GMTC全球大前端技术大会(北京站)门票9折特惠截至本周五,点击立减¥480 了解详情
写点什么

Airbnb 使用净推荐值 (NPS) 预测用户再次预定率

2016 年 3 月 02 日

净推荐值(Net Promoter Score, NPS)是一个度量用户忠诚度的指标,用于计量用户再次访问公司网站或使用公司服务的可能性。 Fred Reicheld 在 2003 年首次提出这一概念。NPS 的计算基于用户对问题“推荐可能性”(LTR)——向朋友推荐公司产品、服务、活动的可能性有多大——的反馈。用户根据愿意推荐的程度在 0 到 10 之间进行打分,基于打分结果可以计算 NPS 值。

打分为 9 或 10 分的用户称为“推荐者”,这些用户愿意押上他们的名声向朋友推荐。打分在 0 到 6 之间的用户称为“批评者”,这些用户对公司不满意,可能会告诉他们的朋友或同事不值得在公司的产品或服务上浪费时间。打分为 7 或 8 分的用户被认为是“被动的”,他们喜欢公司的产品或服务,但不会向朋友推荐。

NPS 值等于推荐者所占的百分比减去批评者所占的百分比:

NPS = (推荐者数 / 总样本数)*100% - (批评者数 / 总样本数)*100%
* 推荐者数 = 打分为 9 或 10 分的用户数
* 批评者数 = 打分在 0 到 6 分之间的用户数

NPS 值的范围从 -100(所有被调查用户都是批评者)到 100(所有被调查用户都是推荐者)。

Airbnb 公司的产品为用户提供了列举、探索和预订全球范围内独一无二住处的社区市场。Airbnb 公司将 NPS 值全面地用于度量用户忠诚度。他们相信这是一种更为有效的评估用户再次预订或向朋友推荐的可能性的指标。

Airbnb 工程师团队的 Lisa Qian 最近在他们的技术博客里描述了他们如何使用数据来评估旅行的质量。他们发现更高的NPS 值一般与更高的推荐率和再次预订率相对应。

该团队也使用其它用户评价指标来预测再次预订率,如准确性(Accuracy)、整洁度(Cleanliness)、入住(Checkin)、沟通(Communication)、地点(Location) 和价值(Value) 等。通过比较一系列嵌套的Logistic 回归模型,他们可以评估用户评价等级对用户在本次旅行结束后12 个月内是否会再次使用Airbnb 的预测能力.

这里有一些有趣的预测用户再次预订情况的统计。仅仅使用用户旅行结束后的LTR 反馈,Airbnb 团队能准确预测用户在未来12 个月再次预订情况的概率是56%。加入用户、户主及旅行的基本信息后,预测准确率提升到63.5%。再加入用户评价指标(不包含LTR),预测准确率提升了0.1%。

我们在 InfoQ QCon 会议都采用了 NPS 值来评估我们的读者访问网站或参加会议的可能性。编辑部负责人 Charles Humble 告诉我:

最初是我们的 CEO 兼联合创始人 Floyd Marinescu 倡导使用 NPS,并很快被 QCon 巴西团队采用。从那之后我们逐渐在各项产品中使用 NPS。

对于 QCon,我们在会议结束后分发给参会者的调查问卷里加入了 NPS 问题。最近,我们还使用第三方工具 Qeryz 询问第一次使用 InfoQ 的读者 NPS 问题。我们相当满意我们得到的 NPS 值——42%,而得分最高的英国 QCon 是 53%。我们认为现在的得分很不错,但在公司内部有很大的主动性要提升 NPS 值。

NPS 值只是我们使用的若干度量值中的一个,但它确实有帮助。如果 NPS 值下降,这是一个很有效的预警信号,表示我们需要进行调查并尝试解决问题了。它也可以很好地帮助我们比较不同产品、不同地区的效果。

有一些对NPS 的批评认为,相比于其它与用户忠诚度相关的调查问题,NPS 并没有提供更多的信息。此外,没有研究证据表明“推荐可能性”问题与其它用户忠诚度调查问题相比,可以更好地预测商业增长情况。另一些批评认为NPS 使用了低预测有效性的数值范围,不如综合维度的问题准确,并且NPS 不能预测忠诚行为。

查看英文原文: How Airbnb Uses Net Promoter Score to Predict Guest Rebooking


感谢张龙对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们,并与我们的编辑和其他读者朋友交流(欢迎加入 InfoQ 读者交流群(已满),InfoQ 读者交流群(#2))。

2016 年 3 月 02 日 18:002706

评论

发布
暂无评论
发现更多内容

Kubernetes 稳定性保障手册 -- 极简版

阿里巴巴云原生

云计算 容器 开发者 云原生 k8s

2021最新京东、字节跳动「3面面经」盘点大厂后端面试高频题

Java架构之路

Java 程序员 架构 面试 编程语言

Git学习游戏化,从Learn Git Branching 开始

程序老王

git 学习方法 git 学习 学习推荐

大白话详解Spring Cloud服务降级与熔断

Java王路飞

Java 程序员 面试 分布式 微服务

887页Java面试“成神”手册,已助朋友狂砍9个一二线大厂Offer

Java架构追梦

Java 阿里巴巴 架构 面试 金三银四

从0到1建立软件测试质量体系

程序员一凡

软件测试 测试工程师 质量保证

Spring Boot源码学习:自动配置与自定义注解详解

程序员小毕

Java spring 源码 程序员 springboot

第四章作业(二)

LouisN

技术解析 | Doris Compaction机制解析

百度开发者中心

百度 apache doris

算力挖矿系统开发|算力挖矿软件APP开发

开發I852946OIIO

系统开发

Vim,人类史上最好用的文本编辑器

沉默王二

vim 开发工具 vim教程

对标阿里P8+架构进阶书籍:微服务+Netty+MySQL+JVM+boot2教程

Java成神之路

Java 程序员 架构 面试 编程语言

公安重点人员管控平台搭建,智慧公安建设

13530558032

从0到1建立数据分析指标体系底层逻辑

小飞象@木木自由

数据分析 数据指标 数据分析体系

智慧党建系统开发解决方案,组织部干部决策平台搭建app

WX13823153201

智慧党建系统开发解决方案

Serverless 如何在阿里巴巴实现规模化落地?

阿里巴巴云原生

阿里巴巴 Serverless 容器 微服务 云原生

华为大神珍藏版:SpringBoot全优笔记,面面俱到太全了

周老师

Java 编程 程序员 架构 面试

算法攻关-指导篇

小诚信驿站

刘晓成 小诚信驿站 28天写作 算法攻关 算法学习笔记指南

2021备战金三银四血拼一波算法:字节+百度+美团+网易+拼夕夕+腾讯+滴滴

比伯

Java 编程 程序员 架构 面试

区块链农产品溯源平台,农产品区块链防伪

13530558032

接口测试--apipost中cookie管理器的使用

测试人生路

接口 Cookie

Pgbouncer最佳实践:系列一

PostgreSQLChina

数据库 postgresql 软件 开源社区

凭借这268页pdf文档,我成功斩获了阿里,百度等八家大厂offer

Java成神之路

Java 程序员 架构 面试 编程语言

Github一眼跪求的《2021大厂面试指南》究竟有什么魅力?

Java王路飞

Java spring 架构 面试 分布式

浅谈基于ARP协议的网络攻击

行者AI

网络安全

四面美团开发岗,成功斩获offer,分享个人面经

Java架构之路

Java 程序员 架构 面试 编程语言

七种分布式事务的解决方案,一次讲给你听

moon聊技术

拿到百度、京东、阿里offer后、我最感谢的却是这一份面试文档

Java成神之路

Java 程序员 架构 面试 编程语言

程序员成长第十七篇:项目转测

石云升

项目管理 程序员成长 28天写作 3月日更

#集赞送好礼#百度大脑AI开放平台的2020年

百度大脑

智慧党建管理系统,智慧组工平台开发方案

13530558032

Airbnb使用净推荐值(NPS)预测用户再次预定率-InfoQ