净启动子得分(NPS)的回归分析

时间:2018-08-11 11:38:43

标签: excel linear-regression correlation survey pearson-correlation

enter image description here问题:我正在尝试使用Excel计算NPS分数的回归分析,但结果肯定是不对的。不确定我使用的是正确的价位。

背景: 净促销员分数(NPS)是一个介于-100到100之间的指数,用于衡量客户向他人推荐公司产品或服务的意愿。 “您以0到10的等级向朋友或同事推荐该公司的产品或服务的可能性有多大?”根据客户的等级,客户将其分为3类:贬低者,被动者和推动者,而NPS为计算。

我在做什么: 使用0到10的小数位数作为因变量。 服务使用时间持续(以天为单位)。 当我使用Excel散点图查看点的散布时,基本上,它表示从X轴起的10行点。 (我想我做错了什么):

有什么想法吗?我使用了错误的因变量吗?

谢谢!

1 个答案:

答案 0 :(得分:1)

我不确定“使用服务的持续时间(以天为单位)”是什么意思。

回归分析试图将方程中的各种预测变量和解释变量拟合为y = f(x),其中f(x)是x(独立/解释变量)的函数,而y是预测变量/因变量。

如果您要根据时间运行NPS分数,则需要考虑NPS分数与NPS一起计算/捕获的时间。

因此,在这种情况下,具有NPS值的列将是自变量(在Excel中置于X范围内)。并且带有“时间”的列将是因变量(将在Excel中置于Y范围内)