Functies prioriteren met NPS®

Als PM die binnen het agile framework werkt, zijn er verschillende manieren om feedback van klanten over mijn product te krijgen, zoals klantinterviews, enquêtes en supportaanvragen. Een andere manier, waar je waarschijnlijk ook van hebt gehoord, is NPS.

Als je het nog niet wist, NPS staat voor Net Promoter Score. NPS, een loyaliteitsstatistiek, kwantificeert hoe klanten denken over je product en wat je eraan kunt doen. Het is een bijzonder waardevol feedbackmechanisme voor klanten zoals ikzelf, die werken aan producten die afhankelijk zijn van goede mond-tot-mondreclame om acceptatie te verspreiden. Het mooie van NPS in vergelijking met andere kwantitatieve engagementtools zoals klanttevredenheidsenquêtes, is dat het veel eenvoudiger is om snel feedback te verzamelen die een consistent en meetbaar resultaat oplevert. Het gaat om maar één vraag en de score kan worden gemeten ten opzichte van andere producten.

Dit artikel laat zien hoe NPS niet alleen als statistiek kan worden gebruikt, maar ook als een krachtige tool om je softwareteam te helpen functies te prioriteren.

Een NPS-enquête bestaat uit één simpele vraag: 'Hoe waarschijnlijk is het dat je aan een vriend of collega zou aanbevelen?'

Zo ziet dit eruit in een Atlassian-product:

Nadat je een aanzienlijk aantal reacties uit je NPS-enquête hebt verzameld, verdeel je je reacties in drie groepen: promotors (9-10), passieven (7-8) en tegenstanders (0-6).

NPS wordt vervolgens berekend door het percentage tegenstanders af te trekken van het percentage promotors. Als je bijvoorbeeld op 100 respondenten 40 promotors, 25 passieven en 35 tegenstanders hebt, is je NPS (40% - 35%) = +5%. NPS kan variëren van -100% tot +100%.

Hier bij Atlassian draait alles om de feedback van klanten. NPS is een van de belangrijkste statistieken die we gebruiken om te begrijpen hoe klanten denken over onze producten. Maar NPS is niet meer dan een getal. Het zegt je niet waarom klanten tevreden of ontevreden zijn met je product.

Daarom vragen we om feedback zodra de score is geselecteerd:

We noemen deze reacties 'verbatims' en dit is waar het interessant wordt. Hier volgen een paar stappen om deze feedback om te zetten in bruikbare inzichten.

We ontvangen maandelijks duizenden verbatims. Om de meeste waarde te halen uit de feedback van al onze klanten, splitsen we verbatims (met behulp van tekstanalyses) automatisch uit in specifieke thema's. Dit zorgt dat feedback terechtkomt bij het juiste team dat het beste gebruik kan maken van die feedback.

Maar als je een productmanager bent die specifieke usecases of pijnpunten identificeert, hoef je geen mooie software te kopen, te bouwen of te leren. Je kunt verbatims net zo gemakkelijk zelf lezen en uitsplitsen.

Er zit veel waarde voor jou en je team in het handmatig lezen en uitsplitsen van verbatims. Je snapt snel wat je klanten blij maakt en waar ze een hekel aan hebben. Het kan zelfs de manier waarop je over een bepaald probleem of functie denkt veranderen.

Laten we eens kijken naar enkele voorbeelden van verbatims die we hebben ontvangen over Confluence, het product voor teamsamenwerking van Atlassian, en hoe we die gebruiken in ons prioriteringsproces voor functies:

Het eerste verbatim is geweldig om te zien, maar geeft ons geen nieuwe bruikbare informatie. In het tweede verbatim wordt echter melding gemaakt van specifieke klantfrustratie. We kunnen het voorzien van de labels 'bruikbaarheid' en 'opmaak'. In een spreadsheet (of database) kan dit als volgt worden weergegeven:

Laten we eens kijken naar een andere:

We voegen het verbatim en twee nieuwe labels toe:

Naarmate we meer verbatims toevoegen, kunnen we doorgaan met het toevoegen van categorieën en ze dienovereenkomstig labelen. In de regel voegen we geen labels toe aan positieve feedback! Bijvoorbeeld een verbatim dat zegt: 'De tabelfuncties zijn geweldig! Maar ik wou dat Confluence sneller was' zal worden getagd met 'Prestaties', maar niet met 'Tabellen'.

Je hebt enorm veel woorden geclassificeerd, maar hoe weet je wat het waard is om eraan te werken? Bij Atlassian kijken we naar volume en hoe klanten zich voelen (sentiment) wanneer ze specifieke ervaringen noemen. De combinatie van de twee inputs helpt ons om NPS-verbatims te analyseren.

Als je ervoor hebt gekozen om handmatig te categoriseren, volgen hier een paar handige tips om de meeste waar voor je geld te krijgen en een product te bouwen waar klanten dol op zijn.

De eerste stap is het tellen van het aantal feedbackitems in elke categorie.

Laten we zeggen dat we uitkomen op het volgende:

Door de sublabels (voorlopig) te verwijderen en opnieuw te ordenen, zien we snel onze belangrijkste prioriteiten:

Zonder andere informatie is het meteen duidelijk dat 'prestaties' onze beste kans is, omdat we de meeste opmerkingen hebben over prestaties. Maar is het echt de belangrijkste om aan te werken? Gaat het aanpakken van prestaties de meeste waarde opleveren voor de klant?

We kunnen NPS-scores voor elke categorie berekenen om deze vragen te beantwoorden:

Hoewel veel mensen 'prestaties' noemden, is de NPS-score relatief hoog. Als we al onze middelen op prestaties zouden richten, gaat dat niet heel veel verschil maken voor onze algehele NPS-score. Zo zal het toevoegen van nieuwe functies ook niet veel bijdragen. Het lijkt er echter op dat veel mensen niet tevreden zijn met het gebrek aan functionaliteiten in tabellen en gefrustreerd zijn door de slechte bruikbaarheid.

(Kanttekening: wees voorzichtig met het trekken van conclusies bij kleine steekproefgroottes! De bovenstaande cijfers zijn maar een voorbeeld en hebben een grote foutmarge.)

Je hebt je verbatims geclassificeerd en de kansen met de meeste impact geïdentificeerd. Hoewel directe feedback van klanten krachtig is, is het een input die we moeten vergelijken met andere klantgegevens (onderzoek, productfeedback, ondersteuningscontacten, feedback over verloop enz.) zodat je er zeker van bent dat je de belangrijkste ervaring verbetert. Je kunt goed pleiten voor het prioriteren van deze functies in je backlog met alle gegevens, maar houd er rekening mee dat NPS-gegevens je niet vertellen wat je vervolgens moet bouwen. Het is een van de vele inputs die tot je beschikking staan.

Nu door naar het moeilijkste deel: een oplossing vinden en implementeren.

Goed nieuws! Je hebt al een heleboel quotes van klanten die je zouden moeten helpen het probleem te begrijpen. Mogelijk heb je zelfs klanten waarmee je contact kunt opnemen voor interviews via je functie-aanvraag. NPS helpt je niet alleen bij het prioriteren van je functiebacklog, maar de verbatims helpen je ook bij het definiëren van het klantprobleem. Deze combinatie van een meetbare score en feedback van klanten is zeer waardevol voor een PM.