编辑导语：作为用户反馈数据，NPS净推荐值在一定程度上可以反映企业的增长潜力。同时，NPS数据还可以帮助企业更好地了解用户画像、用户留存等方面。那我们可以从哪些方面入手NPS数据分析？本篇文章里，作者总结了分析NPS数据的8个技巧，一起来看一下。

NPS（净推荐值）分数可以反映企业的增长潜力，但NPS的意义远不止于此。做好NPS数据分析，不仅可以提升企业/产品口碑，还可以帮助公司了解用户画像。甚至企业/产品的用户留存率、销售额都跟它息息相关。那我们该如何分析NPS数据？

给你分享8个实用技巧，掌握了这些技巧，你就会知道该怎么进行数据分析了。

一、分析NPS得分

NPS得分多高算好？我们之前有一篇文章详细介绍过，总的来说，就是：

• 得分低于0分，意味着不满意客户（贬损者）多于满意客户（推荐者），应该引起注意了；
• 得分位于0到30分之间，说明表现还不错，但仍有改进的空间；
• 得分位于30到70分之间，表明公司在客户满意度方面做得很好；
• 得分高于70分，那么恭喜，你的大多数客户都是你的品牌拥护者。

二、分析用户占比

通过分析推荐者、被动者和贬损者的数量及占比情况，找到问题所在。推荐者：打9～10分的人，被动者：打7～8分的人，贬损者：打6分及以下的人。

这么说可能难以理解，我们举个例子来看：比如说，两个产品，NPS得分都是33分。

仅仅通过分析NPS分值，是没办法得出有效的结论和解决办法的。但是通过分析NPS用户占比，可以分析出A产品拥有较多的推荐者，但被动者较少，贬损者多一些；而B产品推荐者虽然没有A多，但却有更多的被动者和较少的贬损者。所以NPS分值上显示一致。它们各自面临的问题以及需要给到的解决方案是完全不同的。

三、分析不同渠道收集率

NPS调查一般有以下几种渠道：

• 电子邮件调查；
• 应用程序内（网络）调查；
• 短信调查；
• 电话调查。

如果你选用了多个调查渠道，如电子邮件调查+应用程序内（网络）调查，要对不同渠道的调查报告做更进一步的分析，看看哪些渠道回复最多。这样，你就能知道哪种调查渠道收集率更高，以后可以通过这些渠道跟他们沟通。

根据市场现有数据得知，应用内调查的收集率远高于其他三种。

四、分析参与率

通过分析NPS调查数据，结合参与调查的用户画像，你能知道哪些客户的参与意愿和频率更高，准确定位到这些客户。客户成功团队跟他们联系，尽力把他们变为品牌的积极拥护者。

还可以给参与用户回复消息，让用户感受得到自己被重视，提升他们的参与感。

五、分析用户情感

情感分析：得到NPS调查数据后，我们通过分析用户反馈内容里传达出的态度（积极、中性或消极）来确定客户感觉，你可以知道客户对新产品/服务/功能是否满意，找到快速解决客户问题的方案，还能了解到最近的流行趋势。

比如：我们从下图中的用户反馈可以感受到，打了10分的用户是积极的，他夸赞了产品。而打了0分的用户态度有些消极，他讨厌产品里的垃圾广告。

客户情感分析可以帮助我们发现一些潜在的问题，以及一些带有偏见的NPS数据。同时，情感分析还能帮你确定客户反馈的处理顺序，比方说，一个评分较高的“推荐者”客户却给出了消极反馈，那你肯定得立刻关注并处理，否则就有可能失去一个潜在的长期客户。

六、分析调查文本

了解自身品牌的最好方法就是看客户对你的看法和态度。但是，如果你收到了上千条NPS反馈，分类工作就变得十分困难，因为需要手动分析的反馈实在是太多了，而且，没有统一的划分标准，根本无法界定各个类型的范围。

你可以借助一些NPS调研工具来处理，有词频分析和观点分析，可以快速帮你归类调研文本，你很容易就能发现一些常见的客户痛点，并且知道应该如何改进。

通过文本分析，NPS调查所收集到的各种数据便有了操作意义，针对分析结果采取相应行动，就有可能将弱点转化为优势，大大提高品牌形象和产品竞争力。

七、分析“被动者”

想提升NPS分值，就要去分析“被动者”，当你对他们有了更多的了解，就可以根据这些信息设置一些特定的触发事件，在客户生命周期的每个阶段都向其发送一份NPS调查表，了解他们对产品使用的满意度，如何改善他们的产品体验，以及哪个阶段流失的客户最多。长期这么做，能够帮你减少被动者占比，提升NPS分值。

八、分析客户的行为指标

关注推荐者、被动者和贬损者的以下行为指标：

• 记录的会话数；
• 访问最多的页面；
• 平均会话数；
• 点击率。

试想一下，如果你知道“推荐者”客户访问最多的是哪个网页，就可以在该网页上添加可操作的按钮（如“立即开始”“免费注册”等），更进一步提高客户参与度。相同的逻辑也适用于批评者或贬损者，你可以添加一个适时弹出的消息框，为他们提供一些折扣，或是向他们展示即将推出的新功能。

此外，可以分析一下被动者和（或）贬损者的在线行为有什么共同点，然后采取适当的措施，这样就可以一定程度上减少客户流失。

本文由 @NPSMeter 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议