1、 净推荐概述
净推荐（Net Promoter）是Fred Reichheld（2003）针对企业良性收益与真实增长所提出的用户忠诚度概念。请用户回答“您在多大程度上愿意向您的朋友（亲人、同事……）推荐XX公司/产品？”（0-10分，10分表示非常愿意，0分表示非常不愿意），根据用户的推荐意愿，将用户分为三类：推荐者、被动者、贬损者，推荐者与贬损者是对企业实际的产品口碑有影响的用户，这两部分用户在用户总数中所占百分比之差，即净推荐值（Net Promoter Score，NPS），如下图所示。
商业价值：操作方法
净推荐值（NPS）这样一个易操作、易懂的数据本身并不能为我们的业务带来任何变化，只是一个评估监控的结果。而以操作方法为基础，针对某类用户应用净推荐的原理，才能真正实现商业价值。例如，净推荐结果辅助的根源分析可以帮助找到那些阻碍盈利的潜在问题，帮助我们做出商业决策。
概念优势： 长期利润
满意与忠诚是两个不同的概念，简单的说，满意的用户仍然会“叛变”。满意度高可能只是意味着我们提供了与该产品描述一致的功能，我们能够及时响应用户遇到的困难等，但并不意味着我们具有竞争优势或增长动力。而净推荐值弥补了这个问题，以更严格的标准避免了我们对产品现状的自我安慰，真实的聚焦于产品增长的驱动力和竞争优势。该指标既考虑了使用者本身直接的经济效益（产品选择行为），又考虑了其作为推荐者潜在的经济效益（产品口碑影响），最终净值整合了当前用户积极的影响与消极的影响，可以有效预测企业/产品未来长期的利润增长情况。
2、 净推荐的关键原则
前面已经谈到，使得净推荐发挥真正价值的是超越测量数据而存在的，与业务相结合的操作方法。在介绍整个操作模型之前，简单了解一下该操作模型的五个关键原则。
方法论
NPS是一个十分简单的度量，从提出至今，因为其简单而受到很多质疑。但真正使用过该方法的人都会改变最初的想法，简单有效是该方法的魅力所在。不像复杂的财务数据那样需要专业的解读，哪怕是最基层的员工都能够理解，因此说服他们去关注与改变就变得更加容易。当然，单一的度量与单一的问题之间是有差异的，我们需要大量时间来讨论数据和设计调查。总之，要发挥数据真正的价值，做出商业决策，还需要做很多。
哲学观
净推荐内在独特的哲学观：你如何对待用户，用户也将如何对待你。哪怕在市场恶劣的环境下，坚持关注良性收益，为客户提供更好的质量与服务，也能增加用户留存，扩大市场份额。而有损于用户的恶性收益，只能赢得短期效益，对企业/产品的长期发展必然是有害的。
行动和责任
净推荐项目不是简单汇报用户测量的结果，让决策者根据数据采取行动，而是向所有人发起挑战，让所有员工在日常工作中改进与用户的交互行为。得到整合的NPS数据只是开始，员工拿到数据反馈后，有能力理解与分析其中的因果关系，通过进一步的电话回访或实验设计等找到正确的执行方式，优化现有过程，提高用户体验才是我们的目标。例如，获得数据后，如何减少贬损者，如何找到并解决核心用户的痛点等。
情绪性
净推荐让我们看到有多少用户会为我们营造良好口碑，又有多少用户在批评我们，这不仅是一个数据，还能激发我们的情绪，因为没有人希望听到批评，一定程度上弥补了传统满意度模型的不足。
与财务结果对接
对比十多家B2B企业2002-2004的净推荐值与2003-2005的财务结果发现，NPS的变化延迟反应在财务增长上，是先于后者变化的指标。NPS的经济效益可以进一步挖掘，如将用户进一步细分（活跃度、区域、行业等），根据当前绩效目标，发掘最有价值的用户，采用恰当的策略，或创造推荐者，或减少贬损者，或提升被动者，从而实现经济指标的增长。
3、净推荐的操作模型
净推荐的概念很简单，但是真正的执行运作并不简单。下图是该操作模型的示意图：六个元素组成的循环环形。首先是价值观——以用户为中心；其次是深思熟虑的计划——企业蓝图（项目目标）；第三是制定商业决策的基础——建立可信的数据；第四是为了改进分数，对推荐者、贬损者、忠诚驱动力进行的根源分析；第五是可以让用户知道他们的反馈有作用，促进操作和结构改进的行为和问责制。这五个元素会驱动产品、员工参与度、业务流程、用户体验等的改革和转变，最终实现净推荐项目的成功。
下面将对这六个要素分别进行阐述。
元素1：创造以用户为中心的价值观
这是企业文化，也是NPS的内在文化，让员工了解自身角色、责任，及企业对改善用户忠诚度的重视，有利于整个项目的推行。这一点一直是我们公司强调的理念，不再赘述。
元素2：发展企业/产品蓝图
项目的执行需要有明确的目标与计划。不同的企业/产品会有不同的发展步调，最佳的计划应该基于产品与消费者关系的更新，随着企业所处环境的变化而不断进化与变革。计划需要考虑关键用户的体验点，不同的体验点如何影响全面的用户体验，哪个对忠诚度影响最大。最重要的是，数据的搜集与分析应该是基于消费者驱动的视角，而不是全面内部观点。
元素3：建立可信的数据
数据质量是整个项目成功的根本，数据如果不能准确可靠地代表用户对产品的感知和行为，那么一切都无从谈起。可信的数据首先要找到对的用户（who），然后要确定正确的提问时间（when）。例如，某企业产品的净推荐值，调查管理员还是普通员工，在使用3个月还是使用一年后提问，都会影响到数据的可信度。
元素4：根源分析
企业通常认为很了解用户的行为驱动力，但数据往往证明与我们想象中的很不一样。推理分析（基于回归）和陈述分析（基于开放性问题）都可以帮助我们了解用户的忠诚驱动力。让员工直接阅读用户在开放性问题中对推荐打分的解释，尤其是那些非常正面或非常负面的评论，可以帮助他们更好的认识用户对产品的评价，推动后续的执行。
元素5：驱动行动和问责
前面谈到改善NPS分数是所有人的职责，数据需要与每个员工的工作绩效挂钩，让所有人行动起来。
元素6：改革与变化
净推荐项目的目标是一直随着公司和市场环境而变化的。项目领导者需要反复聆听用户反馈与市场状况，使用复杂的分析技术（包括净推荐的分类，不同群体的反馈，战略规划根源的探讨，用户共创产品、服务和业务流程等）来改革与完善项目。
4、净推荐的优缺点
优点：与长期利润增长正相关，可操作性强，易理解和接受，能直接与竞品比较，帮助企业明确业务优先级，弥补了用户满意度调查（ACSI）所得信息太多又缺乏重点的问题。
缺点：需要结合用户的具体信息去考虑，如“生命周期”等；净推荐值≠用户满意度，它只能为企业提供“预警装置”；最后，它不能给你解释，需要结合其它定性定量的方法来分析原因。
以上阐述了那么多基本原理与操作模型，是希望大家对这个概念与方法有更全面的了解。目前国内真正全面考虑，深入执行这一方法的公司可能还没有。公司的产品体验考核也只是引入NPS的概念，或针对全量用户，或针对分类用户进行考察，对年度的产品考核来说，或许这已满足需求。但是从对产品的价值来看，净推荐应该还有更多可以挖掘的价值。期待有更多的人来共同探讨~