体验家XMPlus演示NPS波动分析:区分客群内部变化与结构占比差异
总体NPS下降时,直接让AI Agent解释原因容易得到未经验证的叙述,需先核查计算正确性、调查口径一致性及样本构成变化。体验家XMPlus通过一组人工构造的数据,演示如何区分客群内部推荐意愿变化与客群占比结构变化。 标准NPS计算中,中立者虽不进入分子但计入有效回答分母,缺失值不能当作0分处理。比较不同时期数据前,必须核对推荐对象、题目、量表、客户范围、触发时点及去重规则,确保时间归属方式一致并保留各组样本量分布。若仅凭分差大小启动原因分析,可能忽略小样本下少量新增回答对得分的显著影响。 在示例数据中,两类互斥客群A和B的总体NPS从48降至12,看似大幅下降36个百分点,但A组始终为60,B组始终为0。总体变化完全源于B组占比从20%增至80%,而非客群内部体验恶化。总体NPS是各客群NPS按有效回答占比加权的结果,不能简单平均分组得分。一种可复核的分解方法将总体变化拆分为“组内变化项”与“结构变化项”,本例中组内变化为0,结构变化为-36。
推荐理由:通过人工构造数据演示NPS波动分析,区分客群内部变化与结构占比变化,提供可复核的计算逻辑与口径核查步骤。