Net Promoter Score: Hvad det faktisk måler og hvad gør man ved tallet
NPS er en af de mest bredt anvendte metriker i forretning og en af de mest misforstået. Her er hvad tallet virkelig fortæller dig – og hvad det ikke gør.
I 2003 udgav en konsulent ved navn Fred Reichheld en artikel i Harvard Business Review, hvor han argumenterede for at de fleste kundetilfredsstillelsesundersøgelser var for lange, for sjældne og for afbrudt fra faktiske forretningsresultater. Hans alternativ var et enkelt spørgsmål: På en skala fra nul til ti, hvor sandsynligt er det, at du ville anbefale os til en ven eller kollega? Han kaldte den resulterende metrik Net Promoter Score, og over de følgende to årtier blev det utvivlsomt det mest diskuterede nummer inden for kundeerfaring.
Du vil finde NPS sporet på virksomheder lige fra fire-personers startups til Apple. Du vil også finde det kritiseret af forskere der stiller spørgsmål ved dets forudsigelseskraft, og stilfærdigt manipuleret af operationsteams der timer undersøgelser til at fange kunder på deres gladeste. Sandheden om NPS ligger et sted mellem evangelismen og skepticismen. Det er et brugbart værktøj, med rigtige begrænsninger, som de fleste organisationer enten ignorer helt eller behandler som mere meningsfuldt end det er.
Denne artikel forsøger at komme ud over begge disse fejltilstande.
Hvordan scoren beregnes
Mekanikken er simpel. Du spørger kunder til at vurdere deres sandsynlighed for at anbefale på en nul-til-ti skala. Baseret på deres svar sorterer du dem i tre grupper.
Passive er helt udelukket fra beregningen. Scoringer spænder fra −100 til +100.
Promotere – dem der scorer ni eller ti – er i teorien dine entusiastiske fortalere: de kunder der rent faktisk anbefaler dig, der udvider deres egen brug og der er mindst tilbøjelige til at churne. Detraktorer – nul gennem seks – er utilfredse kunder der kan aktivt advare andre væk fra dig. Passive, der scorer syv eller otte, er tilfredse men ikke entusiastiske. De er sårbare over for en konkurrents pitch.
At passive bliver udelukket fra beregningen er en af de mere kontraintuitive designvalg i NPS. Ræsonnementet er at passive kunder ikke meningsfuldt driver vækst i nogen retning. Om det empirisk er sandt debatteres, men det er værd at forstå fordi det betyder at et skift fra passive til promoter overhovedet ikke bevæger din score – kun detraktorer der konverterer til promotere (eller omvendt) betyder faktisk noget.
Tallet er ikke indsigten. Tallet er promptet til at gå finde indsigten. Hvad betyder noget er hvad dine kunder siger når du spørger dem hvorfor.
Hvad en god score ligner
Her bliver teams ofte forvirrede, fordi NPS varierer enormt efter industri. En score der ville være grund til fejring inden for telekommunikation – en industri med berygtet utilfredse kunder – ville være grund til bekymring inden for consumer software, hvor forventningerne er højere og omkostninger ved at skifte er lave. At sammenligne din score med et industrigennemsnit betyder meget mere end at sammenligne den med et generelt benchmark.
| Scoreområde | Klassificering | Hvad det foreslår |
|---|---|---|
| Under 0 | Dårlig | Flere detraktorer end promotere. Et betydeligt kundeerfaringsproblem at løse. |
| 0 – 30 | Acceptabel | Positivt område men plads til forbedring. De fleste organisationer sidder her. |
| 30 – 70 | God | Meningsfuldt flere promotere end detraktorer. Et tegn på ægte kundeloyalitet. |
| Over 70 | Fremragende | Verdensklasse. Opnået af virksomheder som Apple og bestemt B2B software produkter. |
Vigtigere end ethvert benchmark er dog din egen trend over tid. En score på 28 der er steget fra 14 over seks måneder fortæller dig noget meningsfuldt og positivt. En score på 45 der er faldet fra 62 fortæller dig at noget er galt, selv hvis 45 ser respektabel ud isoleret. Retningen betyder mere end det absolutte tal, særligt for små teams der endnu ikke kan få en statistisk robust prøve.
Det spørgsmål der betyder mere end scoren
Den største fejl organisationer gør med NPS er at behandle det som en destination snarere end et udgangspunkt. De sender undersøgelsen, indsamler tallet, sætter det på et dashboard og går videre. Scoren sidder der, lidt forbedring eller lidt fald hver kvartal, uden at generere nogen ændring i hvordan produktet eller servicen faktisk fungerer.
Grunden til at NPS blev designet med et opfølgende spørgsmål er at tallet alene fortæller dig næsten intet handlingsvenligt. Det fortæller dig om dine kunder er samlet set tilfredse eller utilfredse. Det fortæller dig ikke hvorfor, hvor specifikt, eller hvad gør man ved det. Opfølgningsspørgsmålet – typisk noget som "Hvad er den vigtigste grund til din score?" – er hvor den faktiske indsigt lever.
Når du læser gennem åbent-tekst svar med volumen dukker mønstre op som ingen numerisk score ville overfladeforstad. Du kunne finde at detraktorer klynger omkring et enkelt smertepunkt – sig, onboarding processen eller en manglende integration – mens promotere konsekvent nævner et specifikt feature eller kvaliteten af dit support team. Det er information du kan handle på. Scoren fortalte dig der var et problem. Svarene fortalte dig hvor at se.
Hvornår skal man sende undersøgelsen – og hvornår ikke
Undersøgelses timing har en oversized effekt på resultater, og teams der ikke tænker omhyggeligt på dette ender op med data der smikrer snarere end informerer. Send en undersøgelse umiddelbart efter en kunde med succes gennemfører noget de ville gøre – en vellykket onboarding, en løst support ticket, et gennemført køb – og du vil få scorer der reflekterer det positive øjeblik, ikke deres samlede forhold til dig. Send det med vilkårligt interval efter tilmelding, eller under en periode da en kendt bug påvirker brugere, og du får noget helt tredje.
Der er ingen universelt korrekt cadence, men nogle få principper holder op. For B2B SaaS produkter virker en kvartalsvis undersøgelse sendt til aktive brugere godt – ofte nok til at fange meningsfulde trends, sjælden nok at kunder ikke udvikler undersøgelses træthed. For ecommerce og consumer produkter gør en transaktionel trigger efter køb eller levering mere mening. For servicevirksomheder er det typisk det mest brugbart moment at sende inden for en uge af en gennemført engagement, mens erfaringen stadig er frisk.
Send ikke NPS undersøgelser kun efter positive touchpoints – en med succes løst support ticket, en gennemført onboarding opkald, en produktlansering fejring. Dette er en af de mest almindelige måder teams ved et uheld inflater deres scorer. Mål forholdet, ikke øjeblikket. En kunde der havde en fantastisk onboarding men siden har været i strid i tre måneder er ikke en promoter.
De segmenter der betyder mest
Aggregate NPS skjuler lige så meget som det afslører. En enkelt organisations-dækkende score der i gennemsnit slår sammen dine power brugere, dine næppe-aktive brugere, dine enterprise konti og dine gratis-plan brugere er næsten helt sikkert at fortælle dig noget meningsløst om alle dem. Den mere værdifuld praksis er at segmentere dine NPS data og se hver gruppe separat.
Power brugere – dem der er i dit produkt hver dag og bruger dets kerne features – vil næsten altid have højere scorer end lejlighedsbrugere. Det giver mening. Hvad du vil vide er hvorfor lejlighedsbrugere er lejlighedsbrugere, og om dem der scorede lav kan fortælle dig hvad ville ændre det. Segmentering efter plan type, efter virksomhedsstørrelse, efter industri eller efter hvor længe en kunde har været hos dig vil typisk overflade meget forskellige befolkninger med meget forskellige bekymringer.
Det mest handlingsvenlige segment af alt er ofte de passive: kunder der scorede syv eller otte. De er ikke utilfredse – de er bare ikke entusiastiske. Noget holder dem tilbage fra fuld fortalelse. En direkte samtale med en håndfuld passive kunder der spørger "hvad ville det tage at flytte dig fra en otte til en ti?" er en af de højeste-return kundeforskningsaktiviteter tilgængelig til et lille team, og det koster intet men tid.
Lukning af løkken på NPS svar kræver koordinering – nogen skal eje opfølgning med detraktorer, flag temaer til produktteamet og spor om udgaver hevet udløses resolution. I FabricLoop lever denne arbejdsflow i en delt gruppe: undersøgelse svar kommer ind, en task bliver oprettet for hver detraktør samtale, noter fra disse samtaler matas tilbage ind i en produkt diskussions tråd. Intet mistes mellem undersøgelsesværktøjet og de mennesker der faktisk kan handle på det.
Lukning af løkken: hvad gør man efter du indsamler svar
Frasen "lukning af løkken" i NPS verden betyder direkte opfølgning med kunder der svarede – særligt detraktorer – at anerkende hvad de sagde og, hvor muligt, gøre noget ved det. Dette trin er hvor de fleste organisationer falder ned. Undersøgelsen går ud, dataene bliver analyseret, scoren går på sliden og de enkelte kunder der tog sig tid til at fortælle dig noget høres aldrig fra igen.
Dette er både en mistet mulighed og, for detraktorer, en lille handling af mangel på respekt. En kunde der scorer dig en tre og forklarer hvorfor i nogle detaljer har givet dig en gave. Hvis ingen nogensinde anerkender det, har du signaleret at du slet ikke var faktisk interesseret i svaret – bare tallet.
For detraktorer er målet med opfølgning ikke at konvertere dem til promotere på stedet – det er at forstå deres erfaring dybere og, hvor muligt, løse hvad end der forårsagede utilfredsheden. Mange detraktorer der modtager et ægte, personligt svar fra nogen på virksomheden vil opdatere deres opfattelse betydeligt, selv hvis det underliggende produktproblem endnu ikke er blevet løst. Handlingen med at blive hørt betyder noget.
For promotere kan en simpel anerkendelse – en tak email eller et spørgsmål der spørger hvis de ville være villige til at dele deres erfaring offentligt – kunne omdanne passiv fortalelse til aktiv henvisninger. Promotere der scorer dig en ni eller ti er allerede tilbøjelige til at anbefale dig. Et lille skub til faktisk at gøre det på det moment hvor deres entusiasme bliver målt koster næsten intet og konverteres lejlighedsvis til en case studie, en gennemgang eller en introduktion til en anden potentiel kunde.
Den ærlige begrænsninger af NPS
Enhver afvejende behandling af NPS skal anerkende de ægte kritikker, fordi nogle af dem er alvorlige. Det vigtigste er det kulturelle variations problem. Forskning har konsekvent vist at villighed til at give ekstreme scorer – ni eller ti kontra syv eller otte – varierer betydeligt efter land og kulturel kontekst. Kunder i De Forenede Stater har en tendens til at score højere på tværs af bestyrelsen end kunder i Tyskland eller Japan, uafhængig af deres faktiske tilfredsstillelse. Hvis du køre et globalt produkt på fyrre markeder vil et enkelt NPS tal være delvis måling af kulturelle responsstile, ikke bare kundeerfaring.
Der er også spørgsmålet om hvorvidt NPS faktisk forudsiger hvad det påstår at forudsige. Reichhelds oprindelige forskning linkede høje NPS scorer til omsætningsvækst. Efterfølgende studier har fundet forholdet til at være meget svagere og mere industri-afhængigt end de oprindelige påstande foreslået. NPS korrelerer med kundetilfredshed i de fleste studier, men om det er en bedre prædiktor af forretningsresultater end andre tilfredsstillelsesmetriker er ægte omtvistet.
NPS måler villighed til at anbefale på et enkelt tidspunkt. Det måler ikke faktisk anbefale adfærd, kvaliteten af disse anbefalinger, kundeliv værdi eller churn sandsynlighed. At behandle det som en proxy for nogen af disse vil føre dig forkert. Brug det som et input blandt adskillige, ikke som en enkelt kildeskrrift af sandhed om kundesundhed.
Ingen af dette betyder NPS er ubrugelig – det betyder det er et stumt instrument bliver brugt i kontekster der nogle gange kaller efter skarpere værktøjer. For et team der på nuværende tidspunkt måler kundetilfredsstillelse med intet overhovedet starter med NPS er en betydelig forbedring. For et team der har kørt NPS i årevis og vil forstå kundeadfærd mere præcist lag i yderligere metriker som Customer Effort Score, churn forudsigelsesmodeller eller produktbrugdata vil give et meget rigere billede.
Opbygning af en NPS praksis fra bunden
Hvis du starter fra nul er det vigtigste at starte simpel og blive konsistent. Vælg ét kundesegment til at undersøge først – dine mest aktive brugere eller din seneste kohorte af nye kunder. Skriv en undersøgelse med standard NPS spørgsmål og en enkelt åben-tekst opfølgning. Brug ethvert undersøgelsesværktøj der kan sende email (Typeform, Google Forms og dusin andre vil fungerer fint for et lille team). Sæt en kalender reminder til at køre det igen på samme måde om tre måneder.
Investér ikke i dedikeret NPS software før du har kørt mindst to eller tre runder manuelt og har et klart billede af hvordan dataene faktisk vil blive brugt. Risikoen er at bruge tid på at konfigurere en platform før du har etableret nogle vaner omkring at læse og handle på resultaterne. Et regneark og en delt folder af åben-tekst svar gennemgået som et team hver kvartal vil lære dig mere i de første seks måneder end ethvert dashboard.
Spørgsmålene at spørge dig selv efter hver runde er altid det samme: Hvad er scoren og hvilken retning trends den? Hvad siger detraktorer og er der et mønster? Hvad siger promotere og gør vi mere af det? Fulgte vi op med respondenter sidste gang og hvad lærte vi fra disse samtaler? Hvis du kan svare alle fire spørgsmål klart hver kvartal har du en funktionel NPS praksis – uanset hvad værktøj du bruger til at køre det.
Gabet mellem at køre en NPS undersøgelse og faktisk forbedre dit produkt baseret på det er næsten altid et organisatorisk problem, ikke et dataproblem. I FabricLoop fastholder teams deres NPS resultater til en delt gruppe så de er synlige for produkt, support og ledelse på samme tid – ikke begravet i nogen en email eller en folder ingen åbner. Når et tema fra detraktør svar bliver en produkt task tænker ræsonnementet er ret der vedhæftet til kortet.
