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^®以及大多数客户调查的一个组成部分。领导组织从这些研究中引出了有价值的见解，并利用他们创造出优越的客户体验。

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。这个想法很简单：通过使用高级分析工具来处理和模拟与该客户有关的所有结构化和非结构化数据，预测性NPS即使在没有调查的情况下，即使在没有调查的情况下，也要推动客户的NPS状态（推动者，被动或批量谈机）。但是，将所需的要素汇集：愿景，数据，技术，人才和致力行事的承诺需要一丝细致和有组织的努力。

我们可以通过分析我们了解我们了解的一切，例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，以及其他行为指标的一切来推断客户对公司感到高兴或烦恼我们最近几个月建造的各种型号确认预测性NPS非常好。

作为一个例子，我们与金融服务公司合作，建立一个模型，该模型预测了向客户服务中心提供的电话的可能结果。我们收集了呼叫围绕的运营指标（例如保持时间，通话时间和转移数量），客户最近的交易以及她的数字足迹。此外，我们部署了先进的自然语言处理算法，分析了调用记录，以提取呼叫原因，意图和情绪。最后，我们将这些结构化和非结构化数据馈送到多个机器学习算法中，使用标记为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NPS有几个好处，帮助建立与客户建立更好关系的过程。它为公司提供了监控大多数客户的脉冲的能力，而不是提供明确反馈的Sliver。它配备了客户体验团队的信息和工具进行干预，并在近实时改善客户结果。它允许管理人员预测，而不是反应客户行为。通过客户预期迅速改变，预测NPS可以指向优越的客户体验，降低运营成本和竞争差异化的方式。

---

净启动子分数¶是服务标记和NPS^®Bain＆Company，Inc。的注册商标，SatmBOB体育appetrix Systems，Inc。和Fred Reichheld。