产品经理的选修课：改善用户推荐（NPS）的MNA方法论
“以用户为中心”被越来越多的非互联网公司所重视，这也是很多传统公司开始接触用户体验的第一阶段，随后就是接触关于NPS（净推荐值）的各种资料；接下来HR开放headcount，招聘用研新同学入职；立刻做自身品牌/产品/服务的NPS调研，但这些传统公司的特点就是：
- 用研刚成立，无历史材料沉淀
- 部门人数不多，很可能专职做用户研究/市场调研的就1个人
新入职的同学如何在外力帮助很小的情况下，开展NPS调研并落地推动，成为了首当其冲的问题。
作者结合自己6年的NPS项目研究经验，尝试定义如何系统性地改善NPS—MNA方法论。
方法论框架图
第一步：用户体验流程图绘制
主要包括两个阶段：体验流程梳理和用户反馈分析。以XX的线上店铺举例说明：
1. 用户体验流程梳理
基于XX的淘宝店铺售卖情况，初步梳理用户下单主流程图，包括每个主要环节下所涉及的功能点，作为体验地图的初步框架参考。
2. 用户反馈分析
此阶段主要分为4个部分：资料搜集、分析、分类和提炼总结，详细步骤如下图。
依据以上流程，我们梳理出了5个体验阶段、19个体验环节。
以“产品使用”为例，总反馈条数1707条。
问题分类，主要问题是：印刷的颜色、清晰度以及裁剪不符合要求（130条），印刷品材质不符（74条），印刷品味道较大（8条），其余1495条为主观好评。
第二步：问卷调研
依据第一步用户体验流程图的结果，筛选出用户可以接触较多的体验环节，并拆分为一级、二级体验环节，详细如下：
整个NPS的问卷逻辑主要分为三部分，用户推荐（NPS）评分问题、评分原因（到一级体验维度）、评分原因继续挖掘（针对一级体验维度细化到二级维度）。
以XX的【AAAA】为例：用户推荐（NPS）评分问题。
Q1. 根据您在【AAAA】的购物体验，您有多大可能将【AAAA】推荐给您熟悉的采购人员？（0-10分评分，0分绝对不会推荐，10分肯定会推荐）【单选题】
一级体验维度：
Q2 – 1. （针对Q1选择了9-10分的用户，循环显示选项）请问您愿意推荐【AAAA】的原因是？（多选。1-7项）
Q2 – 2. （针对Q1选择了0-8分的用户，循环显示选项）请问您认为【AAAA】在哪些方面做出改善，您会更愿意推荐？（多选。1-7项）
二级体验维度：
针对Q2选到的选项进行提问，以“产品质量”为例。
Q3 – 1. （针对Q2-1选择产品质量，循环显示选项）您觉得“产品质量”在哪些方面做的好？多选
Q3 – 2. （针对Q2-2选择产品质量，循环显示选项）您觉得“产品质量”在哪些方面需要改善？多选
第三步：分析子NPS和关注度
对于回收来的数据，经过清洗、甄选合格数据后，分析每个体验环节的子NPS和关注度。
1. 子项NPS
计算方法是：
子项NPS=子项的推荐者占比-子项的贬损者占比
背后原理：对于每一个NPS子项问题来说，关注它的用户中推荐者和贬损者人数占比的差异，即子项NPS本身也是这个子项问题在用户心中推荐程度最直接的体现。
2. 子项关注度
计算方法是：
子项关注度=选择NPS子项问题的用户数/参加NPS问卷调研的总用户数
背后原理：首先，我们认为，在NPS问卷中用户对0-10分完成选择后，进入到具体的推荐贬损原因子项时，做出任何一个子项的选择，都代表对此类问题的关注，也一定程度上体现了此类问题在用户心中的重要性。因此，我们通过选择某一NPS子项问题的用户数占所有参加NPS问卷调研的用户数的比例来定义关注度这个指标，衡量NPS子项问题的重要性。
3. 得到分析数据
依据前两步，得到一级、二级体验环节的分析数据，以一级体验环节为例，展示分析数据。
第四步：通过“NPS（用户推荐）影响因素及改善模型”找到具体改进点
NPS（用户推荐）影响因素及改善模型的原理是：根据第三步得到的子NPS和子关注度，以关注度作为横坐标，子NPS作为纵坐标，将所有的体验环节划分为四大区域。方便我们进一步分析，找到关键需要改进的方向和指标。 其中象限内的横线是关注度均值，纵线是子NPS均值。
阶段1
针对一级体验环节搭建改善模型，找到需要改善的一级体验模块，分析结果显示产品质量的用户关注度高于平均值（33%），但推荐意愿低于平均值（62%），是下一步的工作重点：
- 稳定保持区：NPS和关注度均在平均水平以上，继续稳定保持即可
- 锦上添花区：用户推荐水平在均值以上，但关注度较低，可以不断持续优化
- 亟须改善区：是驱动用户提升推荐意愿最有潜力的方面，但目前推荐意愿较低，亟须改善
- 长期关注区：用户推荐意愿和关注度均不高，仍需要长期关注
阶段2
针对落到“亟待改善”区的一级体验环节，进行其二级体验环节的改善模型分析。对一级体验环节“产品质量”通过NPS（用户推荐）影响因素及改善模型，进行再次分析。
分析结果发现：提高产品的清晰度并减少色差是增进用户对“产品质量”推荐意愿的主要手段；产品清晰度及色差的关注度均为24%，但推荐意愿（分别为68%及65%）均显著低于产品模块的NPS均值。
微信公众号：用户在左 体验在右，主要分享用户体验、市场调研、数据分析等个人心得。
本文作者@用户在左 体验在右 。
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
