?我們在工作中經常遇到的一個詞，那就是“產品NPS調研”。當部分項目缺少專業(yè)的用研人員時，設計師、產品經理則經常會接受上級的要求，投身于NPS調研工作。

筆者也曾在2022年的某天突然接到一款產品年度NPS調研的任務。那么，NPS調研究竟該怎么做？下面將根據(jù)筆者的個人經歷復盤，帶領大家重溫NPS的調研方法。

1、NPS基礎知識

1.1 什么是NPS？

NPS的核心就是：調研用戶對你產品的忠誠度。

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品和服務？”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品的負面信息。

NPS最終的分值等于“推薦者占比”減去“貶損者占比”。

2、設計NPS問卷

想要做NPS問卷調研，一定要確保它結果的科學合理性，這樣才能在匯報時經得起別人的挑戰(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品的真實體驗。那么，我們需要回收多少份問卷才能夠達標呢？

具體的詳情規(guī)則就不一一細說了，感興趣的童鞋可以去搜一下“樣本數(shù)量計算”的相關資料。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。當時產品的用戶體量為2W，那么問卷至少需要回收376份，才可以相對準確的保障本次問卷結論合理有效。

可是回顧這款產品歷史問卷的回收量，居然沒有一次的數(shù)量能夠達標。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標的辦法。

• 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，是什么導致了這種情況呢？

最重要的一點就是：問卷的題目太多、內容過于復雜。用戶點進問卷后，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，結合產品2022年的大目標，剔除掉歷史問卷中關聯(lián)度較低的問題設置，逐漸將NPS的調研題目縮短至兩題：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的問卷調研要求，核心問題必須具備三大塊：“篩選目標用戶、NPS評分&分支維度、補充型問題”。

首先，由于我們用的推送渠道是服務號，這基本就可以確定填寫者都是產品的用戶；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”&“補充型問題”作了結合，合并成一道針對NPS具體得分設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的地方？

7～8分的被動者：我們在哪些方面優(yōu)化會增強您推薦的意愿呢？

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

完成問卷內容的制作之后，接下來就是推送渠道的選擇。當前公司常見的問卷渠道有：站內信、應用banner、郵件、服務號等，選擇一個曝光力度最大的渠道，會使關注到問卷邀約的用戶大幅增加，那么回收率也會相應提升。

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

• 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研。通過調研周圍同事的工作習慣、以及詢問其它產品服務號的反饋數(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

經過上述的優(yōu)化調整之后，我們仍然在擔心問卷能否回收到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，這樣的情況會導致用戶遇到你的問卷推送時，大概率選擇“無視”、甚至“取關”。

針對可能出現(xiàn)的這種情況，我們增加了關鍵的一項“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研頻率。

產品在2022年度是按季度展開調研活動的，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，按照季度來定期調研可能會導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，還會使被調研者有一種“反饋不被重視”的感覺。

對此我們重新調整了調研頻率規(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調研。確保每次調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研。

3、NPS結論分析

經過上面的問卷優(yōu)化調整，產品2022年度NPS的問卷回收數(shù)達到576份，達到了最小回收數(shù)376份的目標。接下來，最重要的階段，則是如何通過回收到的問卷，來正確的分析出結果、提出關鍵性結論為產品提升質量了。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)進行預處理，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)清洗的準備，那么得到的結果就很容易被這些無效樣本所影響。

產品曾經在2022年Q3的一次線下活動中發(fā)起了NPS問卷調研的邀請活動，并搭配上獎品獎勵。但由于周圍有很多其它公司內產品攤位都增設了獎品激勵的內容，造成參與者產生“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，導致此次調研只能作廢重來。

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)進行具體分析了。

3.2.1 NPS得分

NPS的分值肯定會是大家最關心的數(shù)據(jù)，當這個數(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：產品不錯，但仍有改進空間；

30～70分之間：產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)用戶都是產品擁護者！

當然，我們不能僅憑一個分值去主觀的斷定該產品的好與壞，還需要關注該產品所在行業(yè)的均值。也就是各年度的行業(yè)凈推薦值基準，將自己的分值與行業(yè)基準分數(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研結論的核心工作，公司內部常用的問卷平臺，例如：小易問卷、網易定位等，它們會幫助我們進行很多基礎類的整理分類，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鍵字都是什么？

高頻的負面反饋當然是團隊未來需要投入優(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，吸引更多用戶轉化為產品的擁護者。 

• 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，那就需要格外關注了。

在調研中我們發(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品，這一反饋是值得產品團隊注意的痛點。

（3）用戶后續(xù)跟進

完成了問卷的總結分析之后，這些數(shù)據(jù)還有進一步的利用價值。

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

我們要學會充分利用這些“珍貴用戶”，大膽的邀請他們加入產品的后續(xù)互動：問題回訪、用戶訪談或者新功能內測體驗等等……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，為產品獲得更多的擁護者。?