净推荐值（NPS）：它到底衡量什么，这个数字该怎么用

NPS 是商业中使用最广泛的指标之一，也是被误解最多的指标之一。这个数字究竟能告诉你什么，又不能告诉你什么。

2003 年，咨询顾问弗雷德·赖克哈尔德（Fred Reichheld）在《哈佛商业评论》上发表文章，指出大多数客户满意度调查过长、频率过低，而且与实际业务成果脱节。他提出的替代方案只有一个问题：按 0 到 10 分，你有多大可能把我们推荐给朋友或同事？ 他把由此得出的指标称为净推荐值（Net Promoter Score），此后二十年间，它可以说成为客户体验领域讨论最多的数字。

从四人初创公司到苹果，都有人在跟踪 NPS。你也会看到研究者质疑它的预测力并严厉批评它，还有运营团队悄悄“做数据”——专挑客户心情最好的时候发问卷。关于 NPS 的真相，介于鼓吹与怀疑之间：它是一个有用的工具，但有真实的局限，而大多数组织要么完全忽视它，要么把它看得比实际更有意义。

本文试图绕开这两种误区。

得分是如何计算的

计算方式很简单。你请客户按 0 到 10 分评价推荐意愿，再根据答案把他们分为三组。

推荐者——打 9 分或 10 分的客户——理论上是你的热情拥护者：他们会真正推荐你、扩大自己的使用范围，也最不容易流失。贬损者——0 到 6 分——是不满意的客户，可能会主动劝别人远离你。被动者打 7 分或 8 分，他们满意但并不热情，很容易被竞争对手的方案打动。

把被动者排除在计算之外，是 NPS 设计中较违反直觉的选择之一。其理由是，被动客户不会在任何方向上显著推动增长。这在实证上是否成立尚有争议，但值得理解，因为这意味着客户从被动者变成推荐者，并不会改变你的得分——真正起作用的只有贬损者与推荐者之间的转换。

好的得分是什么样

团队在这里常常困惑，因为 NPS 在不同行业差异极大。在电信这个出了名客户不满的行业里值得庆祝的得分，放在消费类软件中——期望更高、转换成本更低——则令人担忧。把你的得分与行业平均水平比较，远比与通用基准比较更有意义。

不过，比任何基准都更重要的是你自己随时间变化的趋势。六个月内从 14 升到 28，说明了有意义的积极信号；从 62 跌到 45，则说明出了问题，哪怕单看 45 似乎还不错。方向比绝对数值更重要，对尚无法获得统计上稳健样本的小团队尤其如此。

比得分更重要的问题

组织在 NPS 上犯的最大错误，是把它当成终点而不是起点。他们发出问卷，收集数字，放进仪表盘，然后继续前行。得分就放在那里，每个季度略升或略降，却没有给产品或服务的实际运作带来任何改变。

NPS 之所以设计了追问，是因为单靠数字几乎无法告诉你任何可执行的信息。它只能告诉你客户总体上满意还是不满意，却不能告诉你原因、具体在哪里、该怎么办。追问——通常是类似“您给出这个分数的最主要原因是什么？”——才是真正洞察所在。

当你大量阅读开放式回答时，会浮现出任何数字得分都无法呈现的模式。你可能发现，贬损者集中在某个痛点上——比如新手引导流程，或缺失的集成——而推荐者则一再提到某个具体功能或你的支持团队的服务质量。这些都是可以采取行动的信息。得分告诉你有问题，回答告诉你该往哪里看。

何时发送问卷——以及何时不该发

发送时机对结果的影响格外大，不仔细考虑这一点的团队，最终得到的是只会讨好自己而不提供真实信息的数据。如果你在客户刚顺利完成某件想做的事之后立刻发问卷——成功完成新手引导、支持工单得到解决、购买完成——得到的得分反映的是那个积极瞬间，而不是他们与你的整体关系。如果你在注册后任意某个间隔发送，或者在已知故障正在影响用户时发送，又会得到另一种结果。

没有放之四海而皆准的频率，但有几条原则站得住脚。对于 B2B SaaS 产品，每季度向活跃用户发送一次通常效果不错——频率足以捕捉有意义的趋势，又不至于让客户产生问卷疲劳。对于电商和消费类产品，在购买或送达后触发交易型问卷更合理。对于服务型企业，在服务完成后一周内、体验仍然新鲜时发送，通常最有价值。

最重要的细分群体

汇总的 NPS 隐藏的和揭示的一样多。把重度用户、几乎不活跃的用户、企业客户和免费版用户平均在一起得到的全公司单一得分，几乎肯定对他们每一类都说明不了任何事。更有价值的做法是细分 NPS 数据，分别查看每个群体。

重度用户——每天使用你的产品和核心功能的人——得分几乎总是高于偶尔使用的用户。这很合理。你想知道的是，为什么偶尔使用的用户只是偶尔使用，以及打低分的人能否告诉你怎样才会改变。按套餐类型、公司规模、行业或客户合作时长细分，通常会发现人群截然不同、关注点也截然不同。

最值得行动的群体往往是被动者：打 7 分或 8 分的客户。他们并非不满，只是不热情，有什么东西阻碍他们成为完全的拥护者。与少数被动客户直接交谈，问一句“要怎样才能让您从 8 分变成 10 分？”，是小团队能做的回报最高的客户研究活动之一，成本只是时间。

闭环：收集回复后该做什么

NPS 领域所说的“闭环”（closing the loop），是指直接跟进回复问卷的客户——尤其是贬损者——回应他们说的话，并在可能时采取行动。这是大多数组织掉链子的一步：问卷发出去，数据分析了，得分上了幻灯片，而那些花时间告诉你一些事情的客户，从此再也没有收到任何回音。

这既是错失的机会，对贬损者来说也是一种小小的不尊重。一位给你打 3 分并详细说明原因的客户，等于给了你一份礼物。如果没人回应，你就表明自己其实并不关心答案，只关心那个数字。

对贬损者而言，跟进的目的不是当场把他们变成推荐者，而是更深入地了解他们的体验，并在可能时解决造成不满的问题。许多贬损者在收到公司里某个人真诚、个人化的回复后，会显著改变看法，即便产品的根本问题尚未修复。被倾听本身就很重要。

对推荐者而言，一句简单的致谢——一封感谢邮件，或询问他们是否愿意公开分享体验——就能把被动的拥护变成主动的推荐。给你打 9 分或 10 分的推荐者本就倾向于推荐你。在其热情被测量的那一刻轻轻推一把，让他们真正去做，成本几乎为零，偶尔还能换来一个案例研究、一条评价，或是引荐另一位潜在客户。

NPS 的诚实局限

任何公允的 NPS 评述都必须承认那些真实的批评，因为其中一些相当严肃。最重要的是文化差异问题。研究一再表明，给出极端分数（9 或 10 分与 7 或 8 分）的意愿，因国家和文化背景而有显著差异。美国客户整体上往往比德国或日本客户打分更高，与其实际满意度无关。如果你在四十个市场运营一款全球化产品，单一的 NPS 数字会部分反映各地的文化作答风格，而不只是客户体验。

还有一个问题：NPS 是否真的能预测它声称要预测的东西。赖克哈尔德的原始研究把高 NPS 得分与收入增长联系在一起。后续研究发现，这种关系比最初的说法弱得多，且更取决于行业。多数研究中 NPS 与客户满意度确实相关，但它是否比其他满意度指标更能预测业务成果，确实存在争议。

这一切并不意味着 NPS 毫无用处——而是说它是一种较钝的工具，被用在有时需要更锋利工具的场合。对于目前完全没有衡量客户满意度的团队，从 NPS 起步是重大改进。对于已运行 NPS 多年、想更精确理解客户行为的团队，叠加客户费力度（Customer Effort Score）、流失预测模型或产品使用数据等指标，将提供更丰富的画面。

从零开始建立 NPS 实践

如果你从零开始，最重要的是从简单做起并保持一致。先选一个客户群体做调查——最活跃的用户，或最新一批新客户。写一份问卷，包含标准 NPS 问题和一个开放式追问。使用任何能发邮件的问卷工具（Typeform、Google Forms 等十几种工具对小团队都够用）。在日历中设一个提醒，三个月后以同样方式再做一次。

在手动完整跑过至少两三轮、并清楚数据将如何实际使用之前，不要投资专门的 NPS 软件。风险在于，你在还没养成阅读结果并据此行动的习惯之前，就花时间去配置一个平台。一张电子表格加一个共享文件夹存放开放式回答，团队每季度一起复盘，头六个月里教给你的东西比任何仪表盘都多。

每一轮结束后要问自己的问题始终相同：得分是多少，趋势朝哪个方向？贬损者在说什么，是否存在规律？推荐者在说什么，我们是否在多做这些？上次我们有没有跟进受访者，从这些对话中学到了什么？如果你每个季度都能清楚回答这四个问题，你就拥有了一套运转良好的 NPS 实践——无论你用什么工具来运行它。