روش NPS در اولویت بندی بکلاگ محصول
یکی از روشهای اندازهگیری رضایت مشتریان شاخص Net Promoter Score هست که میزان وفاداری یک مشتری را به محصولات شرکت اندازهگیری می کند. این شاخص درک و احساس مشتریان را در مورد محصول کمی سازی کرده و به مدیر محصول کمک میکند در مورد برنامه آینده توسعه تصمیمگیری کند. در ادامه با این تکنیک برای نحوه اندازهگیری رضایت مشتریان و همچنین برنامه آتی توسعه محصول نرمافزاری آشنا میشویم:
در این روش ابتدا در یک فرم نظرخواهی NPS یک سوال در مورد محصول پرسیده میشود، برای مثال در اینجا سوال شده است که “چقدر مایل هستید که محصول Confluence را به دوستان و همکاران خود پیشنهاد دهید”؟
پاسخی که کاربر فراهم خواهد کرد در سه گروه Passives، Promoters و Detractors دستهبندی خواهد شد. گروه اول کسانی هستند که امتیاز ۹ و ۱۰ را انتخاب میکنند و جزو مروّجین محصول هستند، گروه دوم امتیاز ۷ و ۸ را انتخاب کرده و بهعنوان کاربر منفعل در نظر گرفته میشوند و گروه آخر گروهی هست که امتیاز ۰ تا ۶ را انتخاب خواهد کرد و مشتری ناراضی محصوب میشود.
شاخص NPS با کم کردن درصد کاربران Detractors از کاربران Promoters محاسبه خواهد شد. برای مثال در حالتی که از ۱۰۰ فیدبک دریافت شده ۴۰ نفر Promoter؛ ۲۵ نفر Passive و ۳۵ نفر Detractors داشته باشیم، شاخص NPS برای آن برابر ۵% خواهد بود. این شاخص می تواند از ۱۰۰%- تا ۱۰۰%+ درصد متغیر باشد.
بعد از انتخاب امتیاز توسط کاربر از وی خواسته میشود، نظر خود را در ارتباط با امتیاز داده شده لحاظ کند:
مرحله ۱: دسته بندی صدای مشتری
مدیر محصول میتواند تمامی این فیدبکها را مشاهده کرده و آنها را به صورت دستی آنالیز و دستهبندی کند، حالت دیگر با استفاده از ابزارهای آنالیز متن جهت دستهبندی این درخواست ها اقدام میشود.
در این تصویر دو فیدبک مختلف از مشتری برای Confluence دریافت شده است. مورد اول در گروه Promoters ها قرار دارد و اگرچه ما از دیدن آن خوشحال خواهیمشد، اما هیچ اطلاعاتی در مورد اقدامات آتی برای ما فراهم نخواهد کرد.
اما مورد دوم، به صورت خاص حاوی اطلاعاتی است که مشتری بابت آنها از محصول ناراضی بوده است. نارضایتی مشتری در این درخواست در یک پایگاه داده به صورت زیر با دو لیبل Usability و Formatting وارد میشود.
حال فرض کنید درخواست زیر را نیز دریافت کردهایم:
این درخواست ۲ لیبل جدید به جدول قبل اضافه خواهد کرد:
با دریافت فیدبکهای جدید این جدول به مرور کامل تر خواهد شد. لازم به یادآوری است که در اینجا برای فیدبکهای مثبت لیبلی به جدول اضافه نخواهد شد. به طور مثال چنانچه فیدبک زیر را دریافت کنیم لازم است که لیبل مربوطه را برای Performance محسوب کنیم و ارتباطی با لیبل Table ندارد.
Table features are great! But I wish Confluence was faster.
مرحله ۲: تجزیه و تحلیل نتایج
برای تجزیهوتحلیل اطلاعات حاصله در این مرحله لازم است ابتدا تعداد کل آیتمهای هر لیبل رو بشماریم:
سپس زیرمجموعهها را پاک کرده و جدول را اولویت بندی کنیم:
چنانچه اطلاعات دیگری در اختیار نداشته باشیم، براساس این جدول سراغ Performance که آیتم دارای بالاترین اولویت هست، خواهیم رفت. اما لزوما قرار نیست این آیتم بیشترین رضایت و خوشحالی را برای مشتریان فراهم سازد. برای حل این مشکل شاخص NPS مجددا برای هر حوزه محاسبه شده و در ستونی دیگر مطابق زیر آورده می شود:
با لحاظ کردن این شاخص مشاهده می کنیم اگر چه شاخص Performance تعداد دفعات بیشتری در فیدبک کاربران ذکر شده است، اما امتیاز رضایت بالاتری در مقایسه با گزینه Tables دارد و اگر هدف ما خوشحال سازی و افزایش رضایت مشتریان هست، بهتر است سراغ موارد مربوط به Tables برویم.
شما از چه روشی برای پروژه های خود استفاده می کنید؟
برای تهیه این نوشه از منابع زیر استفاده شده است:
اطلاعات خوبی بود ممنون