推荐者|净推荐值（NPS）完整行动指南( 五 ) 微显示|ar|全彩|消费级|芯片|耀

3. 后续问题的分析
文章插图
如果前面你遵循我们给出的建议，那么你可以继续往下看，进一步对后续问题分析作了解。由于后续问题属于定性数据，所以需要更多的工作量进行解读。
分析文本内容最有效的方法之一就是将其进行分类。你可以通过创建不同的语料库（标签或关键词）来执行此操作，当回答中提及某些功能时，则可以通过功能语料库进行分类；如果回答中讨论了产品的易用性，那么就可以把它分类到易用性的语料库中。

文章插图
需要注意的是，大多数回答会被同时划分到多个分类，因此需要使用多个语料库标记。这大家听起来应该会觉得麻烦，但是可以利用工具帮你快速解决这个问题。你可以使用360NPS的文本分析、Monkeylearn和百度情感倾向分析自动筛选你的NPS反馈并进行标记，进行文本数据分类。
七、如何使用NPS现在剩下的事情就是要充分的利用好你的数据，如果你不打算拿它来改善产品或提高客户忠诚度，那么收集和分析NPS数据毫无意义。首先，让我们看一下使用NPS数据改善产品的方法。
1. 使用NPS数据改善你的产品世界上不存在完美的产品，客户总会在一些地方对你的产品或服务有所抱怨。如果这些批评者并不是对你的产品完全不满意，这意味着可以通过了解他们获取关键的见解以改善产品。
如果你的调查包含了后续问题，那么你应该就已经拥有了所需的信息。你可以手动查看这些反馈，也可以使用360NPS的TextMind之类的工具来完成这个颇有难度的任务。无论是哪种方式，你都可以沉淀出批评者最常抱怨的几个主题。
或许你会从成本角度去衡量产品的迭代和优化是否真的有价值。我们建议你先从客户最常访问的模块开始，然后看看把客户反馈的内容整合进未来的产品路线图中。如果未来规划中存在与客户反馈重叠内容，则表明你可以优先在这些模块进行改善。但是，有时候你需要在反馈内容的字里行间深入挖掘，才能了解客户真正的痛点。
如果你不确定批评者说的是什么，你可以通过邮件和电话联系，并表达他们的想法很有可能会对产品有帮助，希望能进一步了解。最后，你从后续问题中收集的数据可以真正帮助到你了解到产品的不足之处。
2. 跟进批评者如果你在NPS调查中未包含后续问题，你会知道有多少数量的客户对你的产品不满意，他们具体是谁，这意味着你还是可以通过其他方式与你的客户进行联系。
通过定期与他们进行交谈，这是一个跟进和询问他们为什么如此评分的机会。或者你也可以发送一份简短的邮件，说你看到他们对产品不完全满意，你想了解并改进它。大多数客户会欣赏你以客户为中心的态度，重视他们的意见并愿意花时间聆听他们的想法，他们会很乐意为你提供所需的信息。
至于对服务不满意的「批评者」和「中立者」客户，我们会根据不满意的原因采取不同处理方式：操作上“提供相应客服支援与教学内容替客户解决问题”；功能上“提供替代方案，并将客户建议回报给产品开发团队，作为未来功能规划上的参考”；不满意则“主动追问客户以厘清需求脉络”。
3. 使用你的忠实客户进行推荐
文章插图
NPS不仅涉及批评者，还有推荐者。对于公司来说推荐者是非常宝贵的数字资产。这些客户对你的产品非常满意，并且忠诚于你的品牌。那你该怎么合理的利用起来呢？