SendGrid 的 NPS 方法：我们在关注最重要的事情时所做的具体事情

已发表: 2016-09-27

在我的上一篇文章中，我们讨论了净推荐值 (NPS) 的基本原理以及 NPS 背后的原因。 今天，我们想分享一些具体的、具体的例子来说明 SendGrid 的样子。 当我们在 4 月推出改进后的净推荐系统时，我们就是这样做的。

初始点

我们专门考虑了以下每个主题并优化了流程，以确保它支持倾听、学习和根据客户的反馈采取行动，以改进我们为他们服务的方式：

  • 调查执行（听力）
  • 逐字处理（学习）
  • 闭环反馈过程（学习和行动）
  • 数据分析（学习）
  • 动作（演技）

支持我们今年 4 月启动的新流程的关键在于以终为始。 我们需要一个调查过程来 a) 捕获大量数据 b) 允许我们与客户近乎实时地关闭循环 c) 分析和报告数据。 我们选择了下面描述的工具和方法，因为它足够灵活和强大，可以支持我们已经使用的新流程和最常用的工具。 这对我们非常有效，但可能不适用于所有人。

调查执行

我们通过电子邮件向客户发送了调查问卷，并利用了来自 Knak.io 的精美而简单的调查设计。 我们向未回复调查的客户发送了电子邮件，但每位客户发送的电子邮件不超过 3 封，以避免让他们感到垃圾邮件。 当然，我们对主题行和内容变体进行了 A/B 测试，以优化我们的客户响应最多的内容。

调查数据流入我们的 Salesforce CRM，这使我们能够附加其他客户数据以进行报告和分析，并在我们的上市团队日常使用的工具中构建工作流程。 除了电子邮件调查之外，我们还创建了登录页面来与我们的忠实粉丝互动，并向被动者和批评者传递分段信息。

我们对所有付费客户和免费客户的随机样本进行了调查，以确定新的基准分数。 正如他们所说，“你无法管理你无法衡量的东西。”

我们保持它非常简单和纯粹，并避免添加额外的问题，如下所示。

逐字处理

首先，逐字记录是 NPS 术语，用于客户对“您给我们评分的主要原因是什么”问题留下的文本评论。 上面真正的客户评论是逐字记录。 这些数据流入 Salesforce，这使我们能够为客户成功团队进行分析和提醒客户报告。 我们创建了一份 Salesforce 每日报告，我们可以将其粘贴到 Google 表格中以进行逐字标记、调查后分析，并支持部分闭环流程。 一个小团队阅读每个客户评论并将其标记为类别。 之后，我们与主要响应团队逐字逐句进行跟进。

闭环反馈过程

我们创建了闭环反馈流程和目标，以支持我们 10% 的改进目标，并听取积极和建设性的反馈，这取决于我们能够分配给这个全新流程的资源。 我们首先通过电话联系了 1/3 的回复调查的客户，并试图在客户提交调查后的 48 小时内进行联系。 仅就这部分流程而言，这意味着动员约 1/4 的公司——仅凭这一事实，您就可以看出我们的客户对我们的重要性！

我们战略性地选择与所有大客户以及给我们打分 8、6、2、1 或 0 的付费客户一起关闭循环。Salesforce 警报和 Google 表格都帮助我们保持这个过程顺利运行。 附带说明一下，我们希望有一天能到达一个可以接触到每一位受访者的地方。 整个公司的团队，包括客户成功、产品、UI/UX、支持和营销团队每天都与客户联系，并在调查完成后 48 小时内尝试进行外展。 此外，我们的高级领导团队接触了近 100 名客户，在我们的下一次调查中，他们的努力将增加三倍以上。

关闭循环有 2 个目的：1) 了解更多信息（例如，逐字逐句的根本原因是什么？） 2) 与客户联系说“谢谢您的反馈”或简单地说“对不起”必要的。 对于许多客户来说，这意味着我们实际上会跟进他们的评论。

数据分析（学习）

这对我来说是亮点之一。 作为一家拥有 120,000 名各种形式和规模的客户（使用多种产品，遍布 90 多个国家/地区，数十个行业，从初创公司到企业等）的公司，有许多不同的逐字逐句解释他们为什么给我们他们所做的分数，有不乏削减数据的方法。 我们分析了数以万计的数据点，提取了见解，并总结了我们学到的东西。 然后，我向我们的领导团队和全公司介绍了这些数据和见解。

数据分析和闭环反馈过程一起帮助我们以两种强大的方式学习。 首先，整个公司可以从数据分析中产生的关键见解中学习（例如，客户使用产品 A 与产品 B 的满意度以及为什么，或者我们最近和长期客户之间的得分如何比较以及为什么？）。 其次，一线员工和高级领导可以从他们在闭环时的客户互动中学习，并尝试了解反馈的根本原因。

旁注：有些人可能认为这听起来过于复杂或简陋。 是的，我是说在 Google 表格中分析数以千计的回复实际上是相当顺利和易于管理的，这要归功于所有支持这一过程的 Gridder 的努力。 这样做需要一个庞大的团队，但如果我们希望人类大规模地与客户交谈，这是正确的做法。 这为数据分析提供的灵活性是一个亮点。 然而，这种方法并不适合所有人，这就是为什么优秀的软件提供商（以及我们的客户，如 Promoter.io 和 CustomerGauge 存在）。

行动（表演，显然！）

我们选择了亮点领域（实际上，成百上千的客户说“它确实有效”，给我们的平均分是 9.5），并在我们与客户和潜在客户交谈时开始利用这种语言。 我们还学习了需要改进的领域，并将其整合到产品和 UI/UX 规划以及服务提供规划中。 我们解决了一些快速修复以及我们确定的其他领域需要一些时间，因为我们的产品团队非常周到地处理我们如何构建产品。

接下来是什么——我们如何优化

毫无疑问，我们的净推荐人系统还有改进的空间。 我们当然还没有弄清楚一切——但我相信我们的基本面是正确的。 以下是我们正在优化的内容：

  1. 我们仍在将学习成果纳入产品和服务路线图——其中一些事情需要时间。
  2. 作为一家数据驱动的公司，我们正在将 NPS 更深入地整合到我们的决策 DNA 中。
  3. 我正在努力确保与 SendGrid 的每个人分享 NPS 过程中出现的很酷的故事，因为它们激发了我们并触及了让我们每天带着微笑工作的人为因素——我们做得很好但我们可以做得更好。
  4. 我们正在实施更深入的领导 NPS 参与。 在 10 月份，我们的每位高级领导都将与至少十几个客户进行交流。
  5. 我们将在分析中添加新元素，包括时间序列组件。
  6. 最终，我们将转向更持续的调查节奏。

结束建议

我们希望分享我们的方法对那些正在经历类似练习的人有所帮助。 我可以证明，为一家真正关心客户的公司工作是赋予生命和定义职业生涯的经历。 我希望 SendGrid、我们的客户和我们的 SaaS 同行继续关注 The Why 和 The Fundamentals。 我们让客户满意的工作永远不会完成，但 NPS 使我们能够随着客户的世界和行业的快速变化而更好地竞争。