如何做好一場NPS調(diào)研?

我們在工作中經(jīng)常遇到的一個詞，那就是“產(chǎn)品NPS調(diào)研”。當(dāng)部分項目缺少專業(yè)的用研人員時，設(shè)計師、產(chǎn)品經(jīng)理則經(jīng)常會接受上級的要求，投身于NPS調(diào)研工作。

筆者也曾在2022年的某天突然接到一款產(chǎn)品年度NPS調(diào)研的任務(wù)。那么，NPS調(diào)研究竟該怎么做？下面將根據(jù)筆者的個人經(jīng)歷復(fù)盤，帶領(lǐng)大家重溫NPS的調(diào)研方法。

0 1 NPS基礎(chǔ)知識

1.1 什么是NPS？

NPS的核心就是：調(diào)研用戶對你產(chǎn)品的忠誠度。

1.2 NPS的計算規(guī)則

如何計算NPS值？我們一般通過詢問用戶“是否愿意向朋友推薦我們的產(chǎn)品和服務(wù)？”來獲得評分，并根據(jù)評分將用戶分為三類：

9～10分的是推薦者， 是產(chǎn)品忠實地用戶；

7～8分的是被動者，他們很容易被競品吸引走；

0～6分的是貶損者，他們更有可能去傳播產(chǎn)品的負(fù)面信息。

NPS最終的分值等于“推薦者占比”減去“貶損者占比”。

0 2 設(shè)計NPS問卷

想要做NPS問卷調(diào)研，一定要確保它結(jié)果的科學(xué)合理性，這樣才能在匯報時經(jīng)得起別人的挑戰(zhàn)。接下來我們來看一看需要注意哪些點。

2.1 問卷回收數(shù)量

2.1.1 需要回收多少問卷？

對于一次問卷調(diào)研，如果回收的數(shù)量太小，那么最終得到的評分也不足以客觀的評價產(chǎn)品的真實體驗。那么，我們需要回收多少份問卷才能夠達(dá)標(biāo)呢？

具體的詳情規(guī)則就不一一細(xì)說了，感興趣的童鞋可以去搜一下“樣本數(shù)量計算”的相關(guān)資料。在樣本的計算公式中需要我們填寫3個數(shù)值，大家可以通過輸入下面的數(shù)據(jù)快速計算出樣本：

總體數(shù)量： 也就是我們的用戶總數(shù)，如果很大或者你不知道是多少時可以為空

置信水平： 一般通用值填寫95%

置信區(qū)間： 一般通用值填寫5%

通過以上公式計算出的樣本數(shù)量，就是你本次問卷需要回收的最小數(shù)值。當(dāng)時產(chǎn)品的用戶體量為2W，那么問卷至少需要回收376份，才可以相對準(zhǔn)確的保障本次問卷結(jié)論合理有效。

可是回顧這款產(chǎn)品歷史問卷的回收量，居然沒有一次的數(shù)量能夠達(dá)標(biāo)。那么，麻煩的問題又來了，我們該如何回收到376份問卷呢？

2.1.2 如何提升問卷回收量？

為了提升問卷回收量，我開始查找資料、咨詢用研老師、對比歷史問卷數(shù)據(jù)，尋找能夠使問卷回收量達(dá)標(biāo)的辦法。

• 精簡提煉問題，降低問卷跳出率

縱觀歷史數(shù)據(jù)，發(fā)現(xiàn)在前幾次調(diào)研中，存在一個普遍的現(xiàn)象，就是問卷的跳出率一直很高，持續(xù)在70%～80%之間，是什么導(dǎo)致了這種情況呢？

最重要的一點就是：問卷的題目太多、內(nèi)容過于復(fù)雜。用戶點進(jìn)問卷后，發(fā)現(xiàn)填寫過于麻煩，便直接退出了。

所以問題的精簡提煉是優(yōu)化的第一步，結(jié)合產(chǎn)品2022年的大目標(biāo)，剔除掉歷史問卷中關(guān)聯(lián)度較低的問題設(shè)置，逐漸將NPS的調(diào)研題目縮短至兩題：NPS值評分&開放式反饋。

在精簡至這一步的時候，我們也遭到了許多質(zhì)疑：只有2兩道題，能支撐起NPS的數(shù)據(jù)統(tǒng)計嗎？

現(xiàn)在就來答疑解惑一下，按照NPS的問卷調(diào)研要求，核心問題必須具備三大塊：“篩選目標(biāo)用戶、NPS評分&分支維度、補(bǔ)充型問題”。

首先，由于我們用的推送渠道是服務(wù)號，這基本就可以確定填寫者都是產(chǎn)品的用戶；問卷通過企業(yè)openID登陸，我們可以通過后臺的用戶使用頻率進(jìn)行篩選，既可以區(qū)分用戶層級，又可以篩查出久未使用的用戶問卷，所以“篩選目標(biāo)用戶”的題目便被后臺處理所取代。

其次，我們將NPS的“分支維度題”&“補(bǔ)充型問題”作了結(jié)合，合并成一道針對NPS具體得分設(shè)置的三類評分用戶各自專屬的開放式反饋題：

9～10分的推薦者： 感謝您的評分，您愿意推薦我們的主原因是什么？我們還有哪些需要改進(jìn)的地方？

7～8分的被動者： 我們在哪些方面優(yōu)化會增強(qiáng)您推薦的意愿呢？

0～6分的貶損者： 很抱歉給了您不好的體驗，請問您不愿意推薦我們的原因是什么？

通過以上三條分支的后續(xù)追問，我們就可以得到”用戶推薦的亮點”，“可優(yōu)化的改進(jìn)點”和“不滿意的缺點“，便于接下來的分析與優(yōu)化。

• 選擇合適的推送渠道

完成問卷內(nèi)容的制作之后，接下來就是推送渠道的選擇。當(dāng)前公司常見的問卷渠道有：站內(nèi)信、應(yīng)用banner、郵件、服務(wù)號等，選擇一個曝光力度最大的渠道，會使關(guān)注到問卷邀約的用戶大幅增加，那么回收率也會相應(yīng)提升。

從不同渠道的問卷回收歷史數(shù)據(jù)來看，服務(wù)號的曝光度是最大的，最近一次的服務(wù)號推送回收數(shù)據(jù)達(dá)到了180份。所以，本次的問卷發(fā)放渠道仍然選定服務(wù)號來完成，但180份這個數(shù)據(jù)值距離我們的目標(biāo)還差得遠(yuǎn)，接下來則是調(diào)整推送時間。

• 選擇干擾性較小的推送時間

選擇一個合理且干擾性較小的時間段發(fā)出問卷邀約，用戶才會更可能的接受本次調(diào)研。通過調(diào)研周圍同事的工作習(xí)慣、以及詢問其它產(chǎn)品服務(wù)號的反饋數(shù)據(jù)對比，我們得出了最佳的時間點：5:45PM。在此時間段的問卷邀約，會得到最大的反饋率。

增加獎品吸引，提升用戶填寫意愿

經(jīng)過上述的優(yōu)化調(diào)整之后，我們?nèi)匀辉趽?dān)心問卷能否回收到376這個數(shù)字。畢竟在大家日常生活及工作中，所接觸到的信息干擾越來越多。對于各方產(chǎn)品投來的問卷邀請，測評邀約等，可能已很大程度上使用戶形成了厭煩心理，這樣的情況會導(dǎo)致用戶遇到你的問卷推送時，大概率選擇“無視”、甚至“取關(guān)”。

針對可能出現(xiàn)的這種情況，我們增加了關(guān)鍵的一項“刺激因素”：獎品吸引。通過獎品運營，讓用戶重拾填寫的興趣，增加問卷參與者。

2.2 問卷調(diào)研頻率

除了問卷的回收數(shù)目要求之外，我們還需要注意問卷的調(diào)研頻率。

產(chǎn)品在2022年度是按季度展開調(diào)研活動的，但是我們從中發(fā)現(xiàn)了一些問題。由于版本的發(fā)布時間不固定，按照季度來定期調(diào)研可能會導(dǎo)致新功能還未被用戶充分體驗的情況，不僅無法收獲更多有效信息、浪費資源，還會使被調(diào)研者有一種“反饋不被重視”的感覺。

對此我們重新調(diào)整了調(diào)研頻率規(guī)劃，按照“版本覆蓋率”&“反饋消化程度”來合理觸發(fā)新一輪的NPS調(diào)研。確保每次調(diào)研的前提條件一定是上一個版本覆蓋率高于70%，且上一次問卷反饋已基本處理完畢后，才可以開啟下一次的調(diào)研。

0 3 NPS結(jié)論分析

經(jīng)過上面的問卷優(yōu)化調(diào)整，產(chǎn)品2022年度NPS的問卷回收數(shù)達(dá)到576份，達(dá)到了最小回收數(shù)376份的目標(biāo)。 接下來，最重要的階段，則是如何通過回收到的問卷，來正確的分析出結(jié)果、提出關(guān)鍵性結(jié)論為產(chǎn)品提升質(zhì)量了。 那么我們該如何分析問卷數(shù)據(jù)呢？

3.1 過濾無效樣本

回收問卷后的第一步，就是需要對問卷數(shù)據(jù)進(jìn)行預(yù)處理，檢查是否存在無效問卷、異常反饋等。例如：問卷題目大量漏填、相似答案過多、答題速度過快……這些問卷都應(yīng)該被算作“無效樣本”被作廢處理。如果不做這一層數(shù)據(jù)清洗的準(zhǔn)備，那么得到的結(jié)果就很容易被這些無效樣本所影響。

產(chǎn)品曾經(jīng)在2022年Q3的一次線下活動中發(fā)起了NPS問卷調(diào)研的邀請活動，并搭配上獎品獎勵。但由于周圍有很多其它公司內(nèi)產(chǎn)品攤位都增設(shè)了獎品激勵的內(nèi)容，造成參與者產(chǎn)生“速戰(zhàn)速決”的心態(tài)。問卷NPS值一度飆升至70+，卻多為無效反饋，導(dǎo)致此次調(diào)研只能作廢重來。

3.2 問卷數(shù)據(jù)分析

過篩掉“無效樣本”后，接下來我們就需要對問卷數(shù)據(jù)進(jìn)行具體分析了。

3.2.1 NPS得分

NPS的分值肯定會是大家最關(guān)心的數(shù)據(jù)，當(dāng)這個數(shù)字出來之后，我們需要與歷史值做一下對比，是提升還是下降，這將會是一個很直觀的趨勢對比。如果沒有歷史值比較，那就按照一個大致的區(qū)間評估范圍：

低于0分： 貶損者超過推薦者，用戶滿意度堪憂；

0～30分之間： 產(chǎn)品不錯，但仍有改進(jìn)空間；

30～70分之間： 產(chǎn)品在用戶滿意度方面做得很好；

高于70分： 太棒了，你的大多數(shù)用戶都是產(chǎn)品擁護(hù)者！

當(dāng)然，我們不能僅憑一個分值去主觀的斷定該產(chǎn)品的好與壞，還需要關(guān)注該產(chǎn)品所在行業(yè)的均值。 也就是各年度的行業(yè)凈推薦值基準(zhǔn)，將自己的分值與行業(yè)基準(zhǔn)分?jǐn)?shù)比較之后，才能得到一個更加客觀的評分。

3.2.2 反饋數(shù)據(jù)整理

問題的分類整理是調(diào)研結(jié)論的核心工作，公司內(nèi)部常用的問卷平臺，例如：小易問卷、網(wǎng)易定位等，它們會幫助我們進(jìn)行很多基礎(chǔ)類的整理分類，這將會節(jié)省很多人力成本。

對于反饋梳理，我們也可以嘗試不同的角度，來助力大家快速定位核心問題所在：

• 站在用戶層面看反饋

站在不同用戶群體的層面去看總反饋的占比，比如：問卷的全部用戶、推薦者用戶、被動者用戶、貶損者用戶；這四個用戶群他們的高頻關(guān)鍵字都是什么？

高頻的負(fù)面反饋當(dāng)然是團(tuán)隊未來需要投入優(yōu)化的具體項；那么對于一些正面反饋，例如在問卷中，我們發(fā)現(xiàn)大量推薦者提到“VPN功能更加快捷、穩(wěn)定”，這一點就可以成為我們未來增長、運營的發(fā)力點?？梢酝ㄟ^VPN功能的宣傳推廣，吸引更多用戶轉(zhuǎn)化為產(chǎn)品的擁護(hù)者。 ?

• 站在反饋層面看用戶

查閱具體問題的用戶占比是為了更快的抓住產(chǎn)品核心痛點與爽點，如果出現(xiàn)某一類問題明顯在“某一類用戶”占比偏大，那就需要格外關(guān)注了。

在調(diào)研中我們發(fā)現(xiàn)了用戶反饋的“XXX問題”的“貶損者”占比超過80%，這就證明該問題一旦出現(xiàn)，用戶大概率會直接放棄使用我們的產(chǎn)品，這一反饋是值得產(chǎn)品團(tuán)隊注意的痛點。

（3）用戶后續(xù)跟進(jìn)

完成了問卷的總結(jié)分析之后，這些數(shù)據(jù)還有進(jìn)一步的利用價值。

通過NPS的反饋評論，結(jié)合產(chǎn)品后臺用戶行為數(shù)據(jù)分析，就能快速定位出那些對產(chǎn)品使用與調(diào)研具有強(qiáng)烈參與意愿的用戶了，而他們就是產(chǎn)品珍貴的建議者。

我們要學(xué)會充分利用這些“珍貴用戶”，大膽的邀請他們加入產(chǎn)品的后續(xù)互動：問題回訪、用戶訪談或者新功能內(nèi)測體驗等等……他們大概率不會拒絕我們的邀約，而且后續(xù)的互動會更加提升他們的參與感，為產(chǎn)品獲得更多的擁護(hù)者。

作者簡介

王月明，網(wǎng)易交互設(shè)計師，一個計算機(jī)專業(yè)，正在做交互的UI。喜歡可落地、有價值、可變現(xiàn)的實用型設(shè)計！