问卷研究

NPS净推荐值分析

案例数据

300 位 SaaS 产品用户的 0-10 分推荐意愿评分 + 订阅档位,用于计算整体 NPS 净推荐值并按订阅档位拆分对比,结论为整体 NPS=18.33(中等偏正),企业版优秀(48.98),基础版临界(0.65)

文件名nps.xlsx
样本量300 行
变量数2 列(推荐意愿评分 0-10 整数、订阅档位 3 分类)
数据用途SaaS 用户满意度调研:评估整体口碑水平,识别不同订阅档位的 NPS 差异
变量说明推荐意愿评分(0-10 整数,主分析变量)、订阅档位(基础版 / 专业版 / 企业版,分组对比变量)。

完整案例

1. 背景

某 SaaS 产品运营团队在年度用户调研中向 300 位活跃用户提出经典 NPS 问题:"您有多大可能向同事或朋友推荐我们的产品?(0-10 分)"。团队希望回答三个关键问题:①整体 NPS 处于什么水平(行业基准对照)?②推荐者 / 被动者 / 批评者的构成比例如何?③不同订阅档位(基础版 / 专业版 / 企业版)的口碑差异是否显著,对应运营资源应如何倾斜?

2. 理论与公式

NPS(Net Promoter Score 净推荐值)将 0-10 分推荐意愿分为推荐者、被动者和批评者三组,用推荐者比例减去批评者比例衡量口碑净值,取值范围 -100 至 +100。

推荐者比例

9-10 分用户为推荐者(Promoter),主动正向口碑。

批评者比例

0-6 分用户为批评者(Detractor),可能传播负面口碑;7-8 分为被动者(Passive),不计入 NPS。

NPS 值

行业基准:>0 可接受 / >30 良好 / >50 优秀 / >70 顶级。

3. 数据结构

每行 1 位用户,2 列字段。推荐意愿评分为 0-10 整数(主分析变量),订阅档位为 3 类分组变量(用于群体对比):

变量名类型取值 / 说明
推荐意愿评分定量(0-10 整数)"您有多大可能向同事或朋友推荐我们的产品?" 0=非常不可能,10=非常可能
订阅档位分类(3 类)基础版(n=155)/ 专业版(n=96)/ 企业版(n=49),按价格梯度递增

NPS 题必须使用 0-10 分 11 级量表。若问卷只有 1-5 分满意度题或 1-7 分 Likert 量表,不应直接套用 9-10 / 7-8 / 0-6 的分组规则;分组变量为可选(用于跨群体对比)。

4. 操作步骤

  1. 登录 SPSSzero,进入 工作台 → 上传 nps.xlsx
  2. 左侧方法栏 → 问卷研究 → 点击 NPS净推荐值
  3. 推荐意愿评分 拖入 分析项(必选 0-10 分制变量)
  4. (可选)把 订阅档位 拖入 分组项,启用分组 NPS 对比
  5. (可选)勾选 保存 NPS 类别,把推荐者 / 被动者 / 批评者标签写回数据集
  6. 点击 开始分析

5. 结果表格与结果阅读

结果区输出 2 张紧凑三线表:NPS 总览(含行业基准判定)+ 分订阅档位对比。

表1 NPS 总览(N=300)
类别分数范围人数占比含义
推荐者(Promoter)9-1013745.67%主动正向口碑,愿意推荐
被动者(Passive)7-88127.00%态度中性,不计入 NPS
批评者(Detractor)0-68227.33%负向口碑风险,需重点挽回
NPS 值PpromoterPdetractor45.67% − 27.33% = 18.33(中等偏正,可接受水平)
行业基准:NPS>0 可接受 / >30 良好 / >50 优秀 / >70 顶级。本例 18.33 处于可接受到良好之间,距离良好级(30)还差 11.67 分。

关键观察:推荐者(45.67%)虽超过批评者(27.33%),但批评者比例偏高(健康产品通常 < 20%)。被动者(27.00%)是潜在转化空间——若能把其中 1/3 提升到 9-10 分,NPS 可上升 ~9 分。

表2 分订阅档位 NPS 对比
订阅档位样本量推荐者%被动者%批评者%NPS等级判定
基础版15534.2%32.3%33.5%0.65临界(刚过 0)
专业版9655.2%20.8%24.0%31.25良好(>30)
企业版4963.3%22.4%14.3%48.98接近优秀(>50 即优秀)
NPS 随订阅档位单调上升:企业版(48.98)≈ 75 倍基础版(0.65)。批评者比例与档位呈反向梯度:33.5% → 24.0% → 14.3%。

三档 NPS 差距悬殊:企业版用户高度满意(接近优秀级),但基础版几乎被批评者拖平(0.65 接近 0)。说明产品对付费用户的服务能力强,但免费 / 低价用户的体验存在系统性问题(功能缺失、引导不足或定价感知差),是当前最大的口碑风险点。

7. 文字分析

对 300 位 SaaS 用户推荐意愿的 NPS 综合分析:

  • 整体 NPS=18.33:推荐者 45.67% 减批评者 27.33%,按行业基准属于"可接受到良好之间",距离良好级(30)还差 11.67 分;
  • 三组构成:推荐者 137 人(45.67%)、被动者 81 人(27.00%)、批评者 82 人(27.33%),批评者比例偏高(健康产品通常 < 20%);
  • 分档位梯度明显:企业版 NPS=48.98(接近优秀) > 专业版 31.25(良好) > 基础版 0.65(临界),付费层级与口碑高度正相关;
  • 批评者集中在低档位:基础版 33.5% 是批评者(vs 企业版 14.3%),是负面口碑的主要来源。

结论与运营建议:①守住企业版——NPS 接近 50,需保持高质量服务与客户成功支持,把推荐者转化为案例 / 转介绍;②放大专业版口碑——已达良好级,可启动用户证言、案例营销激励推荐者主动传播;③挽回基础版批评者(52 人)——重点访谈他们的痛点,定位是功能缺失、价格感知差还是引导不足,必要时升级 onboarding 流程或推出基础版增值服务;④转化被动者——81 位 7-8 分用户是最容易撬动的池子,将其中 30% 推到 9-10 分可使整体 NPS 上升约 9 分。

8. 剖析提醒

NPS 题必须采用 0-10 分制 11 级量表。若问卷使用 1-5 分满意度或 1-7 分 Likert,不应直接套用 9-10 / 7-8 / 0-6 的分组规则。NPS 是截面指标,单期数值只反映当下口碑,需建立周期性追踪(如季度调研)才能识别趋势。分组对比时各组样本量建议 ≥ 30,否则 NPS 估计稳定性差。