前言
第一次接觸 NPS 這個概念是某個知識星球的星主在講他的星球好評度的時候，用到了這個詞。當時感覺這個 NPS 用來評估產品的口碑還挺不錯的，但是現在回過頭想想，又感覺這個 NPS 的計算有點過于簡單。于是就滋生了這樣一個問題 —— NPS 用來評估產品的口碑合適嗎？
NPS 定義
NPS，英文全稱是 Net Promoter Score，翻譯過來是凈推薦分，用于評估產品的口碑。通常我們會通過下面的問題來作為收集 NPS 的問卷題目。
請問你有多大可能向其他人推薦我們的產品？您可以選擇分數來表達您的意愿，分值為0-10分，0為非常不愿意，10為非常愿意。
0-6分表示的是這部分用戶不但不會推薦我們的產品，甚至還可能吐槽我們的產品不好用；
7-8分表示不太會對我們的產品進行任何吐槽或推薦行為；
9-10分表示愿意向其他人推薦我們的產品。
最后根據收集回來的問卷結果，得到如下的 NPS 計算方法：
可以看到 NPS 的取值范圍為-100到100，而且由于推薦者和詆毀者的分值分布不是對稱，因此得高分還是挺難的。通常50分以上就算不錯的得分了，70分以上就是優秀的產品了（蘋果、谷歌和亞馬遜的分值都在70分以上）。如果得分在40分以下，那么就說明你的產品口碑很糟糕。
NPS 的缺陷
NPS 有兩個比較大的缺陷，一個是誤差比較大，另一個是無法反映用戶對產品的依賴度。
誤差方面，我們來看一個例子。假設我們收集回來100份問卷：
情況1：推薦者數量60，詆毀者數量20，計算得到的 NPS 值為40。
情況2：推薦者數量66，詆毀者數量20，計算得到的 NPS 值為46。
情況1和情況2推薦者數量變化的比例是10%，而 NPS分值變化的比例是15%。再看另一組假設數據：
情況3：推薦者數量50，詆毀者數量30，計算得到的 NPS 值為20。
情況4：推薦者數量50，詆毀者數量35，計算得到的 NPS 值為15。
情況3和情況4詆毀者數量變化的比例是10%，而NPS分值變化的比例是25%。
也就是大部分情況下 NPS 的變化幅度會比原始的推薦者數量和詆毀者數量的幅度大，這就意味著如果要得到置信度高的 NPS 分值，需要的樣本數要更高。如果樣本數不夠，拿到的 NPS 值可能會誤導你的判斷。
依賴度方面，也許確實用戶覺得你的產品不錯，會推薦給其他人，但是可能對他自己來說這個產品屬于可有可無的情況。典型的例子就是最近比較火的 ChatGPT，我用過后，確實覺得很強大，也分享給了朋友。不過，新鮮感過后，我就基本不用了。這意味著我對ChatGPT 的依賴度很低。因此，雖然。這就意味著，雖然一個產品的 NPS 值比較高，但是可能留存度很低，實際上也無法成長為一個有生命力的產品。
NPS 怎么用？
NPS 使用時，一方面建議是收集的樣本數要足夠多，另一方面，需要配合其他指標來評估用戶對產品的依賴度。其中一個比較好的指標是產品市場匹配度（Product / Market Fit Score， PMF分數）。用于 PMF 分數的調研問題是：
如果你不能夠繼續使用我們的產品，你的感覺是什么樣的？可以從非常失望、有一點失望和無所謂三個選項中選擇。
通過統計非常失望用戶的占比來評估用戶對我們產品的依賴度，通常基準線要在40%以上才算比較好的指標。這里我們來個投票，如過讓你停止使用微信，你的感覺會怎么樣？
另外，對于 SaaS 產品來說，由于參與系統的角色很多，因此在做評分時，需要區分不同的角色進行評判，比如基層員工、業務負責人、采購關鍵人等等。也許你的產品能夠打動客戶基層員工，但是如果令客戶業務負責人或采購關鍵人的失望的話，那么客戶很可能不會續訂你的產品。
總結
本篇介紹了 NPS 的概念、缺陷以及實際的使用。 NPS 作為評估產品口碑的一個指標，還是比較靠譜的。不過，我們不能單憑這一個指標來評判產品的好壞，還需要綜合其他指標一起考慮，比如評估用戶對產品依賴度的 PMF 分數。
