什么是NPS？相信從事互聯網行業的諸君，對于NPS一定不會陌生。NPS的全稱Net Promoter Score，即凈推薦值，主要通過一個問題來測量客戶/用戶向他人推薦某個企業或服務可能性的指數：

你有多大可能把我們的品牌/產品/服務推薦給周圍的親朋好友？請從0-10分選擇符合你真實意愿的具體分值。0分表示“毫無可能”，10分表示“非常有可能”。

按照客戶不同的打分，將用戶分成三組人群：推薦者（打9和10分的客戶）、貶損者（打分0-6分的客戶）、被動者（打7和8分的客戶）。有了這三組數據，便可計算出NPS得分：（推薦者人數-貶損者人數）/受訪者總人數

哪些公司、產品在使用NPS

測量NPS是一個快速了解用戶情緒的簡單辦法，在市場上已廣為人們所接受，許多龍頭企業，包括Apple、戴爾、匯豐、KPMG、中國平安、天貓、滴滴、螞蟻金服、中國移動等，已將其植入了公司運作乃至KPI。

NPS使用過程中可能存在的問題

NPS并非萬能，現有許多專家學者對NPS使用過程中存在的問題進行了研究，2019年12月，《哈佛商業評論》雜志曾刊專文——“凈推薦值問題出在哪”——對NPS使用過程中存在的問題進行系統梳理，主要包括以下幾個方面：

• NPS用于測量用戶的問題，其假設存在一定問題
• 潛在的錯誤分類
• 簡單性與有有用性之間的權衡

自評時的異質性差異

以往的許多研究對于NPS的分析，往往忽略了用戶自評時的異質性差異。在對于NPS（凈推薦值）使用的過程中，測量是否準確、科學是研究結果是否可靠的前提和基礎，但目前NPS的測量方法顯然會受用戶/消費者自評時的異質性差異的影響。

什么是自評異質性差異？

舉個例子，以現有的NPS測量方法為例：假設A、B兩人同樣給某一產品的NPS值評了7分，在A的評價認知體系中，他/她認為6分（含）以上就稱得上是“推薦”了，而B則認為8分（含）以上才算是“推薦”。因此，由于A、B兩人對“推薦”的基準不一致，同樣的7分，A認為自己是“推薦”的，而B則認為自己是“不推薦”的。因此，如果不對自評異質性問題進行統計控制，直接運用評分結果進行統計分析會存在一定問題

其實，不僅NPS值存在自評異質性問題，所有主觀概念的測量，如個人健康狀況、幸福感、工作滿意度等均存在自評異質性問題。

以自我健康評價為例，由于不同群體、不同個人對健康的定義、判斷標準和期望水平等可能存在顯著差異，相同的自我健康狀況評分很可能代表不同的健康狀況。已有研究表明，不同性別、種族、年齡的群體關于健康的標準存在很大差異。

與自我健康評價相比，NPS（凈推薦值）的測量更加主觀，自我健康狀況的自評異質性可以通過引入能夠客觀評價的標準化情境來加以克服，而NPS的標準化場景卻不容易建立，但我們可以借鑒健康測量中克服自評異質性的主要思路。

通過什么方法可以改善樣本自評異質性差異問題？

學界一般通過引入“錨點”的情境選擇測量法，來克服自評異質性問題。

使用問題1測量用戶/消費者NPS的自我評價，新增問題2去校正問題1所得評分。問題1、2均采用一致的測量原點，起到測量標準化的作用，使測量對象的主觀感受可量化，且不同對象的測量結果具有可比性。

問題1：你有多大可能把我們的產品/公司推薦給周圍的親朋好友？請從0-10分選擇符合你真實意愿的具體分值。0分表示“毫無可能”，10分表示“非常有可能”。

問題2：在對我們產品/公司的推薦評分中，你認為幾分及以上算是“推薦”（最高分為10分，最低分是0分）

一個實證案例：關于A銀行NPS的研究

數據

通過兩大渠道收集數據：銀行App首頁banner，銀行微信公眾號。有效樣本占比約為81%，問卷平均填答時間約6分鐘，通過去重、填答時間、問題前后邏輯設置，去掉無效、低質量問卷，共回收有效問卷1046份。

自評異質性的影響因素

自評異質性方面，所有用戶“幾分以上是推薦的”平均分8.26分，顯著高于通常認為的及格線（6分），同樣顯著高于通常認為的優秀線（8分）。其中，女性用戶“幾分以上是推薦的”平均分8.36顯著高于男性用戶平均分8.16（t檢驗顯著），說明不同性別用戶之間存在自評異質性問題，即男性、女性用戶對于A銀行推薦與否的基準不一致。

女性>男性，t檢驗顯著，p=0.04

不同的受教育程度群體，同樣存在自評異質性差異，如表3所示：初中文化程度“幾分以上是推薦的”平均分最高，8.53分；碩士及以上，平均分最低，7.67分。單因素方差分析（ANOVA）表明，不同受教育程度群體間在“幾分以上是推薦的”存在顯著差異。

ANOVA分析顯示：不同組別的均值存在顯著差異，p=0.002

具體操作方案：等比例標準化

等比例標準化方法的核心思想是：將“在對我們銀行的推薦評分中，你認為幾分及以上算是推薦”中的得分（以下簡稱評分基準或推薦臨界點）統一調整到9分，從而使得不同用戶之間的推薦評分具有可比性。推薦基準本身是人為確定的，主要是為了有一個統一的參照標準，可以是8分，理論上也可以是任意一個其他分數。本文將推薦基準設定為9分，主要考慮到符合NPS的劃分標準。

等比例標準化方法假定：用戶的原始評分與用戶的評分基準之比等于調整后評分與我們預設的評分基準（本文設定為9）之比

小結

筆者在這給NPS“挑刺”并不是否定NPS，NPS在諸多業務領域取得的成就有目共睹，也毋庸贅言。但任何一種方法都很難做到完美無缺，只有明白該方法的使用局限，才能更好地運用它為我們服務。

此外，在使用主觀概念的測量時（這里不局限于NPS），用戶/消費者自評時的異質性差異這一問題不應被忽視，在引入錨點，進行標準化的時候，筆者著重介紹了等比例標準化方法，除此之外，還有等距離標準化方法，在原理方面其實是異曲同工。

轉載聲明：本文來源于網絡，不作任何商業用途