服务热线:020-87320659
切换导航
公司首页
公司简介
公司概况
发展历程
公司优势
资质荣誉
服务体系
市场研究
产品管理
满意度测评
营销推广研究
神秘客户调查
商情研究
行业研究
竞争研究
标杆研究
专项研究
业务领域
快速消费品
通信
公共事务
金融
物流
电器
房地产
日用化学品
医疗
技术观点
技术观点
公司动态
公司动态
联系我们
商务合作
联系方式
诚聘英才
加入我们
招贤纳士
切换导航
公司首页
公司简介
服务体系
业务领域
技术观点
公司动态
联系我们
诚聘英才
Previous
Next
栏目导航
公司简介
服务体系
业务领域
技术观点
公司动态
联系我们
诚聘英才
技术观点
NPS(净推荐值)对企业运营的价值
作者:admin
2020-12-02 13:56:13
企业在正常营业状态下,衡量其运营状态好坏的重要指标之一就是利润额。利润由客户为使用某公司的产品或服务所要支付的费用减去公司为销售产品产生的一系列费用亦或是提供相应服务的成本产生(利润=销售额—成本)。
而在真实的商业世界中,存在一种利润陷阱。其具体的表现为某公司为客户提供的产品或服务所产生的销售额非常可观,利润额在一段时间内保持着迅速的增长趋势。但好景不长,该产品或服务的利润额在之后的营业中增长缓慢甚至出现下降趋势。
为什么会出现这种情况呢?有一种较为常见的情况:企业在产品或服务上市之初,其高层管理者为了谋取短期利润的暴涨,而采取了极具掠夺性的价格策略来拓展市场。但这样的策略不认真思考客户的真正需求,一旦竞争对手上市了新的产品满足了客户的需求,那么客户就会用竞争对手的产品或服务替代该公司的产品或服务来满足自身需求。
在《终极问题—创造好利润,促进真成长》一书中提到,企业要洞察客户所想,对客户负责,不断地优化自身产品才能产生良性利润。与良性利润相对地就是不良利润。
那么良性利润和不良利润怎么区分呢?
良性利润
:
某产品或服务很好地满足了客户的需求,因此客户非常愿意推荐其产品或服务给身边的朋友使用。由该类客户产生的利润就是良性利润。
产生良性利润的客户,由于公司的产品或服务很好地满足了他们的需求,所以客户也非常愿意推荐身边人也使用该产品或服务,从而产生更多的利润。
不良利润
:
某产品或服务未能满足客户的需求,且多次反馈也不能及时得到回应。由此类客户产生的利润就是不良利润。
产生不良利润的客户,由于公司的产品或服务未能很好地满足客户的需求,而且反馈后也得不到改善。所以在他人询问该客户购买意见时,该客户很有可能会贬低该产品或服务,到处唱衰。
虽然说产生不良利润的客户给其他人对该产品或服务留下了不好的印象,在短期内不会造成影响。但是当企业的利润额上升到一定的程度后,该群体的力量才真正的显现来,由于他们的存在使得他人不想或是不愿购买该企业的产品或服务,进而抑制的企业的市场拓展,使得利润额增长缓慢甚至下降。
而识别企业利润是否是良性利润还是不良利润,NPS(净推荐值)法是目前商业世界中,识别利润状态最好的方法。NPS(净推荐值)最早是由贝恩咨询公司客户忠诚度业务的创始人费雷德里克·雷赫德在2003年哈佛大学商务回复文章“你需要致力于增长的一个数字”中提到。
NPS(净推荐值)计算方法:
NPS(净推荐值)由以下量表数据计算出来。
打10~9分的客户称之为推荐型客户;推荐型客户乐意向其他人推荐企业的产品或服务。
打8~7分的客户称之为中立型客户;中立型客户对企业缺乏忠诚度,一旦有更好的产品或服务出现,那么他们就转向使用其他的产品或服务。
打6~1分的客户称之为贬损型客户;贬损型客户由于企业的产品或服务未能满足需求,而到处说该产品或服务不好的地方,以此来贬低企业产品或服务。
NPS(净推荐值)=推荐型客户百分比—贬损型客户百分比。
有相关研究表明,每5%的忠诚度能提高企业的利润额25%以上
。
在经过市场调研,确定了使用某产品或服务的用户群体画像以后,还可以通过构建NPS—利润率矩阵,来研究该从哪类用户着手提升NPS。
举个简单的例子:美国快餐连锁品牌Click-fil-A公司的营销费用在行业中接近最低水平。但是其餐厅经营者通过提供价格低廉的快餐,优势的餐饮服务,深深吸引住客户。该企业的独立餐厅营业厅创造的利润据说每年达到了170000美元,凌驾于所有竞争对手之上,就算因为Click-fil-A公司的NPS水平远远高于行业平均水平。
依据上述案例我们能够清楚,NPS能够企业鉴别不良利润,优化营销渠道。为客户着想,企业才能把客户资源紧紧握在手中。相比之下,一些企业为追求短期利润的爆发式增长而忽视了客户的感受,导致不良利润的产生,进而使得后期利润增长缓慢或倒退,这是非常致命的。所以要实现企业的持续性发展,NPS(净推荐值)是企业管理者必须掌握的利器之一。
*本文中所采用的数据资料来自商略咨询数据库
上一篇:
满意度研究
下一篇:
用R语言实现文本情感分析——案例