django-nps 0.6

背景-净推广分数

nps是衡量客户忠诚度的一个指标，通过询问 客户一个问题：

How likely is it that you would recommend our [company|product|service] to a friend or colleague?"

这个问题的答案是0-10之间的数字（包括0-10）。这些分数 然后分成三组：“批评者”（0-6）、“中立者” （7-8）和“发起人”（9-10）。那么nps就是 发起人和反对人的数量（占总人口的百分比）。

例如，如果你问100个人，得到的结果如下：

detractors: 20%
neutrals:   10%
promoters:  70%

那么你的核动力源是70-20=50。（nps表示为数字，而不是a%）

nps最初是由fred reichhold于2003年在bain&company战略顾问公司开发的。 他们保留核动力源的注册商标，你可以在 他们的网站“Net Promoter System”。

使用量

此应用程序用于存储个人分数，并计算基于nps的 关于这些。它不包含任何显示问题本身的模板， 它也没有限制你问问题的频率，或者 给谁。这取决于应用程序开发人员来确定这应该如何工作- 每个分数都有时间戳并链接到django用户对象，因此您可以 很容易计算出他们上次被问到之后经过的时间。

例如，如果要确保每X天只调查用户， 可以使用^{tt1}向模板添加上下文属性$ 方法：

>>># only show the survey every 90 days>>>UserScore.objects.days_since_user_score(request.user)>90True

如果您随后显示调查-其输出是单个值（分数） 加上一个可选的原因（“你得分的主要原因是什么”）是 然后发布到post_score端点，该端点注册用户得分。

nps值本身可以在UserScore对象的任何queryset上计算- 它允许您根据分数本身的任何属性跟踪分数 或基础用户。例如，如果有自定义用户配置文件，则 可能希望通过这些配置文件的特征来分隔您的np。

>>># December's NPS>>>UserScore.objects.filter(timestamp__month=12).net_promoter_score()50

post_score端点返回包含^{tt6}的JsonResponse。$ 值与用户得分一起详细信息：

{"success":True,"score":{"id":1,"user":1,"score":0,"group":"detractor"}}

如果分数被拒绝，则返回错误以代替分数（错误 是从django表单返回的列表列表。错误属性：

{"success":False,"errors":[["score","Score must be between 0-10"]]}

应用程序包含一个中间件NPSMiddleware，它将添加 属性到名为show_nps的HttpRequest对象。如果您添加 中间件到您的设置：

# settings.pyMIDDLEWARE_CLASSES=(# standard django middleware'django.middleware.common.CommonMiddleware','django.contrib.sessions.middleware.SessionMiddleware','django.contrib.auth.middleware.AuthenticationMiddleware',...'net_promoter_score.NPSMiddleware',)

然后可以在模板中使用此值：

<!-- show_nps template = {{request.show_nps}} -->
{% if request.show_nps %}
    <div>HTML goes here</div>
{% endif %}

设置

nps_显示间隔

两次调查之间的天数，整数，默认为30。这个值是 由默认的show_nps函数用于确定某人是否应该 显示调查结果。

nps_display_函数

将HttpRequest对象作为其唯一参数的函数，以及 如果要显示调查，则返回true。使用此函数 通过net_promoter_score.show_nps函数。默认返回true 如果请求用户从未看过调查，或者没有看过 超过了NPS_DISPLAY_INTERVAL天。

如果希望对 这个过程-它是应用程序的主要挂钩。

测试

该应用程序有一整套测试，最好通过tox来运行。如果 如果希望在tox之外运行测试，应首先安装要求：

$ pip install -r requirements.txt
$ python manage.py test

许可证

麻省理工学院