Метрика NPS – Net Promoter Score

Иначе «Индекс Потребительской Лояльности» – универсальная метрика для многих продуктов – но со своими нюансами – сегодня поговорим о ней.

Для расчета метрики достаточно провести опрос среди своих пользователей. Формулировка вопроса не зависит от сферы, продукта и услуги и звучит так:

«Какова вероятность того, что вы порекомендуете нашу компанию/товар/бренд своим друзьям/коллегам?»

Далее нужно предоставить пользователю самостоятельно выбрать соответствующий этой вероятности балл, по шкале от 0 до 10. (в нашем примере мы опустили 0, так как в тг опросах максимум 10 вариантов).

Затем нам нужно сгруппировать пользователей по их ответам:

0-6 – критики – неудовлетворённый пользователь который либо оставит негативный отзыв, либо уж точно не расскажет своим друзьям ничего хорошего.

7-8 – нейтралы – равнодушный пользователь который в любой момент может уйти к конкурентам

9-10 – промоутеры – лояльные клиенты, фанаты продукта, которые обычно оставляют положительные отзывы

NPS = %промоутеров минус %критиков

В нашем варианте у нас 50% критиков, 27% нейтралов и 23% промоутеров.

Итоговый NPS составил минус 27%

Плюсы NPS

- Простота расчётов

- Универсальность – метрика подходит для ТГ канала, приложения по прослушиванию музыки, или для офлайн магазина

- Распространённость

Минусы NPS

• NPS – мысленный эксперимент а не действие.

Первый и самый главный минус – Не всегда лояльность к бренду совпадает с желанием поделится им со своими друзьями. Тут же и ловушка формулировки – «у меня мало друзей, а ваш канал слишком узконаправленный– канал мне нравится но делится с друзьями не хочу, он им не нужен». Буквально в первых комментариях мы получили этот «кейс». Ошибка в формулировке сразу сказывается на результатах. Заменим друзей на знакомых или коллег - получим иной результат.

• NPS выбрасывает часть пользователей

– Сколько у нас пользователей который поставили 7 или 8? Больше четверти пользователей. Не самая маленькая погрешность

• NPS зависит от культурного аспекта.

Мы все абсолютно по разному воспринимаем шкалу от 0 до 10. Считается, что в США оценки пользователей более полярны, и продукт либо нравится и оценка будет 10, либо не нравится и оценка будет 0. «Как дела? Нормально» где-то на нашей отечественной подкорке... А готов ли ты прямо сейчас выразить свои эмоции к продукту или проще ответить 5 – средний результат. Почти 20% пользователей в нашем примере выбрали именно этот вариант и ушли к критикам.

• NPS не учитывает структуру аудитории

Возьмём приложение где 90% дохода приносят старые игроки, таких игроков у нас допустим около 5%. И эти лояльные пользователи вряд ли смогут повлиять на NPS общей аудитории.

• NPS зависит от того, проходил ли пользователь такой опрос ранее.

- зачем они еще раз спрашивают, я же недавно отвечал?

- а что изменилось с последнего раза?

• NPS требует переодического перерасчёта

Месяц назад мы считали – а вчера выкатили новую фичу – как же хочется поскорей понять повысило это индекс лояльности или нет? Повторяемость не играет на руку точности – выборка должна быть случайной, желательно выбрать новую аудиторию. А всегда ли у нас есть такие технические возможности?

• NPS – не отвечает на вопрос «Почему?»

Вооружившись одним лишь NPS без дополнительной обратной связи вы не сможете понять что именно не так.

Расскажу про NPS во времена моей работы в пятёрочке.

В тот момент я был руководителем порядка десяти – двадцати магазинов – а премия директоров этих магазинов зависела в том числе и от месячного NPS. И хоть это мысленный эксперимент и казалось бы слабо связан с реальностью могу сказать абсолютно точно – связан он был еще как. Большой просторный магазин с собственным персоналом и опытным директором имел стабильно высокий NPS – а маленький тесный магазин, возле стройки, где своровали все тележки, с постоянными очередями, стабильно низкий. NPS был супер быстрой метрикой, взглянув на который можно было сразу определить свой фокус внимания. Куда поехать проверяющему? На магазин с NPS 20, или c nps -50. Ответ очевиден. Магазины сравнивались друг с другом и я далее поясню почему это не очень правильно.

Сама методика опроса была реализована звонком от роботизированной системы – Вы недавно совершили покупку по такому-то адресу – Насколько вы готовы порекомендовать наш магазин? И дальше дополнительно: а что именно вас не устравиает – оцените скорость работы касс, чистоту магазина, вежливость персонала, и тд и тп.

А еще были ошибки – как вам NPS в 100%? Переодически случалось и такое. Никакой ошибки – просто был один единственный звонок покупателю, да и то сотруднику магазина – почему? Вопрос который оставался без ответа – но такие выбросы очень легко отслеживались, и просто игнорировались.

Выводы:

• Результаты опроса не равны успеху или неуспеху продукта. Истинную лояльность пользователь покажет когда вернётся в продукт, или совершит покупку. Стоит рассматривать NPS вместе с другими основными метриками.
• NPS есть и другие альтернативы, другие методологии. Например американский ACSI или европейский ESPI – всех минусов они не лишены, однако ввиду большего количества вопросов можно оценить не только лояльность. Кстати вернёмся в пятёрочку. Помимо вопроса непосредственно NPS в случае низкой оценки сервис задавал уточняющие вопросы – а что именно не нравится? Очереди, Ценники, Теснота, Чистота, а может график работы? Иногда в этом уточнении можно найти интересные выводы и обратить свой фокус на этот участок.
• очень важный вывод NPS может дать больше информации о продукте если применить сегментацию к пользователям. Без сегментации цифра NPS – это сферический конь в вакууме. Гораздо больше будет понятно как распределяется лояльность по пользователям если увидеть платящих/неплатящих пользователей. Посмотреть на возраст, местоположение или любую другую сегментацию
• Единственный бенчмарк (ориентир) на который стоит ориентироваться – это лишь ваш прошлый показатель. Другие ориентиры полученные из открытых источников вам не помогут, вы не знаете ни методику расчёта ни наличие сегментации. Главное чтобы ваш показатель рос со временем, вместе с другими ключевыми показателями. И снова вспомню магазины – есть два магазина – новый, просторный, с кассами самообслуживания, кофе и пекарней. А есть старый двухэтажный магазин (дальше можно не погружаться). Эти два магазина никогда не будут иметь близкий NPS, но по факту они не просто сравнивались, на этом была завязана зарплата. Есть два канала - одним вы стабильно делитесь с подготовленным списком друзей, а есть "Детектив данных" о котором, не то что друзьям - семье рассказывать нельзя) (а коллегам можно))

Делитесь статьей с друзьями, коллегами и знакомыми. Используйте NPS в своих проектах и пишите свои комментарии.

При подготовке статьи использовался материал из книги «Игра в цифры. Как аналитика позволяет видеоиграм жить лучше.»