NPS(Net Promoter Score,净推荐值)作为衡量客户体验的重要指标之一,如今被广泛应用于客户体验管理领域。NPS不仅能直观地量化客户对企业的忠诚度,也可以在一定程度上反映企业当前和未来一段时间内的持续盈利能力。企业在以NPS理念为核心的客户体验管理体系中,通常会基于客户反馈的问题确定改善方向,设计改善方案并实施,从而提升客户体验。但往往面临一个困惑:这么做能带来什么价值,对提升NPS有多少贡献?
作为NPS领域的先行者,早在2011年,卓思就为宝马设计并实施了中国汽车行业首个以NPS理念为核心的体验管理项目。得益于十多年在NPS体系上的耕耘,卓思在NPS领域是有着丰富的经验和相当的话语权。卓思认为,对改善动作的价值量化并不容易,但归因分析是评估改善动作(或具体指标)对NPS贡献度的有效方法。
归因分析用于了解各个指标对NPS得分贡献度的大小,主要原理包括以下3个关键内容:
1)每个指标都可以基于自身占有的推荐者和诋毁者数量计算该指标的NPS;
2)每个指标NPS对总体NPS的贡献权重是不同的,指标提及越多拥有的权重越高;
3)加权后的指标NPS即为该指标对总体NPS得分的贡献值。
我们通过下表中A-J共10个客户的NPS评分为例,详述归因分析的计算过程。
在这组数据中,有7个推荐者,2个诋毁者,NPS得分为(7-2)/10*100=50。
客户A打10分,共提及了驾驶性能和产品质量两个正向指标,A是1个推荐者,因此驾驶性能和产品质量各占有0.5个推荐者;客户B打9分,共提及了驾驶性能1个正向指标,B是1个推荐者,因此驾驶性能占有1个推荐者;同理,基于每个客户反馈的指标情况,都可以得出该指标对应的推荐者或者诋毁者数量。
以驾驶性能为例,提及该指标(含正向和负向)的共7个客户,占有推荐者4.5个,诋毁者0.5个,因此驾驶性能的NPS=(4.5-0.5)/7*100。
考虑到总共10个客户,驾驶性能对总体NPS贡献的权重为7/10,加权后驾驶性能的NPS=((4.5-0.5)/7)*100*(7/10)=(4.5-0.5)/10*100=40,即为驾驶性能对总体NPS的贡献值,占总体NPS的40/50=80%。
接下来,卓思将结合汽车行业的NPS项目,介绍归因分析如何进行实战应用。
某主机厂定期对购车满1年的客户进行NPS调研,了解客户的推荐度和具体原因,包括产品、服务、智能网联、充电等多个业务方向,具体指标很多,我们选择客户关注度较高的10个指标进行归因分析。
1.总体表现
从数据来看,NPS总分为63,其中产品贡献66%,服务贡献29%,智能网联贡献5%,充电贡献0%。
这个结果带给我们3点启发:
1)产品是影响客户推荐的最主要因素;
2)服务对客户推荐也有较大贡献;
3)智能网联还有很大的提升空间。
各业务的具体指标还可以展开,以服务的主要指标为例,服务态度最重要,对NPS的贡献值为5.2,这个数虽然看起来不高,但如果服务做得不好,服务态度的贡献值不仅可能为0,还可能为负值。
此外,可能出乎很多人的意料,客户关怀的重要性也很高,几乎不亚于新车交付。
2. 车型表现
从各车型级别的NPS贡献度看,C车型的产品贡献度最高,D车型的产品贡献度最低;从具体产品指标的表现看,C车型的产品表现更多来自驾驶性能,而产品质量对A车型的贡献更高。
3. 区域表现
各区域的NPS得分,也可以通过归因分析拆解出在服务方面的差异。
如下图所示,北区的服务贡献度最高,南区的服务贡献度最低;从具体服务指标的表现看,北区的服务表现更多来自服务态度,而南区主要在客户关怀上落后较多。
由此可见,归因分析可以清晰量化各业务、各指标对当前NPS的贡献度,并通过多维度对比,了解不同维度下的弱项,明确提升方向,直接回应改善动作带来的NPS预期提升效果,会让客户体验管理工作更加有的放矢。
而且,归因分析在NPS研究中的应用远不止于此,还可以在横向和纵向上进行拓展。横向可以通过多品牌对比,了解该品牌的NPS表现和各业务的贡献度差异,从而更好量化与竞品的竞争优劣势,谁的产品或者服务对客户体验的贡献更高,差距多大;纵向可以通过多期次对比,解读NPS波动的深层次原因,比如哪个指标的贡献度持续下行或低于预期,以明确后续重点提升的业务方向。
作为早在2010年便开始在国内使用NPS概念、实施NPS项目、推广NPS应用的先行者,卓思希望通过以上归因分析的介绍,能够帮助更多企业正确地认知NPS、科学地实施NPS、真正地用好NPS,以NPS开启企业新一轮增长之旅。
（来源：News快报）
