NPS研究如何设计？从单一指标到完整忠诚度体系

适用场景

NPS 研究适用于：

• 忠诚度监测：建立公司级/产品级忠诚度北极星指标；
• 旅程节点评估：关键触点的忠诚度测量（购后、续费、服务后）；
• 竞品对标：与主要竞品的忠诚度横向比较；
• 流失预警：识别贬损者与潜在流失客群。

单次 NPS 数字价值有限，NPS 研究的真正价值在于体系化：指标 + 原因 + 驱动 + 闭环。

核心业务问题

• 我们的忠诚度处于什么水平？趋势向好还是向坏？
• 谁在推荐我们？谁在贬损我们？为什么？
• 什么因素驱动推荐意愿？优先改进哪里？
• 贬损者如何挽回？推荐者如何经营？

推荐研究框架

NPS 指标体系
├─ NPS 评分（0-10 推荐意愿）
├─ 分触点体验（购前/购买/使用/服务）
├─ 满意度补充（体验细化）
├─ 开放题（推荐/贬损原因）
└─ 背景变量（使用行为、客户属性、竞品）
→ 分组 NPS 对比 → 原因编码 → 驱动分析
→ 贬损者挽回清单 → 推荐者经营动作

方法选择

两种 NPS 定位：关系型 NPS（relationship，整体关系）适合年度/季度；交易型 NPS（transaction，单次体验）适合旅程触点。研究目标决定用哪种（或两者并用）。

样本设计

• 总体：现有客户（有完整使用周期的用户）；
• 样本量：≥ 400；细分（渠道/产品线/客群）每组 ≥ 100；
• 周期：季度或月度固定频率；交易型 NPS 可持续触达；
• 配额：按客户价值（大/中/小）、产品线、渠道配额；
• 样本轮换：追踪研究中控制重复受访者比例（如 ≤ 30%），平衡面板稳定性与新鲜度。

问卷模块

1. 甄别：使用状态、决策角色；
2. 核心 NPS 题：0–10 推荐意愿（标准口径，勿改）；
3. 原因开放题：“打这个分数的主要原因？”（必填，按分数段分叉：推荐者/被动者/贬损者分别追问）；
4. 体验维度：关键触点满意度（产品、价格、服务、App 使用等 3–6 个维度）；
5. 行为与背景：使用频次、时长、续费状态、人口属性、竞品使用。

分析输出

• NPS 看板：总体 NPS、趋势图、目标对比；
• 分组对比：按渠道/产品线/客群的 NPS 差异（含显著性）；
• 原因分类：推荐者/贬损者原因编码对比——贬损者高频主题即流失风险；
• 驱动模型：体验维度对 NPS 的回归贡献排序；
• 人群深描：高价值贬损者画像（谁最危险、为什么）；
• 闭环清单：Top 贬损原因 → 责任部门 → 改善动作 → 下期验证。

常见错误

1. 只测一个数字：没有原因、没有驱动、没有分组，NPS 无法指导行动；
2. 改变标准题口径：换量表、换措辞，无法与行业基准和历期比较；
3. 样本偏差：只在活跃用户中抽样，系统性高估 NPS；
4. 追踪口径不一致：抽样渠道、问卷结构变化导致趋势失真；
5. 忽略被动者：7–8 分是“可争取”人群，是提升 NPS 的最大机会池；
6. 无闭环机制：调研结果没有触达业务团队，NPS 沦为“汇报数字”。