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

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
腾讯CDC
T
Threatpost
L
Lohrmann on Cybersecurity
P
Proofpoint News Feed
The Cloudflare Blog
博客园 - 聂微东
MyScale Blog
MyScale Blog
M
MIT News - Artificial intelligence
Hacker News - Newest:
Hacker News - Newest: "LLM"
S
SegmentFault 最新的问题
博客园 - 三生石上(FineUI控件)
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Project Zero
Project Zero
Simon Willison's Weblog
Simon Willison's Weblog
S
Schneier on Security
Spread Privacy
Spread Privacy
The GitHub Blog
The GitHub Blog
D
DataBreaches.Net
S
Securelist
Schneier on Security
Schneier on Security
Microsoft Azure Blog
Microsoft Azure Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Cisco Talos Blog
Cisco Talos Blog
博客园 - 叶小钗
量子位
I
InfoQ
J
Java Code Geeks
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
人人都是产品经理
人人都是产品经理
博客园_首页
C
CERT Recently Published Vulnerability Notes
I
Intezer
Y
Y Combinator Blog
T
Tailwind CSS Blog
Microsoft Security Blog
Microsoft Security Blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
大猫的无限游戏
大猫的无限游戏
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
A
About on SuperTechFans
A
Arctic Wolf
阮一峰的网络日志
阮一峰的网络日志
P
Proofpoint News Feed
G
Google Developers Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
Vercel News
Vercel News
PCI Perspectives
PCI Perspectives
The Last Watchdog
The Last Watchdog
月光博客
月光博客

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,
B端企业如何使用NPS衡量用户体验,驱动持续营收?
起点课堂会员 · 2022-12-23 · via 人人都是产品经理

本次直播我们邀请到12年用户研究&市场洞察专家@蔡鑫老师,谙熟市场洞察和用户体验管理的结合;“改善用户推荐(NPS)的MNA方法论”提出者;国内最早研究NPS的从业者。长期致力于推动NPS、客户体验、市场洞察推广、应用,为全球多家知名企业做过【用户体验】和【市场洞察】项目。本文直播内容整理,内容有删改。

大家好,我是蔡鑫,有着12年的用户研究和市场洞察经验,在品牌诊断与定位、产品设计开发、用户需求挖掘、体验管理等方面具有丰富的经验,研究领域主要涉及金融、互联网、电子产品、快速消费品等多个行业。

本次分享主要分为四部分:第一部分是社交媒体与NPS数据的对照关系;第二部分是用NPS衡量用户体验的原因;第三部分是B端客户如何开展NPS调研;第四部分是分享改善用户推荐的MNA方法论。

一、社交媒体的评论谈下与NPS数据有什么对照关系

1. 什么是NPS?

NPS即净推荐值,是目前国际上最为主流的测定口碑和客户忠诚度的关键指标,虽然衡量用户体验的指标有很多,但NPS属于北极星指标;在企业的不同发展阶段,衡量用户体验的指标是不同的,比如最开始是完成率或出错率等,然后是衡量满意度或喜好度,最高等级是NPS。

NPS值的计算是%推荐者减%贬损者,经过调研发现,越大的B端客户越不愿意向其它企业推荐,因为其所处位置如果推荐产品给其它企业,很大可能会被人认为是拿回扣。基于此,可以通过改变行为,让其向朋友或家人推荐,因为会买产品的家人或朋友,通常也属于B端的采购类。

最早贝恩公司将NPS家族分为4类:a-NPS、t-NPS、r-NPS和e-NPS,其中战略NPS虽和中国有个专门测量不同行业NPS的公司有些重合,但定义却不一样;触点NPS是指每次在用户体验完后发调研问卷,比如滴滴、美团或饿了么在用户体验完后都会发调研问卷。

关系NPS最适合B端企业,因为B端企业采购的频率较低,而且单次金额较大,通常是三个月或半年采购一次,而关系NPS并不是在每次交易完后去问用户有多大可能推荐给亲戚或朋友,而是分月度或季度进行调研。

前三者的关系是触点NPS推动关系NPS,然后关系NPS反映到战略NPS,属于逐级递进,以时间链接在一起的关系。

e-NPS即员工NPS,目前的公开报道较少,因为员工NPS属于比较私密的数据,所以很多公司没有对其进行剖析和发表,苹果公司是属于最早做员工NPS做的比较不错的企业。

2. 社交媒体评论和NPS的辩证关系

在做NPS和社交媒体评论时,经常会遇到如下问题:

第一,通过调研问卷分析的NPS(体验推荐)数据与社交媒体(微博、小红书、抖音、今日头条、百度、知乎等)上的评论有什么不同?二者是否可以对照看?

第二,为什么有时外部社交媒体评论不好时,反而NPS数据会上升?

第三,为什么有时外部社交媒体评论很好时,NPS数据反而下降…

首先,社交媒体评论是否可以作为真实付费客户对品牌满意度的准确指标?

从本质上讲,社交媒体的评论可以作为传达公众舆论中的价值和信号,可以称社交媒体是公众舆论的敏感晴雨,比如美国总统进行选举时,会进行民意选举等。

首先,社交媒体评论衡量的是公众舆论,而不是衡量付费客户的体验。衡量付费用户体验较好的是NPS指标,因为NPS的调研用户群比较精准,属于给购买B端产品的用户发调研问卷。

公众情绪并不总是能很好地反映产品或品牌的潜力,有时会被带节奏或受到公共舆论的引导,比如国外有很多产品在上线前,会对用户进行调研,很多用户都会选择在产品上线后购买,但当产品真正上线时,这些用户却不会去付费购买,特别对于B端产品单价较高,采购人员会有各种考量。

其次,社交媒体可以衡量品牌知名度,但不能衡量结果。从本质上讲,社交媒体可以衡量广告是否有效,但却不是推动市场竞争力的最终指标;市场竞争力主要反映在品牌指标、品牌知名度、品牌市场占有率、品牌增长率等指标上。

媒体喜欢并不等于付费客户喜欢,“羊群心态”可能会阻碍准确的数据,公共舆论也容易被人引导。

然后,社交媒体的成功并不总是意味着增长。因为社交媒体的受众比较喜欢有趣和独特的东西,但有趣和独特并不总是可以转化为稳定、可持续的增长,而NPS报道的是付费用户对于产品的真实评价。

根据过往的调研数据可知,对于B端企业,如果其NPS数据领先于其它行业时,其增长率通常是其竞争对手的两倍以上,但具体也要根据不同行业、不同地区分析,仅作为参考值。

综上,首先要关注社交媒体的评论,因为其可以反应产品或品牌是否有效,比如广告是否有效?公共舆论舆情是否被引导?但重心还是要放在NPS上,因为社交媒体的评论是从付费用户开始的,比如在小红书、微博或头条上,最早开始的舆情是来源于付费用户的评论。

在关注NPS时,会对用户进行问卷,问其有多大可能会推荐给亲戚、朋友或身边在使用系统的人,这时0到6岁的用户就会抱怨,如果在此之前不进行有效的引导,付费用户就会把坏的评论放到公众媒体上,从而引起其他社会媒体人员的跟进和关注报道。

从根本上讲,付费用户NPS监测的就是社交媒体在没有发酵前的种子。

二、为什么要用NPS衡量用户体验

首先,在社交媒体时代,客户口碑对企业的影响比较深远,尤其对于B端企业来讲,比如:

第一,满意消费者的口碑宣传,会带来更多的新消费者。

第二,一个不满意的顾客一般需要得到12个以上满意顾客的推荐才会改变原有的不满情绪,这12个用户不仅包括付费用户,还包括认知用户和潜在用户。

第三,如果失去一名顾客,也就意味着失去了250名顾客,尤其对于B端客户更会如此,因为B端客户的特点首先是代表公司形象,其次是有更多的顾虑。

第四,自媒体时代,提高顾客的推荐意愿,不仅可以维系忠诚客户,还可以帮助企业获取更多的新客户。

如上图所示,首先亚洲区客户对于不同营销方式的信任程度,排第一的是亲友推荐,这对B端产品来讲会更加明显;其次发展中国家口碑对于购买决定影响程度最高主要分为三个阶段,比如初期考虑阶段最高的是品牌口碑,包括品牌知名度、亲友对产品的评价、提到该品类时第一个想到的产品等,比较产品阶段最高的还是品牌口碑,购买时刻阶段更多倾向于亲友的品牌口碑;最后,当国内用户有了好的体验后最可能的是推荐给亲友。

客户推荐的前提是自身满意,但满意却不一定会推荐,衡量客户体验有主观和客观两大类,主观是指满意度和NPS,客观是指DAU和MAU,但最早贝恩在提出NPS后即剔除了客观指标,因为NPS关注的是净增长率即有效增长率,需要剔除不良利润。

比如用户花10万元购买了一年B端企业的会员,但用到半年时发现不好用但不可以退款,只能硬着头皮继续使用,这时DAU和MAU还是显示增长,但在NPS中这种情况则称为不良利润,所以需要把客观指标剔除掉。

所以,体验不应该只关注于当下,还需要关注于未来,这进一步引到满意度和NPS,首先,满意度更多是衡量产品和服务的可用性,可以通过很多问题来询问,比如对产品总体的满意程度、产品价格、产品质量等,但却缺少了对品牌的衡量,NPS则更多是衡量用户忠诚度与企业的关系;

其次,NPS更关注的是长期/未来的收益,而满意度更关注的是当下/短期的收益;最后满意度关注细节,比如产品颜色、产品气味、产品酸碱度等,NPS则更关注整体体验,主要是有多大可能把产品推荐给别人等问题。

上图右侧是从经济价值角度看,满意度会小于NPS,但从购买金额增加预测精准度、重复购买预测精准度来看,NPS都远远大于满意度。

NPS适合于绝大多数日常接触到的行业,但在企业不同发展阶段的权重范围不同。

在初创业务阶段,需要更多关注产品和服务的可用性,比如响应时间、出错率或稳定性等,对此NPS的权重可以放低点,因为初创企业会遇到各种问题,例如响应时间是否卡顿、是否延迟、用户完成单个任务时间等,所以需要满足产品服务的可用性,然后再关注留存、活跃以及情感指标等,这时NPS的重心主要放在可用性上;

在发展成熟业务阶段时,重心需要放在NPS上,因为这时企业的产品和服务可用性已没有问题,但需要提高市场竞争力、市场份额,需比竞争对手有更强的竞争力和给用户做口碑推荐等,口碑推荐即NPS,可以给业务带来稳健、持续的增长。

NPS可以给企业带来很多收益,其中业内NPS从业者经常提到的收益主要有三个方面:

第一,企业营业额,即用户通过各种正式和非正式的渠道把产品推荐给别人,尤其对于B端产品的采购人员来讲,都有自身的圈子,该圈子不仅包括当下的公司,也包括其离职后所去的下一家公司也会继续采购,因为对产品较熟悉,付出的成本也较低。

第二,累计收益,如果擅长用户体验可以创造很多收益,比如现在很多企业的NPS和利润增长率呈显著性的正相关。

第三,员工离职率,可以通过e-NPS得到,现在有很多大型公司都在做e-NPS,但不会对外披露数据,贝恩通过对苹果公司调研发现,NPS越高的门店,员工离职率越低。

三、B端客户如何开展NPS调研

NPS调研流程主要如下:

第一,目标用户的选取,首先需要知道用户是谁,从广义上讲,所有咨询过产品的用户都是B端企业的用户,从狭义上讲,购买过产品的付费用户才是调研用户。

第二,用户抽样,因为B端企业分为很多行业,比如制造行业、电子行业、医美行业等,所以用户抽样时,可以根据产品的渗透或购买金额等决定。

第三,NPS问卷制定,包括问卷推送、产出监测结果、确定改善方案等,如果公司有专门的NPS人员、市场调研人员或体验运营人员,也可以做到方案迭代上线。

第四,改善效果验证,验证完再去做。

综上,如果是t-NPS,则每次购买完后都需要做调研;如果是r-NPS则每个季度做一次调研即可;这里需重点强调t-NPS,经过调研可以发现企业处在0-6分和9-10分的有很多,但处在7-8分的却很少,这说明NPS调研不能集中在两三天内做,比如需要调研1000个,这时就需要把这1000个样本打散,然后分散到每月、每天去做调研,才能避免在不同情况下对活动、小规模舆情等事件的风险规避,出错率才可以降到最低。

思考1:如果你经营着一家销售软件的B2B公司,这时需要做NPS,需要调研采购人员、决策人员还是产品的最终用户呢?

……

四、总结:改善用户推荐(NPS)的MNA方法论

在接下来的部分,蔡鑫老师详细讲解了B端客户如何开展NPS调研改善用户推荐的MNA方法论。

囿于篇幅有限,想要观看完整视频的朋友可扫描下方二维码添加会员学习顾问@betty老师的微信,并备注“蔡鑫”,即可获得观看链接。

五、十月直播回顾

本次会员直播课程,蔡鑫老师为我们详细讲解了企业如何使用NPS衡量用户体验,驱动持续营收,希望大家都能有所收获~

每周三/四晚上8点,起点课堂会员平台都会邀请一线的互联网产品、运营实战派专家,与大家分享最新的产品行业动态、运营玩法和干货知识。

每个月的会员直播都有月度主题,每周直播围绕月度主题展开。十月主题如下: