惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
Check Point Blog
S
Schneier on Security
P
Privacy & Cybersecurity Law Blog
S
Security @ Cisco Blogs
W
WeLiveSecurity
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Microsoft Azure Blog
Microsoft Azure Blog
NISL@THU
NISL@THU
T
Troy Hunt's Blog
L
LangChain Blog
L
LINUX DO - 最新话题
T
The Exploit Database - CXSecurity.com
Engineering at Meta
Engineering at Meta
N
News and Events Feed by Topic
A
About on SuperTechFans
N
Netflix TechBlog - Medium
P
Proofpoint News Feed
MyScale Blog
MyScale Blog
Martin Fowler
Martin Fowler
Y
Y Combinator Blog
H
Heimdal Security Blog
aimingoo的专栏
aimingoo的专栏
T
Threat Research - Cisco Blogs
SecWiki News
SecWiki News
Microsoft Security Blog
Microsoft Security Blog
T
Tenable Blog
P
Proofpoint News Feed
H
Hacker News: Front Page
G
GRAHAM CLULEY
I
Intezer
V
V2EX
S
Secure Thoughts
Stack Overflow Blog
Stack Overflow Blog
H
Help Net Security
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
人人都是产品经理
人人都是产品经理
博客园 - 聂微东
Latest news
Latest news
Recent Announcements
Recent Announcements
Hugging Face - Blog
Hugging Face - Blog
腾讯CDC
博客园_首页
Webroot Blog
Webroot Blog
博客园 - 三生石上(FineUI控件)
AI
AI
N
News | PayPal Newsroom
Google DeepMind News
Google DeepMind News
Security Archives - TechRepublic
Security Archives - TechRepublic
B
Blog RSS Feed
美团技术团队

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
产品经理的选修课:改善用户推荐(NPS)的MNA方法论
用户在左 体验在右 · 2022-08-02 · via 人人都是产品经理

编辑导语:“以用户为中心”被越来越多的非互联网公司所重视,随后便是接触关于NPS的各种资料,然后招聘用研新同学,开始做自身品牌/产品/服务的NPS调研。那么,如何在外力帮助很小的情况下,开展NPS调研并落地推动呢?本文作者对NPS—MNA方法论进行了分析,希望能给你带来帮助。

“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。

改善用户推荐(NPS)的MNA方法论

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

改善用户推荐(NPS)的MNA方法论

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。

改善用户推荐(NPS)的MNA方法论

依据以上流程,我们梳理出了5个体验阶段、19个体验环节。

改善用户推荐(NPS)的MNA方法论

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:

改善用户推荐(NPS)的MNA方法论

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:

改善用户推荐(NPS)的MNA方法论

  • 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。

改善用户推荐(NPS)的MNA方法论

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。

本文由@用户在左 体验在右 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。