一、NPS不是万能,但做对了真的很有用
NPS(Net Promoter Score)是什么? 是一种测量用户忠诚度、推荐意愿的指标,通过一句话简单提问:
“您有多大可能性会将本产品/服务推荐给朋友或同事?”(0~10分)
然后将用户分为三类:
| 得分 | 分类 | 意义 |
| 9~10分 | 推荐者(Promoters) | 忠实粉丝,愿意传播 |
| 7~8分 | 中立者(Passives) | 没有强烈情绪,易流失 |
| 0~6分 | 批评者(Detractors) | 不满意,可能传播负面 |
计算公式是:
NPS = 推荐者比例 - 批评者比例
这个简单的数字,背后其实是产品/服务是否真正建立了用户口碑、情绪连接与信任的指标。

二、设计NPS调研的目标:你到底想知道什么?
很多团队把NPS做成了一个数字KPI,但真正用好NPS,应该围绕这三个问题:
- 用户为什么愿意/不愿意推荐我?
- 哪些关键体验在影响他们的推荐意愿?
- 我们应该优先优化哪一块体验?
所以,NPS调研不是为了“打分”,而是为了挖掘背后的原因与机会点。这就决定了你的调研设计,要有策略性。
三、五步法设计一个“有用”的NPS调研
Step1:选择合适的触发节点
不要把NPS调研发给“所有用户”!这样太泛,信息不精准。建议采用以下方式触发:
| 类型 | 示例 | 优点 |
| 行为触发 | 用户完成一次购买后、联系客服后、使用某功能3次以上 | 与真实体验绑定,反馈更具体 |
| 时间触发 | 注册满7天、使用产品1个月后 | 看长期满意度趋势 |
| 生命周期触发 | 新用户首次使用 vs 忠实老用户 | 对比不同用户类型的NPS差异 |
重点提示:尽量不要在刚注册就发NPS,用户还没真正体验你的服务!
Step2:设计问题结构,核心是“主问题+追问”
一个高质量的NPS调研问卷,一般包含以下三层:
(1)主问题:经典打分题
“您有多大可能性将本产品/服务推荐给朋友或同事?(0~10分)”
(2)开放式追问:用户给分的原因
“请问您选择这个分数的原因是什么?”
这个问题的价值非常大,是你分析用户体验“好在哪/差在哪”的关键。开放式反馈通常比多选题更能还原真实情绪。
你可以在后台用文本挖掘或人工标注方式做内容归类,比如:
- 产品易用性
- 性价比
- 客服体验
- 技术稳定性
- 售后流程
NPSMeter能够帮助PM收集数据,并且完成多种分析(趋势分析/词频分析/观点分析/交叉分析),更迅速精准的抓住用户的需求与痛点。

欢迎注册使用NPSMeter,一款专业的nps调研工具
(3)可选加分项:用户分群 &关键行为
比如:
“您是否使用过我们的××功能?”
“您的使用频率是?”
“您是哪一类用户(个人/企业/管理员)?”
这些问题不是必须的,但能帮助你在后期做NPS分群分析,定位具体问题点。
Step3:控制问卷体验,避免打扰
设计再好,如果没人愿意填,也是白搭。
几个用户体验优化点:
- 限制题目数量:尽量控制在3题以内(主问、追问、1个用户标签)
- 适时弹窗/Push:在用户完成某个正向行为后弹出,如支付成功页、客服关闭页
- 不强制答题:让用户感觉“这是邀请,不是打扰”
- 适当奖励:例如抽奖、积分、感谢信等,不用太大,只要让用户感受到被尊重
Step4:回收方式与工具
常用的方式包括:
| 类型 | 工具 | 优点 |
| App内弹窗 | NPSMeter | 即时触达,转化率高 |
| Email链接 | 邮件问卷平台 + 体验家 | 适合老用户回访,精度高 |
| 微信推送 | 企业微信、小程序内嵌 | 好用但需注意频次控制 |
| 客服转介 | 客服在结束时发出邀请 | 适合获取问题场景下的NPS |
Step5:定期、结构化地分析反馈
NPS调研不是“问完就完了”,后续分析更关键:
推荐以下三步分析法:
| 分析维度 | 举例 | 价值 |
| 趋势变化 | 本月NPS vs 上月 vs 去年同期 | 看长期优化是否有效 |
| 用户分群差异 | 新人NPS 34,老用户NPS 64 | 哪类用户体验掉链子? |
| 文本分析 | 推荐者提到“稳定”“流畅”,批评者提到“卡顿”“价格贵” | 精准抓痛点,指导改版重点 |
趋势 + 群体 + 原因,这三块要形成固定分析报告,最好每月一次复盘。
四、如何将NPS结果用于实际产品优化?
数据不是用来看而已,而是要转化为体验提升的实际动作。
所以建议你建立“反馈 → 归因 → 优化 → 测量”的闭环:
1、识别负面反馈核心原因
2、设计具体优化策略(产品、流程、文案、运营)
3、上线后重新测量NPS,看是否有提升
4、长期观察趋势,评估体验投资回报
总结:如何做一套真正有效的NPS调研?
1、聚焦目标用户,设置恰当触发节点
2、控制问题数量,核心是打分+开放式追问
3、提升填写体验,避免打扰
4、做分群与趋势分析,找到核心影响因素
1070



被折叠的 条评论
为什么被折叠?



