客户满意度和净满意度都是衡量满意度水平的体验度量指标,但二者有何区别?使用的场景有什么限制?具体的用法如何?作者总结了两种度量指标的区别,一起来看看。 一、CSAT和NSS的介绍 客户满意度(CustomerSatifaction,CSAT)和净满意度(NetSatisfactionScore,NSS),都是直接衡量满意度水平的体验度量指标,当我们想了解客户对于产品服务功能的满意程度时,可以使用该指标进行度量。 问题:请问你对XX产品XX功能XX流程的评价是?(以5分制为例) 1非常不满意 2不满意 3一般 4满意 5非常满意 触发时机: 1)评测功能满意度时,最好是在用户完成当前任务后,通过系统主动触发推送,以网页插件等方式进行即时数据收集。 2)评测整体满意度时,可依据业务进行周期性进行,以调查问卷的方式发放,再基于问卷系统完成问卷的回收。 二、计算方法的差异 CSAT(5分回复数4分回复数)调查回复数量x100 NSS((5分回复数4分回复数)W权重x(2分回复数1分回复数))调查回复数量 因为NSS中会考虑不满意的回复数,而负面的评价在传播上会产生较大的影响。 不满意的分数与满意的分数在进行比较时应该先进行加权,W权重一般是2倍或者更多。 一般行业会把45分的得分归类为满意,由于行业的产品标准和服务水平的差异,也有一些行业会认为只有5分的得分才算真正意义上的满意。 因此,满意得分值的界定不同,得到的CSAT也会不同,在进行满意度调查的界定标准上应该一以贯之,不能随意变更计算方法。 还有,对于填答者选择了“不知道”或“未涉及”等形式的选项,此部分在计算方法上不计入调查回复数量。 三、CSAT和NSS关注群体的差异 NSS相较CSAT,属于较为保守的计算方法。 在计算公式中可以看出,CSAT是看重满意用户占比的情况,而NSS更加关注两端的用户,即满意和不满意的用户。 四、CSAT和NSS在数据因子构成的差异 NSS在理念上是把5分值转换为了二元法的“好”与“坏”,在这个过程中属于降维,会损失一部分数据的信息特征,并会把误差的幅度加倍。这个问题在NPS指标上同样也存在。 NSS可以看作是在CSAT的基础上,针对调查人群的细化。 因为NSS不是单一因子的变化,而是两个因子的相互变化所构成的。那么在CSAT和NSS在得分波动的觉察上,CSAT仅体现满意回复数的变化,得分的波动可以很好被识别。 而NSS会相对更加隐蔽一些,例如,NSS15,可能是由40满意和25不满意的回复数所组成,也可能是20满意和5的不满意回复数所组成。 那么这两个NSS值相同,是否能表示相同的意义呢? 显然不行! NSS在报告数据结果的时候,需要把满意度、不满意度、净满意度同时汇报,便于获取数据背后的真实表现情况。 NSS在后续的调查中要证明产品或服务随着时间的改进,需要将样本数加倍,否则无法区别抽样误差。 五、CSATNSS和NPS的组合使用差异 从中国质量协会用户委员会发布的195个品类满意度(CSAT)和NPS数据分析,发现结果是下面样子(每个点代表一个品类)。 这多少有点和我们的直觉相左。一般我们会认为CSAT高,NPS会高;CSAT低,那么NPS也会低。 但是调查数据表示,品类之间的CSAT和NPS的决定系数R2只有0。25,两者为弱相关关系。 意思是CSAT的高低,并不能完全决定NPS的数据表现。即CSTA高,NPS也有可能低,反之亦然。 而在MichaelHou的《NPS客户忠诚度和NSS满意度预测模型》简报中,论证了NSS和NPS在内在逻辑的相关性。 在数据表现上,当NPS值升高时,其他商业过程NSS都大部分都有所提升。显示出很强的正相关性,可以进一步分析客户在具体哪些商业过程上有改善和仍然存在不足。 在NPS的搭配使用上,CSATNPS的组合,需要基于NPS再次进行细分分析,将客户进行人群细分,然后再对不同类型群体、不同特征下钻其痛点和未被满足的需求,确定驱动要素的改进优先次序。 而NSSNPS的组合,由于两者之间的正相关关系,可以进行更加细颗粒度的构成分析,拆解NSS和NPS中满意不满意和推荐贬损群体的重合程度,以及分别组合出来的群体间的具体差异。 以上。 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,CxHub主理人。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。