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

L
LangChain Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
雷峰网
雷峰网
量子位
V
V2EX
S
SegmentFault 最新的问题
月光博客
月光博客
博客园 - 【当耐特】
Hugging Face - Blog
Hugging Face - Blog
V
Visual Studio Blog
大猫的无限游戏
大猫的无限游戏
T
Tailwind CSS Blog
博客园_首页
博客园 - Franky
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
美团技术团队
Y
Y Combinator Blog
The Cloudflare Blog
C
Check Point Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
腾讯CDC
B
Blog
Stack Overflow Blog
Stack Overflow Blog
P
Proofpoint News Feed

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,
客户体验:哪些行业不适用NPS?
龙国富 · 2022-08-10 · via 人人都是产品经理

编辑导语:净推荐值(NPS)是最流行的顾客忠诚度分析指标之一,它专注于顾客口碑如何影响企业成长,很多企业都把它作为关键指标进行监测。原则上只要你想用就能用,然而,有些行业可能并不适用NPS,本文作者对此作出了分析,一起来看一下吧。

净推荐值(NPS)与企业业务增长相关性很强,它是最流行的顾客忠诚度分析指标之一,专注于顾客口碑如何影响企业成长。现在很多企业都把 NPS 作为关键指标进行监测。

原则上 NPS,只要你想用,一定能找到一堆理由来支持。

我想聊聊,究竟哪些行业可能并不适用NPS?

首先,NPS 在商业应用上是计量某个客户将会向其他人推荐某个企业或服务可能性的指数。

从这个定义当中,我希望能通过一个概括性的模型可以帮助大家进行 NPS 行业适用度的判断,我拆解「参与度」、「意义性」作为判断 NPS 行业适用的核心要素。

客户体验:哪些行业不适用NPS?

参与度:指客户在与企业提供的产品或服务的交互中,需要投入的程度。

原则上,客户投入的程度越高,意味着客户与企业的交互次数就越多,客户就有更大的机会获得更多的体验。这些体验会形成客户故事,会成为分享的素材并刺激客户进行推荐。

意义性:企业提供的产品或服务本身自带的意义属性倾向,可以划分为「显性意义」和「隐性意义」。

  • 显性意义,常与 C 端客户生活和工作息息相关,能很好彰显个性、仪式感或积极正向的态度情绪。比如,筹办婚礼→显性意义。
  • 隐性意义,常与隐私有强关联,越是涉及隐私的部分,适用度越低。这里的个人隐私需要依赖文化与所处的社会背景进行判断。比如,要去做手术→隐性意义。

这里意义性不同于客户在使用企业提供的产品或服务之后的整体满意度,满意度是可以通过改善进而提高的。

为此,我尝试绘制了一个「净推荐值(NPS))行业适用度模型 V1.0」进行概念表达,如下图(注意:模型仅为研究探索)。

客户体验:哪些行业不适用NPS?

净推荐值(NPS)行业适用度模型 V1.0

我讲解一下这个图大概想表达的意思:

1)高得分区:在客户主观参与度比较高,且为显性意义的行业。

客户会因为高参与度与突出的显性意义,会给出更高评价的分数,但同行业绝大多数的差异可能就在几分,甚至零点几分的差距。所以实施 NPS 的意义并不大,不过只是在一米八以上的高个儿里面选矮子。

  • 婚庆行业。比如,摄影公司、婚宴公司,等等。
  • 月子中心行业。比如,产后护理、月子餐,等等。

2)慎用区:在客户主观参与度比较高,但为隐性意义的行业。

通常 NPS 的得分都会比较低,且实施 NPS 很有可能会侵犯到个人的隐私或冒犯尊严等等,会容易激起客户的反感,在使用上要非常谨慎。

  • 医疗行业。比如,医院、诊所,等等。
  • 殡葬行业。比如,殡仪馆,等等。
  • 律政行业。比如,律师、法务,等等。

3)低得分区:在客户主观参与度比较低,且为隐性意义的行业。

这类行业通常客户不是最后的决策者,像 B 端的企业,询问基层的人哪怕愿意推荐,也不能代表在决策者的判断标准中是适用的,一般来说,该区域并不适用 NPS。

  • B2B 制造行业。比如,汽车制造商、车床、芯片,等等。

4)垄断性:完全垄断行业。

对于完全垄断的行业,消费者大多情况下都是一堆怨气,而且没有替代品的情况下,不存在忠诚度的概念,推不推荐又有什么意义呢。

  • 国营企业。比如,国家电网、石油、通讯,等等。

5)适用区:不管客户主观参与度高低,只要为显性意义的行业(除高得分区外),均可适用。

Okay,这是我的一点思考,欢迎留言交流。

#专栏作家#

龙国富,公众号:龙国富,人人都是产品经理专栏作家,人因工程硕士。致力于终身学习和自我提升,分享用户研究、客户体验、服务科学等领域资讯,观点和个人见解。

本文原创发布于人人都是产品经理,未经授权,禁止转载。

题图来自Unsplash,基于CC0协议。