Forwarded from Дайджест продуктового дизайна
Один из самых дотошных людей в нашей профессии — это, конечно же, Jeff Sauro. Он с вдохновляющим остервенением берётся разобрать первоисточники какого-нибудь метода пользовательских исследований или метрики, попутно раскапывая уйму ценнейших и редчайших научных публикаций. Если вы когда-нибудь попадали в кроличью нору Википедии с бесконечными переходами по связанным материалам, то ни в коем случае не читайте его недавние статьи об NPS:
1. Классические исследования по NPS проверяют влияние метрики на будущую прибыль привычного бизнеса. Jeff Sauro попробовал посчитать его для программных продуктов. Связь есть (порядка 40% точности предсказания через NPS и SUS), хотя примеров для выборки маловато.
2. У NPS, как и у любого другого метода, есть свои особенности и ограничения, а также критики, которые книжек не читали, но высказаться должны. Jeff повторил эксперимент автора метрики Fred Reichheld и показал распределение оценок и готовности рекомендовать продукт. Спойлер: почти всё работает как обещано.
3. И ещё раз повторил, чтобы убедиться в её валидности. В целом всё так ― обосновывается прибыль в прошлом и с вероятностью в 30% будущая.
4. Исследовал различия между метриками, основанными на готовности рекомендовать продукт в будущем и свершившейся рекомендацией. Второе честнее, но в идеале — связка обоих показателей.
5. Подробнейше разбирает метрику CE11 от Gallup, которую Jared Spool рекомендует использовать вместе NPS. Это 11 вопросов про удовлетворённость брендом и готовность рекомендовать его — опросник появился в одно и то же время с NPS, но не стал популярным. Более распространённые UMUX-Lite и SUPR-Q дают более надёжные результаты.
Не устану рекомендовать подписаться на его бложик — ДУХ СТАРОЙ ШКОЛЫ ЖИВЁТ ТОЛЬКО В MEASURINGU, ГДЕ ПОЛЬЗОВАТЕЛЬСКИЕ ИССЛЕДОВАТЕЛИ ЖИВУТ ЭНЕРГИЕЙ, МОЛОДОСТЬЮ И НОРМИРУЮТ СИСТЕМУ! ТОЛЬКО СТАТИСТИЧЕСКАЯ ЗНАЧИМОСТЬ, ТОЛЬКО ХАРДКОР! ЮНИТИ УЛЬТРАХАРДКОР MEASURINGU!!! ГОВОРИТЕ ОТКРЫТО И СМЕЛО ПРЯМО В ЛИЦО!
#metrics #nps
1. Классические исследования по NPS проверяют влияние метрики на будущую прибыль привычного бизнеса. Jeff Sauro попробовал посчитать его для программных продуктов. Связь есть (порядка 40% точности предсказания через NPS и SUS), хотя примеров для выборки маловато.
2. У NPS, как и у любого другого метода, есть свои особенности и ограничения, а также критики, которые книжек не читали, но высказаться должны. Jeff повторил эксперимент автора метрики Fred Reichheld и показал распределение оценок и готовности рекомендовать продукт. Спойлер: почти всё работает как обещано.
3. И ещё раз повторил, чтобы убедиться в её валидности. В целом всё так ― обосновывается прибыль в прошлом и с вероятностью в 30% будущая.
4. Исследовал различия между метриками, основанными на готовности рекомендовать продукт в будущем и свершившейся рекомендацией. Второе честнее, но в идеале — связка обоих показателей.
5. Подробнейше разбирает метрику CE11 от Gallup, которую Jared Spool рекомендует использовать вместе NPS. Это 11 вопросов про удовлетворённость брендом и готовность рекомендовать его — опросник появился в одно и то же время с NPS, но не стал популярным. Более распространённые UMUX-Lite и SUPR-Q дают более надёжные результаты.
Не устану рекомендовать подписаться на его бложик — ДУХ СТАРОЙ ШКОЛЫ ЖИВЁТ ТОЛЬКО В MEASURINGU, ГДЕ ПОЛЬЗОВАТЕЛЬСКИЕ ИССЛЕДОВАТЕЛИ ЖИВУТ ЭНЕРГИЕЙ, МОЛОДОСТЬЮ И НОРМИРУЮТ СИСТЕМУ! ТОЛЬКО СТАТИСТИЧЕСКАЯ ЗНАЧИМОСТЬ, ТОЛЬКО ХАРДКОР! ЮНИТИ УЛЬТРАХАРДКОР MEASURINGU!!! ГОВОРИТЕ ОТКРЫТО И СМЕЛО ПРЯМО В ЛИЦО!
#metrics #nps