「当社を友人や同僚に薦める可能性はどのくらいありますか？」
It’s a simple question. Yet, Net Promoter Score (or NPS) has become the industry standard for measuring customer satisfaction. NPS is a powerful tool. It gives you a quantitative score to measure how you stack up—but the true gold mine lives in the qualitative responses users submit along with their numerical score. These open text responses help product teams understand the “why” behind the number and hold valuable insight into your product’s strengths and weaknesses.
しかし残念なことに、定性的データに関しては「良いものが多すぎる」可能性が高くなります。
問題は、NPSデータを収集すればするほど、それに基づいた取り組みが難しくなることです。コンテキストがなければ、すぐにNPSは「理由」のない単なる数字になってしまいます。ですが大量の定性的データを抱えていると、それはそれで真のインサイトがわかり辛くなってしまうものです。実際に価値を引き出すためには、これらすべての定性的な回答から共通のテーマを見出すことが必要です。
Historically, product or support teams have had to resort to manually digging through each NPS response in search of common threads. But all this manual data processing wastes time that could be better spent helping customers, building advocates, and creating a data-driven roadmap.
プロダクトチームやサポートチームに必要なのは、インサイトを抽出するツールです。そうすればチームは行動を起こすことに集中できます。
NPSのための機械学習のご紹介
Now, product teams can transform qualitative NPS data from a time waster into a differentiator with NPS Insights, powered by Pendo Simon. NPS Insights leverages machine learning to identify key themes in open-text NPS responses, so you can easily see the common threads among your promoters and detractors.
By getting machine learning algorithms to do the dirty work of manual data analysis, you can unlock new levels of efficiency and insight for your team. With NPS Insights, teams can…
重要なテーマを掘り下げる
Surface the most common feedback amongst promoters or detractors. With automatic theme detection, teams can use the time they would’ve spent organizing and surfacing takeaways to actually act on the data. Use themes to present to leadership, prioritize your product roadmap, and build the things your customers actually want.
テーマの経時的な傾向を追跡する
主要なテーマの経時的な傾向を追跡し、その後のプロダクトの改善が顧客のセンチメントに影響を与えているかどうか、あるいは特定のプロダクトエリアがより緊急性の高い問題点になっていないかどうかを確認します。
テーマからセグメントを作成する
Group users based on feedback, and use those segments to identify common product behaviors or to target follow-ups and announcements as you make improvements.
NPSインサイトのセグメントを使用すると、次のことができます。
- プロダクトのユーザー体験を問題点として言及した批判者に共通する使用パターンを特定する
- オンボーディング体験を改善するために、より詳細な調査を実施する
- Recruit advocates and champions who think your product is easy to use to add to your pool of social proof
With machine learning for NPS qualitative data, everyone wins: Product and success teams spend less time sorting and coding data, and leadership teams get immediate access to actionable insights. With NPS Insights, teams can find the signal in the noise, go from insight to impact, and focus on the work they actually want to do: acting on key insights to make users’ lives better.
