TL;DR Во-первых, я настоятельно рекомендую прочитать книгу Reichheld’а «The Loyalty Effect». По крайней мере, там есть ответы на многие заданные тобой вопросы: декларация «likely … to recommend» с большей вероятностью говорит о повторной покупке в будущем, чем декларация «likely … to purchase» (пункт 1) [к сожалению, пока нет других годных способов прогнозирования поведения потребителей, кроме самодеклараций, но важно, что аналитики и менеджеры учитывают «правдивость» и вероятность исполнения деклараций; обоснование выбора шкалы — 5, 7, 9, 10 или 11 (п. 2, кстати, это не вопрос удобства для респондента); почему только оценки 9 и 10 являются «Промоутерами», а 7 и 8 — «Нейтралами» (п. 6) и многие другие важные методологические замечания. В конце 90-х и нулевые повторить исследования Reichheld’а и Bain было практически невозможно — очень дорого для отдельной компании. Сейчас (если ты измеряешь NPS) у тебя нет никаких проблем повторить все необходимые этапы: сравнить намерение купить и вероятность рекомендовать, 5-бальную и 11-бальную шкалу, отказаться от указания промежуточных значений, проверить вероятности повторных покупок «нейтралами» и «промоутерами». При чем теперь это можно делать постоянно, всегда имея контрольную группу. Во-вторых, очень важно — все фальсификации и кривые измерения не делают NPS плохим: нельзя полагаться на измерения конкурентов, если не имеешь доступа к методам (п. 7); нельзя квотировать выборку или исключать недовольных (п. 5); нельзя мерить одних и тех же респондентов (п. 10), ну, т. е. можно, но не в случае с NPS, у тебя есть совокупность — покупатели в периоде и критерии выборки, а она случайная и всё, с этим и работаешь, а изменение оценки отдельного респондента можешь измерять сколько угодно, но это не NPS. :) В-третьих, «KPI сотрудников». По-моему, у меня 3 года NPS был основным показателем годового бонуса — 40% годового бонуса или 16% годового дохода 27 человек в подразделении. Мне д. б. повезло, т. к. меня особо никто не спрашивал и NPS нам навязали немецкие акционеры, хотя я пытался сопротивляться и писал записки, почему нам эта штука не нужна.:) Акционеры нас не спросили и вообще сами заказали отраслевое исследование, которое показало наш NPS против конкурентов и среднеотраслевой NPS. Генеральный мне установил целевое значение «рост на 10% к предыдущему году». Зная критерии формирования выборки я научился справляться с подобными значениями и да, прирост «шестерок» и снижение «пятерок» меня не интересовали. И последнее, «почему NPS так популярен?» Ответ прост: CEO не очень интересуют твои танцы с бубнами (прирост «шестерок»), ей/ему «продали» идею, что рост доли желающих рекомендовать приведет к росту повторных сделок и снижению цены привлечения. И всё это можно отслеживать одной цифрой.:) В свою очередь ты можешь измерить степень влияния NPS на выручку и расходы на привлечения для вашего продукта/бренда. Но предполагаю, что это будет объяснять процентов 40 изменения выручки (у расходов больше:).
TL;DR
Во-первых, я настоятельно рекомендую прочитать книгу Reichheld’а «The Loyalty Effect». По крайней мере, там есть ответы на многие заданные тобой вопросы: декларация «likely … to recommend» с большей вероятностью говорит о повторной покупке в будущем, чем декларация «likely … to purchase» (пункт 1) [к сожалению, пока нет других годных способов прогнозирования поведения потребителей, кроме самодеклараций, но важно, что аналитики и менеджеры учитывают «правдивость» и вероятность исполнения деклараций; обоснование выбора шкалы — 5, 7, 9, 10 или 11 (п. 2, кстати, это не вопрос удобства для респондента); почему только оценки 9 и 10 являются «Промоутерами», а 7 и 8 — «Нейтралами» (п. 6) и многие другие важные методологические замечания.
В конце 90-х и нулевые повторить исследования Reichheld’а и Bain было практически невозможно — очень дорого для отдельной компании. Сейчас (если ты измеряешь NPS) у тебя нет никаких проблем повторить все необходимые этапы: сравнить намерение купить и вероятность рекомендовать, 5-бальную и 11-бальную шкалу, отказаться от указания промежуточных значений, проверить вероятности повторных покупок «нейтралами» и «промоутерами». При чем теперь это можно делать постоянно, всегда имея контрольную группу.
Во-вторых, очень важно — все фальсификации и кривые измерения не делают NPS плохим: нельзя полагаться на измерения конкурентов, если не имеешь доступа к методам (п. 7); нельзя квотировать выборку или исключать недовольных (п. 5); нельзя мерить одних и тех же респондентов (п. 10), ну, т. е. можно, но не в случае с NPS, у тебя есть совокупность — покупатели в периоде и критерии выборки, а она случайная и всё, с этим и работаешь, а изменение оценки отдельного респондента можешь измерять сколько угодно, но это не NPS. :)
В-третьих, «KPI сотрудников». По-моему, у меня 3 года NPS был основным показателем годового бонуса — 40% годового бонуса или 16% годового дохода 27 человек в подразделении. Мне д. б. повезло, т. к. меня особо никто не спрашивал и NPS нам навязали немецкие акционеры, хотя я пытался сопротивляться и писал записки, почему нам эта штука не нужна.:) Акционеры нас не спросили и вообще сами заказали отраслевое исследование, которое показало наш NPS против конкурентов и среднеотраслевой NPS. Генеральный мне установил целевое значение «рост на 10% к предыдущему году». Зная критерии формирования выборки я научился справляться с подобными значениями и да, прирост «шестерок» и снижение «пятерок» меня не интересовали.
И последнее, «почему NPS так популярен?» Ответ прост: CEO не очень интересуют твои танцы с бубнами (прирост «шестерок»), ей/ему «продали» идею, что рост доли желающих рекомендовать приведет к росту повторных сделок и снижению цены привлечения. И всё это можно отслеживать одной цифрой.:) В свою очередь ты можешь измерить степень влияния NPS на выручку и расходы на привлечения для вашего продукта/бренда. Но предполагаю, что это будет объяснять процентов 40 изменения выручки (у расходов больше:).