Driver Analysis — ранжирование драйверов NPS и CSAT по влиянию

Q: Что такое Driver Analysis?

Метод выявления факторов, которые сильнее всего влияют на ключевую метрику (NPS, CSAT, retention). Драйверы ранжируются по силе влияния.

Q: β-коэффициент или корреляция?

β учитывает корреляции между драйверами и даёт чистый вклад. Корреляция проще, но завышает важность сильно коррелирующих драйверов.

Q: Сколько респондентов нужно для KDA?

Минимум 10 респондентов на каждый драйвер, оптимально 20+. Для 5 драйверов — 100+ ответов, для 10 — 200+.

Q: Что такое мультиколлинеарность?

Когда драйверы сильно коррелируют между собой. β-коэффициенты в этом случае нестабильны — один драйвер может забрать вклад другого.

Q: Как использовать матрицу «важность × оценка»?

Драйверы из верхнего левого квадранта (важно + плохо) — главный приоритет улучшений. Верхний правый — сохранять.

Q: Чем регрессионный driver-анализ отличается от relative weights и Shapley?

Регрессия даёт β-коэффициенты, но при коррелированных драйверах коэффициенты «расходятся». Relative weights и Shapley справедливо распределяют объяснённую дисперсию и устойчивы к мультиколлинеарности.

Q: Как сравнить драйверы между сегментами?

Прогоните Driver Analysis отдельно на каждом сегменте, сравните порядок драйверов и величину β. Разный порядок — разные планы действий; та же последовательность с разной величиной — те же приоритеты в разных пропорциях.

Q: Что делать с отрицательной важностью?

Отрицательная β означает, что рост драйвера снижает целевую метрику — проверьте кодирование или ищите парадоксы вроде «больше скидок → ниже доверие».

Q: Можно ли использовать для NPS 0-10?

Да, NPS как непрерывная шкала 0-10 хорошо работает в Driver Analysis. Для бинарного NPS (промоутер/детрактор) лучше использовать логистическую регрессию.

Загрузите CSV с целевой метрикой (NPS, CSAT, рейтинг) и оценками драйверов — получите корреляции, регрессионные коэффициенты и матрицу «важность × оценка». Видно, что чинить первым.

Как работает Key Driver Analysis — для каждой переменной считается корреляция с целевой метрикой и стандартизованный коэффициент в линейной регрессии. Драйверы с высокой важностью и низкой оценкой — приоритет №1 для улучшения.

1. Данные

Загрузите CSV (первая колонка — целевая метрика, остальные — драйверы) Выбрать CSV-файл… Первая строка — названия колонок. Колонка 1 — NPS / CSAT / рейтинг. Колонки 2-N — оценки драйверов по той же шкале.

Или вставьте CSV напрямую

2. Параметры

Метрика важности β из регрессии учитывает корреляции между драйверами. Корреляция проще для презентации, но завышает важность.

Пример данных

Один клик — пример загружается в форму и считается:

NPS,Качество,Скорость,Поддержка,Цена,Удобство 9,5,5,4,3,5 7,4,3,5,4,4 8,5,4,4,2,4 6,3,3,3,4,3 9,5,5,5,3,5 5,3,2,3,4,3 8,4,4,4,3,5 7,4,3,4,4,4 10,5,5,5,3,5 4,2,2,3,5,2 8,5,4,4,2,4 6,3,3,3,4,3

Качество модели

R² = — N = —

Ранжирование драйверов

Матрица «Важность × Оценка»

Низкая оценка

Высокая оценка

Высокая важность

🔴 Чинить первым

—

🟢 Сохранять

—

Низкая важность

🟡 Следить

—

⚪ Не приоритет

—

Соберите данные для KDA в WebAsk и сразу запустите анализ здесь

Создать опрос бесплатно

Что показывает Driver Analysis

Важность

Насколько драйвер влияет на целевую метрику (NPS, CSAT). Считается как стандартизованный β-коэффициент регрессии или Pearson-корреляция.

Оценка

Текущий средний балл по драйверу. Показывает, насколько хорошо вы уже работаете с этим аспектом.

Чинить первым

Высокая важность + низкая оценка. Эти драйверы тянут метрику вниз сильнее всего — здесь окупаются улучшения.

Не приоритет

Низкая важность + низкая оценка. Не тратьте ресурсы — улучшение почти не повлияет на главную метрику.

Часто задаваемые вопросы

Что такое Driver Analysis?

Это метод выявления факторов, которые сильнее всего влияют на ключевую метрику (NPS, CSAT, retention). Для каждого драйвера считается «важность» через корреляцию или регрессию, после чего драйверы ранжируются по силе влияния.

β-коэффициент или корреляция?

β учитывает корреляции между драйверами и даёт «чистый» вклад каждого. Корреляция проще для презентации, но завышает важность сильно коррелирующих драйверов. По умолчанию используйте β.

Что показывает R²?

Долю вариации метрики, которую объясняет модель. R² = 0.6 — модель объясняет 60% разброса NPS. Если R² < 0.3, скорее всего не хватает важных драйверов в анкете.

Сколько респондентов нужно?

Минимум 10 респондентов на каждый драйвер, оптимально 20+. Для 5 драйверов — 100+ ответов, для 10 — 200+. Точный объём можно рассчитать в калькуляторе размера выборки.

Что такое мультиколлинеарность?

Это когда драйверы сильно коррелируют между собой (например, «качество» и «надёжность»). β-коэффициенты в этом случае нестабильны — один драйвер может «забрать» вклад другого. Решение: объединять близкие драйверы или использовать relative weights analysis.

Что делать с отрицательной важностью?

Чаще всего это признак мультиколлинеарности или плохой формулировки шкалы (например, «не согласен» вместо «согласен»). Проверьте корреляции драйверов между собой и направление шкалы.

Можно ли использовать для NPS 0-10?

Да. NPS как метрика 0-10 работает напрямую. Драйверы лучше держать на той же шкале (или близкой) для понятности коэффициентов.

Как использовать матрицу «важность × оценка»?

Это инструмент приоритизации. Драйверы из верхнего левого квадранта (важно + плохо) — главный приоритет улучшений. Верхний правый — сохранять. Нижний левый — следить. Нижний правый — не тратить ресурсы.

Чем регрессионный driver-анализ отличается от relative weights и Shapley?

Регрессия даёт β-коэффициенты, но при коррелированных драйверах коэффициенты «расходятся» (один отъедает важность у другого). Relative weights и Shapley value распределяют объяснённую дисперсию между драйверами справедливо — устойчивы к мультиколлинеарности. На практике для презентаций топ-менеджменту удобнее relative weights, для статьи — Shapley.

Как сравнить драйверы между сегментами?

Прогоните Driver Analysis отдельно на каждом сегменте, выпишите топ-3 драйвера и их β. Если порядок драйверов сильно отличается — сегменты реагируют на разные вещи, нужны разные планы действий. Если порядок совпадает, но β разной величины — приоритеты те же, но в разных пропорциях.

Все инструменты

Соберите анкету для Driver Analysis в WebAsk

Спросите NPS / CSAT + 5-8 драйверов на одной шкале. Экспортируйте ответы в CSV и сразу запускайте анализ здесь.