精确的 NPS 数学
NPS 等于推荐者的百分比减去批评者的百分比，以 -100 到 +100 的范围表示。
目的
使用 NPS 作为证据，而不是装饰
NPS 对于内部服务改进很有用，但当将小型、有偏见或隐私敏感的调查作为客户忠诚度的公开证明时，它就会变得有风险。
置信范围
该计算器估计 95% 的置信范围，以便团队可以了解分数在统计上是否脆弱。
目标规划
它估计在当前样本下需要多少额外的启动子才能达到目标 NPS。
治理得分
风险评分权衡样本量、回复率、受众偏见、激励措施、隐私和预期用途。
为什么这很重要
高 NPS 仍可能具有误导性
当调查样本很小、受众被过滤、批评者代表性不足或受访者受到激励时，分数可能看起来令人印象深刻。
小样本
一些热烈的回应可能会让 NPS 看起来很高，但不稳定。
选择偏差
仅调查成功的客户、回头客或满意的客户可能会扭曲结果。
激励偏差
奖励或员工压力可能会改变回答者以及回答方式。
保密风险
律师事务所、医疗服务提供者和敏感服务机构必须避免在调查工作流程中泄露客户关系。
NPS 工作区
支持者、被动者、反对者和调查可靠性
输入推荐者、被动者和批评者的数量。该计算器返回 NPS、份额、置信范围、目标数学、基准差距和调查证据的治理得分。
此浏览器端计算器仅提供初步的 NPS 数学和调查治理分类。它不会验证原始调查数据、提供法律建议或取代统计、隐私或广告审查。
业务规则
NPS 治理分数如何计算
该计算器计算 NPS、置信范围和目标数学，然后使用样本质量、响应率、受众选择、激励措施、隐私、预期用途和记录的缓解措施对调查可靠性进行评分。
- NPS = 推荐者百分比减去批评者百分比。
- 即使被动技能不直接加点或减点，也会影响分母。
- 置信范围根据推荐者和贬低者的比例来估计统计脆弱性。
- 如果样本的其余部分保持不变，目标规划估计需要额外的启动子。
- 即使 NPS 得分为正，调查治理也可能存在高风险。
治理
在发布或报告 NPS 之前要检查什么
当 NPS 出现在销售、公共页面、投资者平台、客户提案或证据文件中时，它就成为一种主张。
定义样本
记录谁被邀请、谁回复、涵盖的时间段和回复率。
避免过滤受众
除非限制很明确，否则不要只调查成功的、满意的或高价值的客户。
控制激励
避免与高分或积极评论相关的奖励或员工压力。
独立分行
仅当每个样本较大且方法上具有可比性时，才比较办事处、团队或国家/地区。
保护隐私
在分享评论之前删除个人数据、法律事务细节、健康数据、员工指控和标识符。
陈述方法
公开或销售用途应披露日期、样本量、方法和材料排除。
分数解读
如何阅读 NPS 调查风险评分
0-25
调查风险低。 NPS 通常可以在例行样本和隐私检查后使用。
26-45
管理调查风险。 收紧方法注释、响应率证据和预期用途限制。
46-65
需要验证。 在审查偏见、样本或隐私问题之前，请勿发布或依赖 NPS。
66-100
保留公共用途。 该调查可能过于偏颇、规模较小、过于敏感或不利于公众或证据用途。
审核请求电子邮件生成器
起草中立的审查请求电子邮件，而不仅过滤推广者。
Google 评论计算器
独立于 NPS 调查结果对公众 Google 评级增长进行建模。
评论情绪分析器
当定性评论需要法律或声誉审查时，请使用情绪分类。