如何制作 NPS 报告：2026 年的 5 个简单步骤
两家公司的 NPS 均为 30。其中一家拥有忠实的客户群，仅有极少数直言不讳的反对者；另一家的客户群则两极分化，各占一半。
仅凭分数无法区分它们。这只是一个简单的减法，而减法会抹去数据的分布形态。
这并不是放弃该指标的理由，而是应该制作一份报告，而不是仅仅引用一个数字。
本指南将介绍报告需要包含的内容、制作报告的五个步骤、分数所隐藏的信息，以及手动制作报告在何处难以为继。
NPS 报告需要包含哪些内容
NPS 本身只有一行。而报告则是让这一行数据值得信赖的所有支撑。
除了分数之外，您还需要四样东西：回复数量、三个区间的分布比例、统计周期以及调查的目标人群。
回复数量的重要性超乎人们的想象。如果只有 40 个回复，只要有几个人从 7 分降到 6 分，就会导致 NPS 出现两位数的波动，而业务本身其实并没有发生任何变化。
您还需要在某个地方保留 0–10 分的原始分布。一旦将回复合并到三个区间中，您就再也无法恢复其分布形态，而发现洞察的关键往往就在于这种形态。
五个步骤
1. 提出 0–10 分的问题，保持不变
NPS 是基于一个评分在 0 到 10 之间的单一问题来定义的。改变这个量表，您就无法再获得具有可比性的数据。
在不同的调查周期中，也要保持提问措辞的稳定。重新组织语言的问题会产生不同的分数，而您可能会误以为这是客户情绪发生了变化。
在问题后面添加一个开放式文本框。数字告诉您所处的位置，而评语则告诉您原因。
2. 将回复归入三个区间
Qualtrics 准确地定义了这些区间。推荐者“给出 9 或 10 分”。被动者“给出 7 或 8 分”。贬损者“给出 0 到 6 分”。
请注意贬损者区间的跨度有多大。10 分中的 6 分与 0 分的效果是一样的。这是刻意设计的，值得向任何第一次看到 NPS 报告的人进行解释。
使用 COUNTIFS 函数对数值列进行统计，计算每个区间的人数，并在继续下一步之前，确认这三个计数之和等于您的总回复数。
3. 将两端的人数转换为百分比
用推荐者人数除以总回复数，再用贬损者人数除以总回复数。在回复列上使用 COUNTA 函数，这样空白回复就不会虚增您的分母。
在报告中保持这两个百分比可见。它们比最终的 NPS 包含更多信息，也是使报告具有可复现性的关键。
被动者被计入分母，但不会出现在任何一个百分比中。这正是人们最容易出错的步骤。
4. 相减，并保留正负号
计算方法正如 Qualtrics 所描述的：“用推荐者的百分比减去贬损者的百分比。”
结果范围“从 -100 到 +100，分数越高越好”。它是一个整数，而不是百分比，因此书写时不要带百分号。
在这个阶段不要进行任何平均计算。NPS 的任何地方都不存在平均计算，将区间中位数作为分数来处理会产生一个毫无意义的数字。
5. 结合上下文汇报分数
在同一个视图中呈现五样东西：NPS、回复数量、三个区间的百分比、统计周期以及受访人群。
没有回复数量的分数是这份报告最常见的误导方式。任何阅读报告的人都应该能够判断这个数字有多大分量。
然后添加趋势。单个 NPS 只是一个数据点，而在一个稳定的问题上连续三次的读取结果，才是第一个真正具有行动指导意义的信息。
为什么排除被动者至关重要
这一设计选择使得该指标的表现有些奇特，我们应该去理解它，而不是试图规避它。
被动者存在于 NPS 的分母中，但不存在于任何一个分子中。因此，将客户的评分从 8 分提高到 9 分会提高分数，而从 7 分提高到 8 分则不会带来任何改变。
其结果是，该指标在中间部分刻意保持迟钝。它奖励创造拥护者，惩罚制造批评者，并忽略介于两者之间的一切。
作为一种设计，这是合理的。但当团队将 NPS 视为通用的满意度衡量标准时，就会出现问题。因为大多数满意度的提升恰恰发生在其忽略的区间内。
实际应对方法：将被动者百分比作为第四个数据进行汇报。大量的被动者群体在分数中是看不见的，而这往往是数据中蕴含的最大机会。
为什么不能进行跨行业对比
NPS 最常见的一个误用就是引用别人的分数作为自己的目标。
Qualtrics 公布的行业平均值让这个问题变得显而易见。食品杂货行业的平均值为 30。视频流媒体的平均值为 29。消费支付的平均值为 −6。
一家支付公司如果得分为 0，说明其表现优于同行业。而一家食品杂货零售商如果得分为 0，则说明陷入了困境。相同的数字，截然相反的解读。
Qualtrics 归功于 Bain & Company 的通用 NPS 区间是方向性的，而不是具体目标。0 以上为好，20 以上为良好，50 以上为优秀，80 以上为世界一流。
将您自己的趋势作为基准。Wikipedia 上关于该指标的词条介绍了关于其预测性主张的学术争论，在您设定目标之前，这可以作为有用的背景知识。
手动制作报告在何处难以为继
第一份报告需要一个小时。第四份报告需要更长时间，因为到那时，有三样东西已经发生了偏差。
当有人整理表单时，调查的措辞可能会发生变化。NPS 随之变动，却没有人将这两者联系起来，因此一次文案修改会被误读为客户情绪的转变。
受访人群也会发生变化。将范围从活跃用户扩大到所有注册联系人，会引入没有近期使用经验的人。NPS 通常会因为与产品无关的原因而下降。
还有存在时间最长的错误。对 0–10 分进行平均计算，而不是用区间百分比相减，会产生一个与真实 NPS 范围相似的数字，而且没有人会注意到。
还有第四种成本，只有在临近截止日期时才会显现。当有人问“这个分数好吗”时，单一的 NPS 无法回答，而整理对比数据就成了第二个项目。
关于工具方面的汇总，请参阅用于调查数据分析的最佳 AI 软件。
如何使用 Powerdrill Bloom 制作报告
步骤 1：上传导出的调查数据
直接从您的调查工具中上传导出的回复数据。Powerdrill Bloom 会在数据导入时对各列进行分析，因此在计算任何 NPS 数据之前，空白回复、超出范围的数值以及重复的受访者 ID 都会被识别出来。
步骤 2：用自然语言描述报告
声明规则，而不是去构建它们。指定数值列、统计周期、受访人群以及区间边界。
然后提出能够发现错误的问题。询问有多少回复是空白的或超出了 0–10 的范围。要求在提供分数的同时提供三个区间的百分比。然后询问该分数在不同细分群体和注册群组之间有何差异。
步骤 3：导出图表、报告或幻灯片
导出包含分数及其分布的数据、跨周期的趋势图，或者在数字旁附带回复数量的幻灯片。
为什么这比每个周期重新制作要好
| 手动方式 | Powerdrill Bloom | |
|---|---|---|
| 区间计数和百分比 | 三个 COUNTIFS 加上一个分母 | 直接询问分布比例 |
| 空白和超出范围的回复 | 手动抽样检查 | 上传时自动呈现 |
| 细分群体分析 | 为每个细分群体重新构建筛选器 | 直接询问细分数据 |
| 与上一个周期对比 | 针对发生变化的导出数据重新构建 | 更换文件，保留规则 |
第二行是赢得或失去信任的关键。将空白回复计为零分会把被动者变成贬损者，而这种错误在最终的分数中是看不出来的。
常见错误
对 0–10 分进行平均计算。 该指标是两个百分比之间的差值，而不是平均值。平均值会落在相似的范围内，但代表的完全是另一回事。
在不提供回复数量的情况下汇报 NPS。 样本量较小时，分数会剧烈波动。每次都要在数字旁边注明回复数量。
引用其他行业的基准作为目标。 在已公布的数据中，行业平均值从 −6 到 30 不等。请与您自己的趋势进行对比。
在不同周期之间更改问题措辞。 重新编写会导致数据序列失去可比性。请固定措辞并记录设定日期。
将空白回复计为零分。 空白回复不是贬损者。应将未回复者同时从分子和分母中排除。
在未说明的情况下扩大受访人群。 增加不活跃的联系人会在没有任何实际变化的情况下降低分数。请在报告中记录受访人群。
忽略被动者群体。 被动者在分数中是看不见的，但他们往往是最大的群体。请将被动者的百分比作为第四个数据进行汇报。
结论
提出 0–10 分的问题并保持不变，然后将回复归入三个区间。将两端的人数转换为百分比，相减，然后汇报包含回复数量和分布情况的 NPS。这五个步骤产生的数据才具有实际行动指导意义。
导致其成本高昂的原因在于，措辞和受访人群都会发生偏差，而这两者都会在客户感受没有任何变化的情况下影响分数。
如果这个循环耗费了您整个季度的时间，不妨在您导出的调查数据上试试 Powerdrill Bloom。另请参阅我们的指南：如何利用 AI 将混乱的调查数据转化为清晰的图表，以及客户声音总结工具和CSV AI 助手页面。
常见问题
NPS 是如何计算的？
用推荐者的百分比减去贬损者的百分比。推荐者评分为 9 或 10 分，被动者评分为 7 或 8 分，贬损者评分为 0 到 6 分，其中被动者不计入这两个百分比。
可能的分数范围是多少？
从 −100 到 +100，分数越高越好。它是一个整数，而不是百分比，因此书写时不要带百分号。
为什么被动者会被忽略？
从设计上讲，该指标衡量的是拥护者与批评者之间的平衡。被动者被计入分母，因此他们会稀释这两个百分比，但不会出现在任何一个百分比中。
我需要多少个回复？
虽然没有固定的最低数量要求，但小样本的分数波动会非常剧烈，因此请在汇报分数的同时注明回复数量。如果只有几十个回复，请将分数的变动视为方向性的趋势，而非具有显著统计学意义的变化。
我可以将我的分数与竞争对手进行对比吗？
只能在同一行业内进行对比，且需谨慎。已公布的行业平均值从消费支付的 −6 到食品杂货的 30 不等，因此跨行业对比会产生误导。