在討論如何衡量企業發展方向是否正確、策略是否有效、是否成功等等時，通常問不同的人我們都可以得到不同的答案。假設這一問題去問產品經理，那麼產品滿意度、顧客滿意度大概會是我們得到的答案；而如果去問發展品牌與行銷的團隊，那麼品牌意識、市場滲透率可能就是我們得到的答案；倘若去問負責PPC廣告投放、電商等的部門，那麼CPC、CPA（每顧客獲取成本）、以及轉換率等就是我們得到的答案。
然而這些數字其實絕大多數都無法成為最終指標，來判斷整體企業增長的動能，以及其動能背後的可支撐性。
真正對企業營收、可支撐的成長有直接相關性的數字就兩組：推廣係數與顧客價值。
推廣係數簡單來說，就是願意把產品推薦給其家人、同事、以及朋友等的客群佔比總百分比為何。而在2003年時，由Frederick F. Reichheld所發佈的研究中即發現，凈推薦值（NPS）與企業增長之間有非常高的相關性。
然而僅NPS這一組數字雖然給了我們非常明確的Where we are的答案，但是在Where we should go上，卻是完全沒有幫助。同時，倘若企業僅從NPS的角度思考企業策略之部署，那麼就有可能導致其長期的盈利策略疏於發展。用一個不實際但直接的方式來說，倘若Apple的產品全部都是免費的，那麼勢必所有顧客都會是推廣者。其實在許多高成長產業的科技公司都遇到了這些問題，為了追逐市占，而沒有建立起有效的產品與行銷策略，最終經不起市場的考驗而殞落。
所以，第二個數字，也就是顧客價值，即是我們認為應該要與NPS一同探討，並衡量策略與發展之方式。CLV全名Customer Lifetime Value，其實就是某一客戶在整個生命週期當中會為企業創造的利潤。
該詞最初由Robert Shaw以及Merlin Stone於1988年所撰之Database Marketing提出，內容針對計算生命週期之方法提出了幾個主要模型並且帶入了許多實際案例以支撐企業部署相應模式。然而，在當時的環境中，要個人化營收與成本是近乎不可能的任務，故此CLV也一直沒有進入商業策略的主流討論中。
是一直到現在，不僅歐美與亞洲市場主要經濟體的消費者都在透過線上與企業互動，同時數位行銷以及數據追蹤技術逐漸的成熟，現在要能夠做到個人化營收與成本之計算也越來越接近現實。
隨著這兩組指標數據的獲取，我們就能如Exhibit 1所示，將這兩項數字攤開，並以了解：
- 哪種類型的消費者，為主要驅動組織成長？（成長動能）
- 哪種類型的消費者即便直接創造的價值不高，但仍為品牌推廣大使？（品牌意識）
- 哪種類型的消費者暗示著消費者的潛在需求以及企業尚未address的問題？（市場區缺口）
- 哪種類型的消費者創造了成本負擔，甚至暗示著可能會發生的問題？（潛在風險）
如此，NPS不僅能夠讓企業了解Where we are，再與顧客生命價值放在一起探討後，又能提供企業Where we should go的答案，以創造最為穩健且長期性的增長，並針對每一個類別的消費者提出不同的手段與策略，以持續的優化後續發展。
那麼如何獲取NPS以及CLV這兩組數字？在OOSGA，我們與客戶一同透過以下幾種模式的部署，來用相對較低的成本挖掘出這兩項數據。
NPS
NPS是一個比較直觀的指標數據，就是利用問卷調查的手段，以1-10分做評比，詢問消費者是否願意將產品推薦給別人使用，最後將被歸類為Promotor的百分比來減去被歸類為Detractor的百分比，以取得其淨值。
然而這種計算方式會隱藏著幾個問題，譬如獲得不正確的數據：像是不好的採樣、消費者說謊等等。有趣的是其實消費者在Survey上說謊不是一個少見的事情，據多個獨立研究，其比例從19%-33%都有。不過當然，這些都有其相應的解決方法來提高其可控性，譬如：
- 有些消費者僅僅是不想被打擾，故此在線上填寫資料時草草作答，甚至隨便亂填，追求能夠快速跳過這些選擇。 在這一狀況中，其實企業要找的到就是相應的Best Time, Best Place, and Best Way. 也就是找到：在什麼時間、在哪種環境、通過怎樣的媒介、以什麼方式詢問消費者，方能最大限度地減少因不耐而導致資料亂填的可能。
- 有些消費者可能會刻意回答錯誤的答案，譬如說，當時西提在十幾年前開始利用滿意度調查來取得消費者回饋後，就發現有些消費者刻意填寫不滿意的回答，來免費取得額外的餐點等等。其實有些科技公司亦是如此，在客戶填寫不滿意的回答後，即會開始透過各種回饋來提高用戶的滿意度。 而最終養成了少數消費者在填寫其他產品的消費者回饋時，會給予負面的回饋期待一些補償。再者，有些消費者則是基於一些壓力亦或是本身的個性，總是給予極為正面的回饋。雖然在NPS調查中，這一類型的案例比例較低，但企業仍然需要注意調查的用字、對象、以及往來模式，來降低其發生的可能。
不過，不論優化到何種程度，其實調查所獲得的資料都有一定程度的誤差，我們認為在部分產業中，可以嘗試以直接追蹤之方法，來獲得究竟有多少百分比的用戶/消費者是推廣者。
在與中國一間美容公司的專案中，我們抽樣了部分客戶的會員，詢問他們是否有意願要介紹一位朋友，讓這位朋友獲得驚喜小禮物以及一次在保養品、彩妝、以及防曬與美容專家諮詢的機會。透過這一方法，我們不僅成功的推出了當時一直要推出的產品顧問之部署，同時在取得推廣係數資料的同時，順便獲取了新的用戶。
最後，我們針對Promotor的顧客資料以及旅程數據做分析，回朔CRM資料庫，來反推出擁有相應模式的消費者做交叉比對，以支撐後續行銷以及產品策略之部署。
CLV
顧客生命價值是相對於NPS，在獲取上較為困難且複雜的數據。畢竟在計算每一個顧客的總消費是可行的，然而要精算每一個顧客的總成本，卻是非常困難，甚至不實際。
所以在這一任務上，有些時候，業者就必須要自行評估獲取的價值與成本，並判斷是否在某些環節上是透過「估算」的方法來取得。譬如說在CPA（Cost Per Acquisition）上，也就是初次的顧客獲取成本，倘若企業經營多個市場，同時更是與多家代理商配合（代理商更是有可能將工作發包給其他代理商）的情況上，個人化（Individualize）成本的計算就是不太實際的任務。所以提供一個定值，抑或是針對不同環境提供估算，也是非常可行的方法。
而流失率、折現率、邊際貢獻、以及顧客生命週期等，也就是其他能夠協助我們建立起的CLV計算的數值，通常建立於擁有一個發展成熟的CRM系統之下，企業都能落實計算。
而在總消費中，就更直觀多了，對於許多像是電商業者、軟體平台、SaaS業者、B2B等業者來說是非常直觀的數字，但是對於通路複雜、仰賴經銷商與代理商的業者來說，這一任務就時常令人感到棘手。故此，許多業者通常訴諸活動、會員制度等方式，來嘗試著抓回消費者資料。但最終時常發生的是會員額外提供的價值不高，所以也使得其獲得的資料不完整。
在這一當中，有些企業就非常成功的落實了部署，譬如像是Nike的跑步App、轉換為訂閱制發展的一些消費品公司、HP結合墨水感應的售後服務、以及其他結合物聯網+售後的部署等等，都是非常傑出的案例。
