净推动者得分是一项经过验证的客户宣传和忠诚度，由财富1000家公司的三分之二使用。其全球采用依赖于许多因素，包括其简单的问题：“您有多大可能将[公司/品牌]推荐给朋友或同事？”这个简短的问题是NPS的骨干^®也是大多数客户调查中不可或缺的一部分。领导组织从这些研究中获得有价值的见解，并利用它们来创造卓越的客户体验。

然而，近年来，调查响应率一直在下降。客户被轰炸为反馈请求，即公司vie注意。任何给定的调查现在可能具有低单位数字的响应率。这意味着公司能够从其客户群的一个小型样本中收集明确的反馈，几乎盲目地盲目的是其大多数客户所感知的。然而，我们知道许多公司拥有大量的客户数据，而不是明确的反馈。

输入预测NPS。其理念很简单:即使在没有调查的情况下，预测性NPS也可以推断客户的NPS状态(推动者、被动者或批评者)，通过使用高级分析工具来处理和建模与该客户相关的所有结构化和非结构化数据。但这需要一丝不苟和有组织的努力，才能将所需的要素汇集在一起:愿景、数据、技术、人才和行动的承诺。

我们是否可以通过分析我们所知道的关于客户的一切，比如她的人口统计资料、产品所有权、交易历史、与公司的互动以及其他行为指标，来推断客户对公司是高兴还是恼火?我们最近几个月建立的各种模型证实，Predictive NPS在这方面做得相当不错。

仅举一个例子，我们与一家金融服务公司合作构建了一个模型，该模型可以预测向客户服务中心拨打的电话可能产生的结果。我们收集了围绕呼叫的运营指标(如保持时间、通话时间和传输数量)、客户最近的事务和她的数字足迹。此外，我们采用先进的自然语言处理算法来分析通话记录，提取通话原因、意图和情感。最后，我们将这些结构化和非结构化数据输入一些机器学习算法，使用标记的NPS数据作为目标变量。

结果：预测NPS状态的总精度高于80％，以及在识别折断剂上方的基线上方的四倍提升。我们还通过诸如局部可解释模型 - 不可知解释（石灰）和福利添加剂解释（Shap）的技术来确定每个单独预测的关键驱动因素。这些本地模型解释性方法在个人客户级别通知了更多量身定制的行动，包括前线管理人员的有针对性的回调。

预测性NPS有几个好处，有助于与客户建立更好的关系。它让公司有能力监控大多数客户的脉搏，而不是提供明确反馈的一小撮客户。它为客户体验团队提供信息和工具，以近乎实时地干预和改善客户结果。它让管理者能够预测顾客的行为，而不是对顾客的行为做出反应。随着客户期望的快速变化，预测性NPS可以为客户提供更好的体验、降低运营成本和差异化竞争指明道路。

---

净启动子分数¶是服务标记和NPS^®该注册商标为Bain & Company, Inc.、BOB体育appSatmetrix Systems, Inc.和Fred Reichheld。