)，做出任何一個(gè)子項(xiàng)的選擇，都代表對(duì)此類問(wèn)題的關(guān)注，也一定程度上體現(xiàn)了此類問(wèn)題在用戶心中的重要性。因此，我們通過(guò)選擇某一NPS子項(xiàng)問(wèn)題的用戶數(shù)占所有參加NPS問(wèn)卷調(diào)研的用戶數(shù)的比例來(lái)定義關(guān)注度這個(gè)指標(biāo)，衡量NPS子項(xiàng)問(wèn)題的重要性。

3. 得到分析數(shù)據(jù)

依據(jù)前兩步，得到一級(jí)、二級(jí)體驗(yàn)環(huán)節(jié)的分析數(shù)據(jù)，以一級(jí)體驗(yàn)環(huán)節(jié)為例，展示分析數(shù)據(jù)。

第四步：通過(guò)“NPS（用戶推薦）影響因素及改善模型”找到具體改進(jìn)點(diǎn)

NPS（用戶推薦）影響因素及改善模型的原理是：根據(jù)第三步得到的子NPS和子關(guān)注度，以關(guān)注度作為橫坐標(biāo)，子NPS作為縱坐標(biāo)，將所有的體驗(yàn)環(huán)節(jié)劃分為四大區(qū)域。方便我們進(jìn)一步分析，找到關(guān)鍵需要改進(jìn)的方向和指標(biāo)。 其中象限內(nèi)的橫線是關(guān)注度均值，縱線是子NPS均值。

階段1

針對(duì)一級(jí)體驗(yàn)環(huán)節(jié)搭建改善模型，找到需要改善的一級(jí)體驗(yàn)?zāi)K，分析結(jié)果顯示產(chǎn)品質(zhì)量的用戶關(guān)注度高于平均值（33%），但推薦意愿低于平均值（62%），是下一步的工作重點(diǎn)：

• 穩(wěn)定保持區(qū)：NPS和關(guān)注度均在平均水平以上，繼續(xù)穩(wěn)定保持即可
• 錦上添花區(qū)：用戶推薦水平在均值以上，但關(guān)注度較低，可以不斷持續(xù)優(yōu)化
• 亟須改善區(qū)：是驅(qū)動(dòng)用戶提升推薦意愿最有潛力的方面，但目前推薦意愿較低，亟須改善
• 長(zhǎng)期關(guān)注區(qū)：用戶推薦意愿和關(guān)注度均不高，仍需要長(zhǎng)期關(guān)注

階段2

針對(duì)落到“亟待改善”區(qū)的一級(jí)體驗(yàn)環(huán)節(jié)，進(jìn)行其二級(jí)體驗(yàn)環(huán)節(jié)的改善模型分析。對(duì)一級(jí)體驗(yàn)環(huán)節(jié)“產(chǎn)品質(zhì)量”通過(guò)NPS（用戶推薦）影響因素及改善模型，進(jìn)行再次分析。

分析結(jié)果發(fā)現(xiàn)：提高產(chǎn)品的清晰度并減少色差是增進(jìn)用戶對(duì)“產(chǎn)品質(zhì)量”推薦意愿的主要手段；產(chǎn)品清晰度及色差的關(guān)注度均為24%，但推薦意愿（分別為68%及65%）均顯著低于產(chǎn)品模塊的NPS均值。

微信公眾號(hào)：用戶在左 體驗(yàn)在右，主要分享用戶體驗(yàn)、市場(chǎng)調(diào)研、數(shù)據(jù)分析等個(gè)人心得。

本文由@用戶在左 體驗(yàn)在右 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議。