客户满意度和净满意度都是衡量满意度水平的体验指标，但有什么区别呢？使用场景有哪些限制？具体用途是什么？作者总结了两个指标的差异，我们来看看。

1. CSAT 和NSS 简介客户满意度（CSAT）和净满意度得分（NSS）都是直接衡量满意度水平的体验指标。当我们想要了解客户对产品/服务/功能的满意度时，可以使用这个指标来衡量。

问：您对XX产品/XX功能/XX流程的评价如何？ （以5分制为例）

1 非常不满意2 不满意3 一般4 满意5 非常满意触发时机：

1）在评估功能满意度时，最好在用户完成当前任务后通过系统主动触发推送，并通过Web插件等方式收集实时数据。

2）总体满意度评价时，可以根据业务定期进行，以调查问卷的形式发放，然后基于调查问卷系统收集调查问卷。

2. 计算方法的差异CSAT=(5 分回答数+ 4 分回答数)/调查回答数x 100%

NSS=((5分回复数+4分回复数)-W权重x(2分回复数+1分回复数))/调查回复数

因为NSS会考虑不满意的回复数量，而负面评论对传播的影响会更大。

当比较不满意的分数和满意的分数时，应该首先对它们进行加权。 W的重量一般为2倍以上。

一般来说，行业会将4到5分的满意度划分为满意度。由于行业内产品标准和服务水平的差异，有些行业只会认为5分才算真正满意。

因此，如果满意度分值的定义不同，得到的CSAT也会不同。满意度调查的定义标准应当一致，计算方法不得随意改变。

另外，如果受访者选择“不知道”或“不涉及”等形式的选项，则该部分在计算方法中不会计入调查回复数。

3. CSAT 和NSS 焦点小组的差异与CSAT 相比，NSS 是一种更为保守的计算方法。

从计算公式可以看出，CSAT关注的是满意用户的比例，而NSS更关注的是两端的用户，即满意和不满意的用户。

4. CSAT和NSS数据因子构成的差异。 NSS从概念上将5分值转换为“好”和“坏”的二元方法。这个过程就是降维，会丢失数据的部分信息特征。并将误差幅度加倍。 NPS 指标也存在此问题。

NSS可以看作是在CSAT基础上对调查人群的细化。

因为NSS不是单一因素的变化，而是两个因素的相互变化。那么就CSAT和NSS之间分数波动的感知而言，CSAT仅反映了满意回答数量的变化，分数的波动可以很容易地识别。

NSS相对来说会更加隐蔽。例如，NSS=15 可以由40% 满意响应和25% 不满意响应组成，或者它可以由20% 满意响应和5% 不满意响应组成。

那么如果这两个NSS值相同的话，是不是可以表示同样的意思呢？

很明显不是！

NSS上报数据结果时，需要同时上报“满意”、“不满意”、“净满意”，从而获得数据背后的真实表现。

NSS需要将样本量加倍，才能在后续调查中证明产品或服务随时间推移的改进，否则无法区分抽样误差。

5. CSAT/NSS 和NPS 联合使用的差异。对中国质量协会用户委员会发布的195个类别满意度（CSAT）和NPS数据进行分析发现，结果如下（每个点代表一个类别）。

这有点违背我们的直觉。一般来说，我们认为CSAT高，NPS就高；如果CSAT 较低，NPS 也会较低。

但调查数据显示，类别间CSAT与NPS的决定系数R2仅为0.25，两者相关性较弱。

这意味着CSAT的水平并不能完全决定NPS的数据表现。也就是说，如果CSTA 高，NPS 可能低，反之亦然。

在Michael Hou的简报《NPS 客户忠诚度和 NSS 满意度预测模型》中，论证了NSS和NPS之间内在的逻辑关联。

在数据性能方面，当NPS值增加时，其他业务流程的大部分NSS都会提高。表现出很强的正相关性，可以进一步分析客户在哪些具体业务流程中取得了进步，但仍然存在不足。

在NPS的使用方面，CSAT+NPS的结合需要基于NPS再次进行细分分析，对客户进行细分，然后针对不同类型的群体、不同的特征，深入到他们的痛点和未满足的需求，并确定改进优先级驱动元件。

NSS+NPS的结合，由于两者之间呈正相关，可以进行更细粒度的成分分析，拆解NSS和NPS中“满意+不满意”和“推荐+贬低”群体之间的重叠程度。以及单独组合组之间的具体差异。

多于。

专栏作家

龙国富，公众号：龙国富，人人都是产品经理专栏作家、CxHub经理。致力于终身学习和自我完善，分享用户研究、客户体验、服务科学等领域的信息、观点和个人见解。

本文原创于人人都是产品经理，未经授权不得转载。

题图来自Unsplash，基于CC0许可证。

本文中的观点仅代表作者自己。人人产品经理平台仅提供信息存储空间服务。