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

S
Secure Thoughts
T
The Exploit Database - CXSecurity.com
W
WeLiveSecurity
S
Security @ Cisco Blogs
Cloudbric
Cloudbric
D
Darknet – Hacking Tools, Hacker News & Cyber Security
N
News and Events Feed by Topic
P
Privacy & Cybersecurity Law Blog
Help Net Security
Help Net Security
L
LINUX DO - 最新话题
H
Hacker News: Front Page
H
Heimdal Security Blog
Google DeepMind News
Google DeepMind News
V
Vulnerabilities – Threatpost
Know Your Adversary
Know Your Adversary
F
Fortinet All Blogs
博客园 - 三生石上(FineUI控件)
Recorded Future
Recorded Future
阮一峰的网络日志
阮一峰的网络日志
T
Tor Project blog
D
DataBreaches.Net
V
Visual Studio Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Stack Overflow Blog
Stack Overflow Blog
GbyAI
GbyAI
Recent Commits to openclaw:main
Recent Commits to openclaw:main
aimingoo的专栏
aimingoo的专栏
The Hacker News
The Hacker News
A
Arctic Wolf
大猫的无限游戏
大猫的无限游戏
月光博客
月光博客
P
Proofpoint News Feed
T
Tailwind CSS Blog
Apple Machine Learning Research
Apple Machine Learning Research
WordPress大学
WordPress大学
Scott Helme
Scott Helme
酷 壳 – CoolShell
酷 壳 – CoolShell
SecWiki News
SecWiki News
The Cloudflare Blog
N
News and Events Feed by Topic
宝玉的分享
宝玉的分享
Hacker News - Newest:
Hacker News - Newest: "LLM"
小众软件
小众软件
博客园 - Franky
人人都是产品经理
人人都是产品经理
J
Java Code Geeks
Blog — PlanetScale
Blog — PlanetScale
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Attack and Defense Labs
Attack and Defense Labs
T
Threat Research - Cisco Blogs

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,
问卷设计:NPS/CSAT要先问还是后问?
龙国富 · 2022-08-19 · via 人人都是产品经理

在调查问卷中,净推荐值(NPS)/总体满意度(CSAT)问题到底应该「先问」还是「后问」呢?是否存在着“顺序效应”?本文作者对这个问题进行了探讨分析,感兴趣的小伙伴们一起来看一下吧。

大家觉得净推荐值(NPS)/总体满意度(CSAT)问题是应该「先问」还是「后问」呢?人是主观动物,第一反应的直觉很重要,为什么不「先问」呢?

最近在交流中谈及这个话题,如果你也有同样的疑惑,一起来探讨调查问卷中净推荐值(NPS)/总体满意度(CSAT)「先问」或者「后问」,是否存在“顺序效应”。

01 满意度(CSAT)和净推荐值(NPS)

1. 满意度(CSAT)

问卷设计:NPS/CSAT要先问还是后问?

满意度会通过询问填答者:您对 [xxx] 的整体服务满意吗?测量客户期望值与客户体验的匹配程度。匹配度越高,客户的满意度也就越高。

填答者以 1~5 分表示,1 分表示非常不满意,5 分表示非常满意。一般可以通过评分划分出满意和不满意的客户群体。

比较常见的是,会依据 1-3 分:划分为不满意的群体;4-5 分:划分为满意的群体。

当然也有一些对于满意度管理比较严谨的企业,会依据 1-4 分:划分为不满意的群体;5 分:划分为满意的群体。

2. 净推荐值(NPS)

问卷设计:NPS/CSAT要先问还是后问?

净推荐值(NPS)调查通常只有一个简单的问题(根据需要会后续提供一个开放性问题):你有多大可能性将 [xx产品/服务]推荐给朋友或同事?

填答者以 0~10 分来表示,0 分表示“绝对不会”,10 分表示“非常愿意”。调查结束后,可以根据填答者回答的分数划分为3组(每个组中都会包含不同类型的客户):

  • 推荐者:9~10 分;推荐者理论上是最可能推荐你的产品的人,他们基本上对你的产品表示满意,也是你的忠实客户。
  • 中立者:7~8 分;中立者是处于摇摆立场的人,他们喜欢你的产品,但是并不会足以让他们愿意冒着影响声誉的风险去推荐。
  • 批评者:0~6 分;批评者是对你的产品低满意度或完全不满意的人,他们大多表现为不推荐,甚至会鼓励其他人不购买。

3. 两者的差别

在企业实际调研中,会有满意度(CSAT)和净推荐值(NPS)数据并存的情况,在运用满意度(CSAT)和净推荐值(NPS)的核心差异主因是其对企业所产生的价值不同(具体差异见上表)。

Okay,我们接下来分别对于满意度(CSAT)和净推荐值(NPS)分别设定「先问」和「后问」两种场景,看看顺序的差异都会对测量数据有哪些影响。

02 满意度(CSAT)的顺序效应

1. 总体满意度「先问」的得分会高于「后问」

开始,先设定 2 组对照组。

  • 版本 A1:先询问总体满意度问题,然后再询问一系列子维度满意度问题。
  • 版本 A2:先询问一系列子维度满意度问题,然后再询问总体满意度。

问卷设计:NPS/CSAT要先问还是后问?

在对照组中,已知心理学研究发现,情景效应在态度测量方面具有显著影响,本文中的情景效应被定义为先前的问题会影响(启动)对后面调查问题的反应,即启动效应。参见 Lavrakas(2008)和 Hjortskov(2017)。

1)总体满意度「先问」

先询问填答者总体满意度(CSAT)问题,大家根据经验和逻辑上看,会认为这个问法是没有经过启动的回应,是填答者内心的真实感受。目前大多数的问卷调查,也确实是这样执行的。

而「先问」和「后问」的差别在王思琪和郭金云(2020)关于满意度的顺序效应研究中,发现将总体满意度问题放在一系列子维度满意度问题之前(版本 A1),其均值在统计上显著高于放在一系列子维度满意度问题之后。意思是,「先问」比「后问」可以获得更高的总体满意度得分

2)总体满意度「后问」

「后问」总体满意度(版本 A2)分数会较低的原因,是由于填答者会将对子维度满意度问题的反应总结或吸收到总体满意度问题中,会产生一种因问题顺序导致的启动效应(Priming Effects)。

2. 总体满意度「先问」的隐性风险

总体满意度「先问」,这种做法可能会导致一种风险,原因是问题不涉及具体的时间、地点、对象以及服务内容,相关情景比较模糊,可能会创造一种之前填答者并不存在的总体满意度。

3. 子维度满意度的负面“启动效应”

再来,先询问填答者子维度满意度问题,如果事先知道所询问的子维度满意度问题是当下企业做得并不那么好的部分(服务质量问题),存在明显的客户抱怨和不满。

问卷设计:NPS/CSAT要先问还是后问?

即子维度满意度问题引发负面的“启动效应”,特别是在回答总体满意度问题前是连续的低分,填答者对于这些子维度的不满意,会直接反应在总体满意度的评价上,最后产生更低得分的总体满意度

所以,如果采用总体满意度「后问」的情况下,在问卷前测的情况下,如果发现回答总体满意度是负面的“启动效应”,或前的几题分数特别低,最好进行适当的调整。

4. 开场白的“启动效应”

在 Van de Walle and Van Ryzin(2011)的研究中,发现在版本 B1「先问」的设定下,如果撰写了会引起填答者自豪、积极、乐观等意涵的正向情绪的开场白,那么将会被视为“积极启动”。

问卷设计:NPS/CSAT要先问还是后问?

这就导致了比单纯总体满意度「先问」获得更高的得分。即开场白在总体满意度问题之前就产生了顺序效益。

在问卷设计中,可以尽量采用“中性”的开场白描述,避免这种“干扰效应”,可以获得可靠性更高的数据。

5. 总体满意度「先问」,子维度第一题得分更高

问卷设计:NPS/CSAT要先问还是后问?

版本 C1 中,第一题子维度满意度评价,由于紧接着总体满意度问题,会受到总体满意度的影响。

版本 C1 的子维度「第一题」满意度平均得分,会高于版本 C2 「第一题」

6. 小结

在总体满意度(CSAT)的「先问」和「后问」的使用上,我较为倾向于「先问」。

满意度调查作为相对意义上、不稳定的测量工具。在进行管理决策时,应该同时考虑客观指标与主观态度、总体满意度与子维度满意度、单次调查与多次调查之间的关系。

另外,总体满意度问题顺序相关的情景与启动效应,大体的影响还是可控的。

03 净推荐值(NPS)的顺序效应

需要肯定的是,净推荐值和满意度一样,「先问」和「后问」所产生的启动效应、顺序效应同样会作用在净推荐值上。

那净推荐值(NPS)又有什么需要特别关注的内容呢?

1. 净推荐值(NPS)是带有动机的行为反应

先看一个有趣的市场调研案例。有一家行李箱厂商计划推出了黑色和白色两种颜色的新品,希望找消费者来进行调研哪款更受消费者喜爱。

问卷设计:NPS/CSAT要先问还是后问?

在访谈的过程中,受访者纷纷对白色的新品行李箱情有独钟,在调研结果上白色的行李箱大比分领先。访谈结束时,主办方和受访者说:感谢大家帮忙接受访谈,我们会在新品推出的时候送给大家每人一个,大家可以在离开的时候,登记一下你想要的颜色。

本以为结果就是确定了,谁知道大家登记时,却与访谈结果大相径庭,黑色的新品行李箱逆转大比分领先于白色。这并不是说受访者在访谈过程中说谎,在进行回访后得知,受访者表示虽然喜欢白色,但考虑到日常使用上比较不耐脏,想到这,就都选择了黑色。

所以,消费者在被询问喜欢和想要的背后,这 2 套完全不同的思考逻辑,可以匹配到满意度(CSAT)和净推荐值(NPS)上。净推荐值(NPS)在这个视角上,是需要动机驱动行为的,可以需理解为“想要”

而满意度可以理解为“喜欢”,只是一种比较单纯、自我的态度表达,不涉及需要动机驱动后续行动,以及在行为发生被触发的那段可能的心理活动。

2. 净推荐值(NPS)需要有一个目标对象

目标对象描述得越清晰,得到数据的可靠性就越高。

假如有人突然问你,你会不会推荐 iPhone 或者某个产品,可能你会脱口而出,会呀。但如果说,你会推荐你的「爷爷」使用推荐 iPhone 吗?很可能不一定会。

这里想说的,推荐行为背后的动机是会锚定一个目标对象的

3. 净推荐值(NPS)是既感性又理性的

净推荐值是既感性又理性的。感性在于,我希望我的推荐能体现我对他人的关注,希望能帮上忙的情绪,这个情绪借由推荐传达。

理性则在于,我们日常向朋友、亲人推荐某个产品的场景,应该是理性大于感性。就是会对推荐的产品有一种信任背书,第一反应可能并不能指向推荐行为因为在真实推荐行为产生的情景中,应该是在回顾后产生的

而这个回顾,是为了获得行为的动机,并贴近真实推荐行为发生可能性,意思是我希望这个推荐对于他人(目标对象)来说是真的有帮助的,要不就是推了个寂寞。

理性会表现为需要一个相对明确的推荐理由,一个有动力引发行为的动机。当然,当感性的非常强烈的时候,也成立,就是我觉得你需要,你应该要有。

4. 小结

在净推荐值(NPS)的「先问」和「后问」使用上,我较为倾向于「后问」。

当然由于调查的形式和内容的多元,在新的情况出现时,还是需要重新回来进行案头研究,再决定问卷设计的顺序。

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。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。