净推荐分数有什么问题

（有意思的是，必须向《哈佛商业评论》的读者解释这一点。）然而，还有一些空间专门用来揭穿其他方法。例如：我们研究的主要收获之一是，公司可以简化客户调查。最基本的调查采用正确的问题，可以让公司及时报告易于操作的数据。今天的满意度调查过程中有太多的内容会产生复杂的信息，这些信息在到达一线管理层时已经过时了几个月。祝分行经理好运，他试图帮助员工解释基于匿名客户反馈的复杂加权算法得出的分数，其中许多客户是在员工获得当前工作之前接受调查的。我们在哪里发现NPS的故障？i、 Reichhold文章中的许多例子都是手术症状，而没有深入了解根本原因（系统性或其他）。例如，参见第4页第二栏的第一段：即使是最复杂的满意度测量系统也有严重缺陷。这是我在三大汽车制造商之一亲眼看到的。该公司的营销主管想了解，为什么在该公司花费数百万美元进行客户满意度调查后，单个经销商的满意度评级与经销商利润或增长没有非常密切的关系。当我采访经销商时，他们同意客户满意度似乎是一个合理的目标。

但他们也指出，其他因素对他们的利润和增长更为重要，例如对销售人员施加压力，要求他们关闭高比例的潜在客户，通过积极的广告让展厅充满前景，以及向客户收取acar可能的最高价格。事实上，正如我们的介绍性场景所示，提供NPS评级的邀请可能会由最低级的客户体验触发。因此，使用咨询服务（如图3）的行政助理，如果因长期被搁置而感到沮丧，那么当他在通话结束时在电话线上说一句话并回答一个问题时，他可能会以极低的NPS评级来发泄这种沮丧。一家公司真的希望通过一瞬间的轻微刺激来判断其整体表现吗？与客户价值调查的对比至关重要：  在客户价值过程中，被调查者是决策者。在对总体价值进行评级之前，要求受访者对客户体验的各个方面进行评级。只有在这一点上，被调查者才会询问是否愿意提出建议。  在NPS流程中，被调查者通常是用户。在被问及推荐的产品之前，受访者不是被引导去了解整个客户体验，而是被要求根据与公司的一次特定互动来做出决定，无论这种互动多么琐碎。二。表4根据第2节：a中的五个标准对NPS进行了评估。这是一种统计上可靠的方法，可确保调查中没有遗漏产品或服务的重要属性。完全忽略。当前常规收集的运营活动NPS分数（参见。

第2）节中的介绍性示例纯粹是观察性的，对人口统计学因素的了解很少或根本没有，更不用说抽样偏差了。b、 将调查结果与更高层次的业务驱动因素联系起来的一种方法。断言“与增长和盈利能力相关”。c、 可操作的调查结果，包括深入调查的能力。No.d.一种确定改进重点的方法，以便对业务底线产生最大的有益影响。没有可辩护的方法。e、 有意义的基准衡量标准。不低于NPS水平。此外，对于如何在公司中聚合NPS以生成全公司指标，也没有商定的标准。表4：。根据满意度调查的需求评估NPS。iii.当然，有很多结构不良的市场调查。然而，也有好的，任何比较都应该是最好的，而不是最坏的。相关性并不等同于因果关系。v、 一家使用NPS的公司基本上没有将评级为0的客户与评级为6的客户区分开来，完全忽略了评级为7或8的“被动客户”。这是失去市场份额的秘诀。那些评级为0-3或4的人几乎肯定会离开。然而，有了更多关于客户需求的信息，那些评级为5或6的人可能会被转换为被动者，而那些目前被归类为被动者的人可能会被提升为发起人。vi.正如30年前美国电话电报公司（AT&T）的工作所熟知的那样，关键是对相对价值的感知：衡量“客户满意度”的方法有很多，有些是可以的，有些是不可以的，但赖赫哈德没有提到。七。在美国电话电报公司（AT&T）的案例中，9个业务部门中的一些是企业对企业的，少数是纯粹的企业对消费者，但大多数都是企业对消费者。

CVA指标预测了所有行业、市场和国家的市场份额。对于企业对企业而言，NPS甚至更弱，因为决策者几乎从未接受过调查。美国电话电报公司（AT&T）标准要求CVA的计算依据是对市场的决策者调查，这些调查在时间和样本上都是随机的，不是由最近的事件触发的。八。许多高管使用NPS作为一种方式，将满足客户需求的责任传递给采煤工作面员工，以便高管可以自由地专注于满足底线和公司投资者。然而，没有一个员工能够满足acustomer的全部和真实需求，尤其是在缺乏关于实际问题所在的指导的情况下。高级领导层需要能够看到整个画面，而不仅仅是一个单一的、往往是自私自利的指标。只有仔细评估如何改进产品、服务和成本，公司才能提高客户的生活质量。ix.正如Kordupleski（2018）所述，AT＆T在1986年意识到他们需要关注价值，而相对价值是对非常大的市场研究数据库进行广泛统计探索的结果，我们花了大量时间寻找市场份额和投资资本回报率（ROIC）等高层次业务绩效指标的相关性和交叉相关性。因此，例如，CVA是市场份额的领先指标，而不仅仅是与市场份额相关的指标。CVA，一种源自客户满意度的营销指标，可以用一个比喻，“预测天气”更重要的是，公司可以利用这些数据和信息“改善天气”x。

需要注意的是，市场份额和ROIC等指标与整个市场相关，而不仅仅与自己的客户相关，而忠诚度（就目前而言还算不错）仍然与自己的客户相关。这让人想起在澳大利亚举行的一系列年度质量会议，下一次会议的营销主要集中在上一次会议的与会者身上。（会议的主要组织者无法理解，如果每次会议都有近90%的满意度，那么出席人数是如何从最初的1200人左右下降到十年后的450人左右的。1200(0.9) 464）我们注意到，统计学家并没有完全忽视NPS作为研究对象。Jeske、Callanan和Guo（2011）研究了NPS和Reichhold提出的索赔，并提出了以下见解：……希望NPS的变动与公司的收入增长呈正相关。虽然Reichhold的研究提供了一些证据，但其他发现并没有那么确凿。无论NPS与收入增长之间是否存在预测关系，在公司内部实施政策和计划以提高NPS都是一件直觉上明智的事情。然而，一个困难而重要的问题是如何确定核动力源的关键驱动因素。单独计算NPS不能做到这一点。然后，他们将继续展示如何通过将统计建模应用于现有客户调查来深入了解这些关键驱动因素。就目前而言，这种分析很好。然而，它（似乎）是在不了解CVM流程和从大量案例研究中获得的知识的情况下进行的，这些案例研究确定了价值和相对价值，作为Kordupleski（2003、2018）提出的高级业务驱动因素（市场份额、ROIC等）的关键领先指标。

此外，在与CVMis相关的宝贵工具中，价值图的概念（图5）可用于公司的战略定位。除其他外，价值地图为价值主张的概念赋予了意义。首先，公司在价值地图上选择其目标市场（经济、平均或溢价）。然后，它决定是通过在质量上和价格上的优势，还是通过在价格上和质量上的优势，或者两者兼而有之，来获得市场优势。事实上，Kordupleski（2018）主要是1989年未发表文章的出版版本。引用其摘要：R.E.Kordupleski和W.C.Vogel，Jr.的以下文章“正确的选择-它意味着什么”是1989年的一篇论文，报告了客户价值测量和管理早期的一些最重要的发现。它基于当时可用的最大经验数据库之一。AT&T每月进行超过60000次客户调查。这家拥有30万员工、年收入850亿美元的公司的一些最优秀的研究人员和科学家分析了三年来的月度调查结果。本文提供了实证证据，证明了消费者对客户价值的感知力，对市场份额、增长和客户忠诚度的影响，以及最终对股东价值和员工价值的影响。这篇论文从未发表过，但它是通过美国电话电报公司（Thoutat&T）以及美国电话电报公司（AT&T）的战略业务合作伙伴发布的。其内容在美国营销协会和美国会议委员会主办的全国会议上进行了介绍和讨论。它的发现经受住了时间的考验。显然，需要在统计和市场研究文献之间建立更多的桥梁！图5，价值地图。相对质量和相对价格的得分与竞争对手的得分相对应。

公允价值区与目标市场部门相关。改编自Fisher（2013，图5.6），基于Kordupleski（2003）描述的概念；另见Kordupleski（2018）。3、净推荐分数——虚假的godCustomer满意度调查需要回答两个简单的问题  我们进展如何？和  我们该怎么办？NPS在回答第一个问题上做得并不多，但在回答第二个问题上却毫无贡献。对于客户价值管理，A.从大量市场研究数据中进行的广泛统计分析表明，相对价值是竞争性业务结果的领先指标，如市场份额和ROIC。B、 相对价值来源于从决策者（做出购买决策的人）收集的数据，必然涉及从自己的公司获取竞争数据和数据。它通过竞争信息进行校准。C、 决策者的价值评级只有在考虑了整个消费者的经验后才能得出，包括质量和价格。美国电话电报公司最初未能在客户满意度和业务绩效之间建立联系，部分原因是忽视了对价格的满意度。D、 有一个明确定义且经验证的流程，用于确定可能对业务产生最大有益影响的改进优先级。对于NPS，a.似乎没有确凿证据表明NPS是业务成果的主要指标；事实上，美国电话电报公司的经验表明，两者之间可能没有联系。b、 NPS只关注在许多情况下不会做出购买决策的用户。竞争信息未对其进行校准。c、 它通常来源于单一客户体验，对决策者的整体价值感知有未知的影响。d

没有合理的方法来选择改进优先级。有成熟的“最佳实践”方法来为客户创造和交付卓越的价值，从而获得和维持市场份额，还有相关的指标。NPS不是这样一个度量标准：它是一个虚假的上帝。参考文献1。Kordupleski R.掌握客户价值管理。俄亥俄州辛辛那提：PinnaflexEducational Resources，Inc。；2003.2.  Fisher倪。领导者分析。企业成功的绩效衡量体系。剑桥：剑桥大学出版社；2013.3.  帝国持有弗雷德里克·F.“一个你需要成长的数字”。《哈佛商业评论》2003年12月：1–10.4。Kordupleski R.正确的选择——这意味着什么？2018年客户价值管理早期的开创性研究。创造价值日记。显示。5、Jeske Daniel R、Callanan Terrance P、Guo Li。使用统计分类模型识别净促销员得分的关键驱动因素。第8-25页《高效决策支持系统——从当前到未来的实践与挑战》，蒋士钊主编。克罗地亚：因特赫；2015