客户满意度调研是企业在发展过程中必不可少的环节,通过了解客户满意度,可以为企业制定更科学合理的发展计划,提高企业竞争力。
1. 客户满意度指标详解
在客户满意度调研中,最常用的2种调研指标是CES和NPS。CES即“客户费力度”,利用问卷对客户进行调查,了解其在使用企业产品或服务时所需努力的程度,借此评估客户满意度。NPS是“净推荐值”,通过问卷调查客户对企业的忠诚度和推荐度,评估企业在市场中的竞争力。
- 净推荐值(NPS)
净推荐值,或称为NPS值,NPS展现的基本核心理念是,一个企业的所有用户都可被划分为3类:推荐者、被动者和批评者。推荐者是投入且重复使用产品的用户,他们会热情地向其他人推荐你的产品或服务。被动者是对产品满意,但缺乏热情和忠诚度的用户,他们很容易转而投向使用竞争者的产品或服务。批评者是那些明显对企业的产品或服务不满意的那部分用户。
举个例子,你可以问用户“您有多大可能向您的朋友推荐我们(的产品或服务)?”然后让用户从0-10分中选择一个分数,0分代表“完全不可能”,10分代表“非常有可能”。
用户选择的分数用于将该用户进行归类:批评者的分数范围是0-6分,被动者是7-8分,推荐者是9-10分。
首先计算出推荐者所占比例,然后减去批评者的比例,就可得到NPS值(取值范围为-1到1)。推荐者与批评者的比例差越大,则企业的NPS值越高,代表可能推荐企业产品或服务的人越多。
- 客户费力度(CES)
CES关注的是企业会让用户费多少力气去满足自身需求。你可以问用户“您需要花多少力气去实现自己的需求?”然后让用户从1-10分中选择一个分数,1分代表“非常轻松”,10分代表“非常费劲”。计算所有用户的答案的总和,得到的总分低说明企业降低了用户满足需求的难度,而总分很高则说明用户在与企业互动的时候花费了太多力气。
CES的优势之一是只关注“用户费力程度”这个要素的解决办法。计算CES分数的唯一目的是消除或减少用户服务中的障碍。CES已被证实是评估用户忠诚度的最佳指标。
除了以上两种方法,还应该对企业产品的质量、定价、设计和服务等方面进行调查。在质量方面,客户需要的是高品质的产品和服务,在企业制定计划时应该重视产品和服务的质量问题,提高客户的满意度。在定价方面,企业要合理定价,不仅要考虑成本,还要考虑市场需求,以及客户的购买力,以增加客户的忠诚度。在设计方面,企业应该注重产品和服务的创新性,根据市场需求进行开发设计,以提升客户的体验感。在服务方面,企业要注重客户体验,提供优质的售前、售中、售后服务,从而提高客户对企业的信任度和忠诚度。
2. 可视化监控
客户满意度的调研是一个持续进行的过程,因此动态的数据指标监控可视化大屏,可以帮助你实时展示客户满意度指标,在数据的指导下,制定合理的客户满意度提升方案。你还可以在大屏上实现日期的筛选,整个大屏的数据会根据你筛选的日期而联动展示。
3.实现过程
本案例清洗后的数据下载:客户满意度原始数据.xlsx
3.1计算NPS
字段 | 计算公式 |
推荐者 | if 推荐分数=9 or 推荐分数=10 then 1 else 0 |
推荐者占比 | sum(推荐者)/count(问卷编号) |
被动者 | if 推荐分数=7 or 推荐分数=8 then 1 else 0 |
被动者占比 | sum(被动者)/count(问卷编号) |
贬损者 | if 推荐分数<=6 then 1 else 0 |
贬损者占比 | sum(贬损者)/count(问卷编号) |
净推荐值NPS | 推荐者占比-贬损者占比 |
分别用仪表盘图和KPI指标图来展示各指标。
3.2 计算CES
字段 | 计算公式 |
客户费力度CES | average(客户努力得分) |
轻微努力 | if 客户努力得分=1 or 客户努力得分=2 then 1 else 0 |
轻微努力占比 | sum(轻微努力)/count(问卷编号) |
中等努力 | if 客户努力得分=3 or 客户努力得分=4 then 1 else 0 |
中等努力占比 | sum(中等努力)/count(问卷编号) |
较大努力 | if 客户努力得分>=5 then 1 else 0 |
较大努力占比 | sum(较大努力)/count(问卷编号) |
与3.1类似,此处不再赘述。
3.3 NPS&CES变化趋势
搜索「客户努力得分的平均值」、「日期」、「净推荐值NPS」,用折线图展示CES&NPS的变化趋势。
3.4其他指标
对质量、定价、设计、服务的结果统计比较简单,可以尝试自己按照数据来实现,展示的图表也可以按照自己的喜好结合数据情况来选择。
4. 总结
客户满意度分析是一个持续开展的过程,我们需要定期去了解企业的产品或服务是否达到客户的心理预期,还有哪些值得改善的地方。
这样的可视化大屏可以像北极星一样,知识我们目前的方向何在。想要快速上手搭建这样一个动态交互联动的大屏,就注册使用DataFocus试试吧。
大屏访问地址:https://cloud001.datafocus.ai/df/s/5EatWmRpMdRBe0i7TaDX8wR?name=客户满意分析大屏