Telemarketing Leads

花点时间制定一个清晰的编码层次结构是值得的，特别是如果您要手动编码响应。 虽然您不想做得过火，但您会发现花时间构建类别和子类别的层析数据点是值得的。 例如，假设您想详细了解 NPS 对品牌核心功能或服务的新变化的响应。在基本编码层次结构中，您可能会将诸如“喜欢新界面”、 “新结帐系统非常直观”或“详细的定价选项非常有用”等响应编码在诸如“对变化感到满意”之类的代码下。

为了制定更完整的分类法来说明某类客户对更新感到满意的原因，您可以为每类客户创建一个子类别，例如“界面改进”、 “更好的结帐”和“改进的定价结构”。 在这里，使护士数据库用子类别可以帮助您快速确定推广者对界面还是定价结构印象更深刻。 人口统计数据 使用逐字分析来识别根 NPS 驱动因素 一旦你建立了一个编码的逐字反馈响应库，你就可以继续根据这些代码识别趋势。

这种方法可以指出你得分的根本原因，突出导致贬损者留下低分的主要问题，同时也揭示出推广者对你的品牌如此满意的更具体原因。 根据响应率和 NPS 活动的频率，您可能需要等到拥有大量编码响应后再查看趋势。尝试不同的调查频率可能有助于实现最佳响应率 - 有些公司每年一到两次检查广泛客户的 NPS，而其他公司则更频繁地检查其客户群的细分，或围绕特定产品或功能变化开展 NPS 活动。