計算 Net Promoter Score (NPS) 淨推薦值,分析滿意度的黃金指標

甚麼是 Net Promoter Score?

Net Promoter Score (NPS / 淨推薦值) 是一個定量 (quantitative) 的客戶分析工具,是以一條問題衡量客戶對品牌或產品的整體忠誠度。直至 2020 年,三分之二的《財富》美國 500 強 (Fortune 500) 企業都使用 NPS 作為管理指標。該指標於 2003 年由管理顧問公司 Bain & Company、Satmetrix 和商業分析師 Fred Reichheld 研發,用於比較和詮釋不同時間和不同行業的客戶忠誠度。

忠誠度是無形的,那麼我們如何量化它呢?NPS 以推薦度來衡量,透過調查品牌或產品的推薦度來計算。NPS 不僅明確量化了忠誠度,而且據說還能評估未來的利潤、業務增長,甚至與投資回報 (ROI) 有關。這也是大公司如 Apple、Amazon 都用 NPS 分析品牌和產品的主要原因。


設計客觀的 Net Promoter 問卷

NPS 被廣泛應用於分析品牌、產品和網站的客戶滿意度和忠誠度。由於忠誠度受太多因素影響,所以 NPS 只用於宏觀上分析整體情況,而非分析具體範疇(如易用性和客戶支援成效),後者應選用其他分析工具。下文將提供更詳盡的補充。

在設計調查前,我們首先要知道調查的受訪對象。Net Promoter 是關於忠誠度或滿意度的調查,所以只適用於用過該品牌或產品的人,也就是現有客戶。如果調查是關於員工對公司的忠誠度,就是 Employer Net Promoter Score (eNPS / 員工淨推薦值),那受訪者就是現役員工。

調查時機與媒介

我們可以將 NPS 視為一種宏觀、定期的品牌研究,可以在品牌或產品發生巨大變化後進行,例如產品重新定位,或者公關危機。

至於如何進行調查?問卷調查只能透過電郵寄送嗎?這種方式雖然簡單,但不見得最有效。改善客戶體驗須持之以恆,所以應該採用自動收集大量意見的方式進行。將收集客戶回應和數據融於客戶及用戶體驗中,讓客戶在使用產品和完成關鍵目標(如購物交易)後,自然而然地進行調查,這樣做的干擾比較少,使他們更樂意填寫問卷。我們還可以將營銷活動、用戶研究(如訪談、焦點小組、用戶測試)與 NPS 調查結合起來,提高數據收集的效率。

免費問卷工具 SurveyMonkey 可以讓你建立網上 NPS 調查、自動計算 NPS 分數、比較同類行業的 NPS 分數、提供可分享的報告等。所有功能集中在同一個網上平台,便於管理。

撰寫 NPS 問卷問題

問卷的問題應該簡明扼要,以方便和鼓勵受訪者填寫。對於 NPS 形式的調查,問題的重點是推薦度,因此需要包含「多大程度」或「多大可能」等中性詞彙。例如:

你在多大程度上會向朋友、同事或親戚推薦這個產品?

你在多大程度上會向同學推薦這間公司?

如果沒有這樣的措辭,問題就變成了:

你會向同學推薦這間公司嗎?

在這一點上,受訪者很可能一是推薦,一是不推薦。問題既沒有問到推薦的程度,也將受訪者的想法推向兩極。要知道有些人向來不喜歡選極端的選項,或者為了個人聲譽和避免尷尬,不願意回答否定的選項,因此,用程度來回答可以避免謊言,也能量化不同程度的回應。

NPS 回應選項按等級劃分

回應選項分為 11 個等級,從 0 到 10,等級愈高愈推薦。如果有多條問題,應以同樣的方式處理。量表的兩端需要標註描述,如絕對不可能(0)和絕對可能(10),而中間的等級則不需要,因為很難想到其餘 9 個描述,而且寫得越多,越容易出錯。

Net Promoter Score (NPS / 淨推薦值)
你有多大可能向朋友推薦這個產品
絕對不可能 0 1 2 3 4 5 6 7 8 9 10 絕對可能

慎選問卷用詞

雕琢文字往往是設計問卷的一個難處,如何保持問卷客觀,又不至於令受訪者想歪。好的調查問卷都措詞謹慎,想想以下的句子:

  • 你在多大程度上推薦這本書?【絕對不可能 – 絕對可能】
  • 如果被問到你在多大程度上推薦這本書?【絕對不可能 – 絕對可能】
  • 你會推薦這本書嗎?【絕對不可能 – 絕對可能】
  • 你在多大程度上推薦這本書?【絕對不會 – 必定推薦】

你看,感覺有不同吧!因此,我們最好使用相同且中性的形容詞來描述量表的兩端。這樣語義更勻稱,問卷更客觀。Net Promoter 關於「程度」的問題通常用「可能」和「不可能」的組合。相反,不一致的形容詞組合,如「不會」和「必定」,會導致等級量表的涵義和程度分佈不勻,受訪者可能對量表的一端感受更強烈,從而導致偏差。即使量表兩端的形容詞相配,使用不同的語氣,例如絕對可能、非常可能或極有可能,也會稍微影響 NPS 分數。此外,在問題中加上「如果被問到」,會使受訪者與真實情況稍稍抽離,無形中影響了 NPS 分數。

顏色對問卷的影響

有時候,設計師被要求將問卷做得漂亮、有吸引力,但問卷做得太花哨可能不是好事。受訪者往往只想盡快完成問卷,而裝飾並不能幫助他們。反而,我們需注意顏色是否會引導了受訪者。一般人的認知是,紅色是負面的,綠色是正面的。如果 11 個等級的選項,紅色選項佔據較多,那麼受訪者可能希望避面負面情況,而選擇綠色或更較高評分的一端。

在我看來,最理想、最客觀的問卷用簡單的設計,用色如灰色或中性色,平實點就可以。當然,如何用色完全取決於你想如何利用這項調查。

加入開放式問題彌補 NPS 缺點

NPS是一個宏觀衡量忠誠度的指標,單靠主觀評分難以揭露問題的全貌。要了解品牌或產品的優劣,我們可以加入定性研究 (qualitative research),例如根據受訪者的評分加入開放式問題,或者提供一些理由可供選擇。我們不僅要收集評分較低、批評者的意見(下文將提供更多受訪者類型的細節),也要調查評分較高的推薦者,分析品牌或產品的優劣和潛力,繼而決定改善的優先次序。對於不同類型的受訪者或客戶,我們可以在問卷、訪問或後續跟進中提出問題:

  • 給批評者的問題:為了得到你的更高的評價,品牌的哪些方面需要改善?
  • 給推薦者的問題:你認為品牌在哪些方面做得好?

使用其他研究工具

如上文所述,NPS 難以揭露問題的全貌,因為它只能用作長期分析客戶對公司或產品的整體滿意度,而依靠客戶自行回應的數據會比較片面。

如果我們想收集更多細節或進行短期調查,例如收集用戶體驗中關於性能、用戶旅程 (user journey)、介面調整的意見,或互動後立即進行調查,我們則需要額外加入或使用其他研究方法取代,如任務分析 (task analysis)、可用性測試 (usability test) 、Customer Satisfaction Score (CSAT / 客戶滿意度) 或 Customer Effort Score (CES / 客戶努力度) 等工具來取得更準確的分析。

補充:NPS 與客戶滿意度 (CSAT) 的區別

Customer Satisfaction Score (CSAT) 是量度客戶對特定互動的滿意度,是互動後的短期滿意度,而並非長期、整體的滿意度。CSAT 的量表等級也較少,一般由 1(非常不滿意)到 5 (非常滿意)。它通常會在接觸點 (touchpoint) 或完成重要的關鍵目標後(如交易後、客服解決問題後、試用期完結)觸發。

最常見的是,你在網上預訂酒店後,你會在退房後收到來自訂房網站邀請進行評價的電郵,要你對酒店及網上預約服務的各個細項評分。這些都是與具體的互動有關,與 NPS 衡量整體狀況不同,但可以令你更了解哪些範疇需要改進。


分析受訪者類型

受訪者回答問題後,我們如何分析 11 個等級的客戶滿意度?

11 個數字看似很無感,但我們可以看一下受訪者在每條問題的評分,把他們歸為以下三類,判斷他們的取態:

  • 批評者:回答 0 – 6分,表示不滿意,他們可能會投訴、批評、抱怨來損害品牌。
  • 被動者:回答 7 – 8分,表示中立,他們不關心,也不會推薦品牌。心態遊移,如果情況好轉,他們可能會成為忠實的推薦者;如果有更好的選擇,他們會轉向其他競爭對手。
  • 推薦者:回答 9 – 10分,表示滿意和欣賞,他們持續使用產品並積極向他人推薦。

你可能會問,只有 9 – 10 分才算是推薦者,中間值不是 5 嗎?那豈不是太嚴格嗎?根據 NN/g 的研究,現在大多數網站的設計都很好,許多受訪者通常會慷慨地打 7 分,所以 7 分是目前的中位數,要有 9 分或以上才算是推薦者是合理的。然而,在其他地區如日本,情況未必如此,NPS 分數有可能會較低。


計算 NPS 淨推薦值

NPS 是相比批評的人,有多少人會強烈推薦你的品牌的估算,所以推薦者和批評者的百分比之差就是 NPS,是一個介乎 -100 和 +100 之間的絕對值,而非百分比。

如果推薦者佔 20%,批評者佔 10%,那麼 NPS 就等於 +10 分。被動者不計算在內,因為他們不太影響推薦度。

NPS 為正數表示推薦者多於批評者,客戶忠誠度高,是個好現象,反之亦然。美國公司的平均得分介乎 5 – 10 分,高績效的公司則介於 50 – 80 分,所以即使分數較低,也不代表很差。

然而,NPS 也有為人詬病的地方,我們須多加留意。根據算法,無論推薦者和批評者的比例是 80% 比 40%,還是 50% 比 10%,NPS 也是 40 分;又例如,一個受訪者的評分從 2 分提高到 6 分,但他仍然會被歸類成批評者。在這兩種情況下,NPS 保持不變,但實際情況顯然不同。


提高 NPS 改善情況

無論如何,在得出這個分數後,往往需要採取後續行動,才能使研究有意義。我們可以把第一次的 NPS 作為基準,並嘗試做以下的事情來提高 NPS 分數。

1. 減少批評者的比例

人往往對糟糕的經歷印象深刻,批評者如是。雖然他們很快會離開品牌,但他們對品牌或產品不利,不推薦表示他們會說品牌的壞話,損害品牌的聲譽。這些反對聲音在網上隨處可見,它們不僅令非客戶逐漸遠離品牌,也使被動者和推薦者慢慢變成批評者,所以我們首先要減少批評者的比例,把他們從批評者變成被動者,甚至是推薦者。

批評者感到如此不滿,但通常人們在生氣時更願意發表意見,所以我們可以循以下方式收集批評者的意見來改善現狀

  1. 在問卷中加入開放式問題,了解批評者的心聲;
  2. 主動聯絡批評者的客戶,深入了解他們的想法;
  3. 平日積極跟進和處理投訴;
  4. 通知個別的批評者,他們的問題已經解決,並感謝他們的意見。

透過親身聯絡和主動處理,批評者會明白,他們不是白填問卷,而是真正受到重視。這使批評者更大機會成為推薦者或意見領袖。當然,我們要注意這些意見是有建設性,而非個人抱怨,也不要把少數人或個別意見誤當成主流意見。

2. 增加推薦者的比例

將被動者變成推薦者無疑是比較困難的,因為即使你對該品牌或產品感到滿意,你也甚少給它打 9 分或 10 分。由於被動者通常是大多數,所以把他們變成「忠實粉絲」並不容易。哪麼,我們該從何入手呢?

發掘品牌或產品亮點

被動者不關心品牌或產品,全因他們看不見亮點。既然如此,為甚麼不問問真正的忠粉——推薦者?打個比喻,如果你是某個歌手的粉絲,你想讓朋友認識到你的偶像有多好,給他介紹歌曲,帶他去聽演唱會,給他介紹歌手的種種優點,讓他能好好理解。

被動者也一樣,我們可以收集推薦型認為的亮點,再向被動者推廣。無論是付費廣告、社交帖子、推薦者的訪問、客戶案例研究,還是網頁公告,我們都可以讓被動者第一時間找到這些亮點。

設計出超乎預期的亮點

當被動者發現這些亮點時,他們可能仍然覺得沒甚麼。從產品角度來看,這表示沒有突破點。舉例,如果你問 UI/UX 設計師在設計軟件中安裝插件的流程,他們會借鑑其他軟件的做法,例如從網上下載插件並安裝。

當 Figma 推出社群功能後,用戶不僅可以安裝插件,而且該軟件遙身一變成為各種插件和資源的創作地,讓用戶追蹤創作者,遠遠超出大家的期待。因此更進一步,用戶的黏着度和忠誠度才會變得更高

合適的定價

要抓住被動者的心,除了完善產品外,價格也是影響滿意度的重要一環。如果你要使用單一個軟件,想知道 Adobe 和 Affinity 兩款功能平分秋色的軟件哪個更好,Affinity 的劃一收費肯定比 Adobe 的訂閱付費更划算,所以準確的定價能夠吸引一批 Adobe 的被動用戶轉過來。

此外,像 Grammarly 這種有多個定價級別的服務,偶爾會有折扣優惠。例如,在你剛開始免費使用該服務時,或在使用一段時間後,你會獲得專業版的限時折扣,這樣被動者的你就可以嘗到好處,進一步將你轉為推薦者。

因此,為了提高推薦者的比例,我們需要多聆聽,給客戶帶來預期更多好處。

3. 持續地收集數據、改善和匯報

綜合調查所得的數據,我們得到了 NPS 分數和受訪者在開放式問題的回應。分析後,我們可以將批評者的怨言當成產品的弱點,把推薦者發掘的亮點當成優點,然後決定改進的優先次序。

那麼,收集了和改進了一次就夠了嗎?客戶的忠誠度會隨品牌或產品的變化而變,所以持續收集調查數據是至關重要,我們可以從 NPS 分數去追蹤客戶忠誠度的變化和改進。

此外,許多人忽視了匯報的重要性。團隊成員或管理層會拒絕投入長期資源進行 NPS 調查,是因為他們未嘗試過 NPS,不了解它的用處,而定期匯報可以讓大家明白 NPS 的功效,明白可以量化無形的客戶忠誠度,並把它作為主要的客戶分析指標。


結語

Net Promoter Score 是一個簡單、易於收集數據,用於衡量客戶忠誠度的黃金指標。只需定期或持續地用一條問題,就可以輕鬆取得客戶分析數據。然而,NPS 倚賴定量研究 (quantitative research) 進行分析有其局限。我們必須有相當大的樣本量才能有可靠的數據,並使用額外的開放式問題、訪問或其他用戶體驗指標來輔助,以獲得全面的調查結果。

根據調查的目的,其實有很多方法可以隱含地控制受訪者的抉擇和最終的 NPS 分數,調查應保持客觀到哪種地步,大家可以細心思量。過份控制固然會偏離研究的初衷,但也要留意 NPS 本身被批評的地方,這樣我們就不會不知不覺地掉入這些陷阱。

我個人認為,NPS 適合用作客戶分析,但不適合用作具體、微觀的用戶體驗分析如互動和用戶旅程研究。即使在 Airbnb 關於 NPS 的案例研究中,他們也結合了不同的調查框架和數據分析。因此,我希望在下一篇文章,能夠探討用戶體驗方面更有用的 Customer Satisfaction Score (客戶滿意度)。

感謝你讀到最後,我有點覺得自己寫得太多了。最近我有空,研究了一下用戶體驗中的 growth 和數據分析的部份,所以一直在做筆記和知識傳播(香港設計圈甚少文字設計知識的平台和社群)。如果你覺得這篇文章對你有用,對你有幫助,歡迎留言或分享 🙏


推薦閱讀

How well does NPS predict rebooking? – AirbnbEng on Medium

The simple metric that’s taking over big business – Fortune

NPS calculator: Find your Net Promoter Score – SurveyMonkey

The One Number You Need to Grow – Frederick F. Reichheld on Harvard Business Review


參考資料

Net Promoter Score (NPS) – use, application and pitfalls. (2011). Retrieved 21 June 2021, from https://www.checkmarket.com/blog/net-promoter-score/

How to turn NPS detractors into promoters – CheckMarket. (2020). Retrieved 21 June 2021, from https://www.checkmarket.com/blog/detractors-promoters-nps/

The ultimate guide to running a customer feedback program | SurveyMonkey. (2021). Retrieved 21 June 2021, from https://zh.surveymonkey.com/mp/customer-feedback-guide/