顧客忠誠度才是重點!一張圖解釋如何用NPS替你的企業健檢
顧客忠誠度才是重點!一張圖解釋如何用NPS替你的企業健檢
2014.05.22 |

當許多台灣企業還只關注營收成長、利潤率、EPS等營運落後指標時,許多歐美企業早已開始使用一種先進的追蹤長期成長的領先指標-NPS(Net Promoter Score)。

 

誰是真正的顧客?你的利潤是良性還是惡性的?

提倡NPS的始祖Fred Reichheld經常提到「Good Profit, Bad Profit(良性利潤,惡性利潤)」,利潤來自顧客付的錢,但付錢的顧客有時候並非心甘情願,當利潤來自於憤怒的顧客,就是**「惡性利潤」**。當我們分析NPS時,便可知道我們的利潤是良性還是惡性。

 

什麼是NPS(Net Promoter Score)?

NPS是測量顧客忠誠度的指標,顯現出顧客對於企業的信賴或喜愛程度。NPS的測量是透過詢問:「你會將這間公司(或產品、服務)推薦給朋友或同事嗎?請從010做評分」,將顧客分為910分的「推薦者」、7~8分的「中立者」,以及6分以下的「批評者」,並將「推薦者」占比減「批評者」占比所得到的數字即為NPS。與顧客滿意度調查相比,NPS更能得到客觀準確的數據。

結合「NPS」和「顧客收益性」兩個維度,企業可以更精準的定義顧客類別,並針對各顧客類別建立因應措施(圖1):

 

圖1  NPS及顧客收益性的6種分類

例如,位於左上方的「批判者」屬於高收益低NPS的惡性利潤族群,雖然有不滿但是無可奈何的繼續使用商品或服務(比如因綁定印表機只好使用該品牌墨水)。對「批判者」必須先消除既有的不滿,以免他們影響別人對商品產生負面觀感。至於中上方的「熱愛者候選人」,我們應該思考如何提升他們的忠誠度,使他們成為真正的「熱愛者」。

 

NPS****對企業銷售的正面效用

相關研究證實,NPS和企業銷售業績有高度關聯性,NPS提升(推薦者增加、批評者減少)對企業銷售有以下四個面向的正面影響:

(1) 重複購買:顧客會再回來購買第二次,或是購買的頻率增加

(2) 單次購買量增加:顧客會同時購買產品的相關配件,使企業銷售額增加

(3) 創造口碑:推薦者說「好」會增加他人的購買意願,批評者說「不好」則會減少意願;隨著社群網路的抬頭,口碑影響力增大

(4) 熱愛者或宣傳者的建設性回饋:可以應用在商品開發、服務改善等;同時增加員工的動力,加強組織的力量

然而,關係到顧客信賴或喜好的NPS指標只有在成熟社會發揮作用。因為在新興市場,商品及價格是否容易入手更重要。隨著社會的成長及商品的多樣化,當所有人都理所當然地能買到商品時,顧客忠誠就會成為商業的重點,這也是目前台灣企業正面臨的考驗。我們建議企業未來在擬定KPI時,不妨考慮將NPS作為定期追蹤的重要指標之一,將可獲得更有用的分析結果。

 

參考來源:
‒ 本文改編自日本「Web擔當者Forum」中,『你的顧客滿意度調查真的有用嗎?真正的顧客導向及NPS指標(作者:遠藤直紀,beBit社長;筆者:河田顯治)』
‒ “The Ultimate Question: Driving Good Profits and True Growth” Fred Reichheld, 2006
‒ “The Ultimate Question 2.0: How Net Promoter Companies Thrive in a Customer-Driven World” Fred Reichheld, Rob Markey, 2012
‒ ロイヤリティリーダーに学ぶソーシャルメディア戦略,高見俊介(著),Firstpress 2011

資訊來源:beBit

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓