NPS真的能预测医疗诊所的收入吗？我花了12周时间来找答案。

Source: Dev.to

为什么我在医疗保健中质疑 NPS（起源故事）

在巴西的美容医疗诊所工作 6 年多，我看到 NPS 被当作福音：每个人都崇拜 NPS。

每个月：净推荐值（Net Promoter Score）。没有任何临床医生、经理或高管能够提供数据，将患者“忠诚度”与利润底线联系起来。这个空白困扰着我——也激发了我在澳大利亚托伦斯大学（Torrens University Australia）在 Bushra Naeem 教授（数字化转型 ICT 研发专家）指导下的硕士深度研究。

REM502 的结构把这种沮丧转化为严谨的研究：

• 评估 1 – 关键文献综述
  解剖了 12 余篇研究并找出空白。我聚焦于 NPS 与财务之间未被证实的关联——文献大声喊出“患者体验很重要”（例如 Godovykh & Pizam, 2023），但没有任何研究验证在医疗保健中的收入相关性。这确定了“知识空白”（情感检测、情感‑结果关联、NPS 的弱点），并指明了我的方向：实证检验它。

• 评估 2 – 研究工具与方法论
  基于空白，将直觉形式化为科学。制定了研究问题（例如“NPS 是否与收入增长相关？”），假设（H1：正向关联），以及量化工具箱（用于相关性/回归的 Python 流程）。

• 评估 3 – 完整研究提案
  将所有内容整合成可发表的计划：务实‑实证主义设计、伦理框架和 ICT 软件流程。这不仅是学术工作——也是生产级 BI 系统的蓝图。

---

研究结果（以及缺失的部分）

我审阅了 12 余篇经同行评审的研究，涵盖患者体验、NPS 方法论、忠诚度理论和基于 AI 的反馈系统。

我们已知的事实

• 患者体验提升忠诚度（Godovykh & Pizam, 2023）
• NPS 被广泛使用，但受到批评（Dawes, 2024）
• AI 情感分析技术成熟（Alkhnbashi 等, 2024）
• 患者反馈可预测运营质量（Shankar & Yip, 2024）
• 情感影响参与度（Angelis 等, 2024）

没有人做过的事

❌ 验证 NPS 在医疗保健中是否统计上能够预测收入。

这个空白成为我的研究问题。

---

数据集（27,000 条调查响应，36 个月）

感谢 Pro‑Corpo Estética，一家巴西的医疗保健集团，我获得了：

为何此数据集价值连城
它让我们能够检验常见假设：“NPS 上升时，收入也应上升。”

现在是时候找答案了。

---

数据管道（Python + Pandas + Statsmodels）

工作流

Raw CSV
→ Cleaning & Missing Values
→ Outlier Detection
→ Aggregation (clinic‑month)
→ Derived Metrics (revenue growth %, lagged NPS)
→ Correlation Tests
→ Regression Modelling
→ Visualisations / Dashboard

代码示例：相关性分析

import pandas as pd
from scipy.stats import pearsonr, spearmanr

df = pd.read_csv("clinic_nps_revenue_clean.csv")

# Calculate revenue growth
df['revenue_growth'] = df.groupby('clinic')['revenue'].pct_change() * 100

# Pearson Correlation
pearson_r, pearson_p = pearsonr(
    df['nps_score'].dropna(),
    df['revenue_growth'].dropna()
)

print(f"Pearson r = {pearson_r:.3f}, p = {pearson_p:.4f}")

计划模型

• Pearson 与 Spearman 相关性
• 线性回归（含滞后变量）
• K‑means 聚类（诊所行为模式）
• 可视化仪表盘（Streamlit）

---

NPS 能预测收入吗？（3 种可能情景）

我构建了一个决策‑影响框架：

进一步资源

• GitHub:
• Portfolio: