순 추천 지수(NPS): 실제로 무엇을 측정하며, 그 숫자로 무엇을 해야 할까

NPS는 비즈니스에서 가장 널리 쓰이면서 가장 널리 오해받는 지표 중 하나입니다. 이 숫자가 실제로 말해 주는 것과 말해 주지 않는 것을 정리했습니다.

2003년, 컨설턴트 Fred Reichheld는 Harvard Business Review에 글을 발표해, 대부분의 고객 만족도 설문은 너무 길고, 너무 드물게 이루어지며, 실제 비즈니스 성과와 너무 동떨어져 있다고 주장했습니다. 그가 내놓은 대안은 질문 하나였습니다. 0에서 10까지의 척도로, 친구나 동료에게 저희를 추천할 가능성은 얼마나 됩니까? 그는 이렇게 얻은 지표를 순 추천 지수(Net Promoter Score)라고 불렀고, 이후 20년 동안 이 지표는 고객 경험 분야에서 가장 많이 거론되는 숫자라 할 만큼 자리 잡았습니다.

직원 네 명인 스타트업부터 Apple에 이르기까지, NPS를 추적하는 회사는 어디서나 볼 수 있습니다. 한편으로는 예측력에 의문을 제기하는 연구자들의 거센 비판을 받고, 고객이 가장 만족한 시점에 맞춰 설문을 보내 점수를 슬쩍 높이는 운영팀도 있습니다. NPS에 대한 진실은 맹신과 회의 사이 어딘가에 있습니다. NPS는 분명한 한계가 있는 유용한 도구인데, 대부분의 조직은 이를 완전히 무시하거나 실제보다 더 큰 의미를 부여합니다.

이 글은 이 두 가지 잘못된 접근을 모두 넘어서 보려 합니다.

점수 계산 방법

계산 방식은 단순합니다. 고객에게 추천 가능성을 0에서 10까지의 척도로 평가해 달라고 요청합니다. 답변에 따라 고객을 세 그룹으로 나눕니다.

추천자는 9점이나 10점을 준 고객으로, 이론상 열렬한 지지자입니다. 실제로 여러분을 추천하고, 스스로 사용 범위를 넓히며, 이탈할 가능성이 가장 낮은 고객입니다. 비추천자는 0점에서 6점까지를 준 불만족 고객으로, 다른 사람들에게 여러분을 멀리하라고 적극적으로 말할 수도 있습니다. 7점이나 8점을 준 중립자는 만족하지만 열광하지는 않는 고객입니다. 경쟁사의 제안에 쉽게 흔들릴 수 있습니다.

계산에서 중립자를 제외하는 것은 NPS 설계에서 직관에 가장 어긋나는 선택 중 하나입니다. 중립 고객은 어느 방향으로든 성장에 의미 있는 영향을 주지 않는다는 논리입니다. 이것이 경험적으로 맞는지는 논란의 여지가 있지만, 중립자가 추천자로 바뀌어도 점수가 전혀 움직이지 않는다는 점은 이해해 둘 필요가 있습니다. 비추천자가 추천자로 바뀌거나 그 반대인 경우에만 점수가 실제로 달라집니다.

좋은 점수란 어느 정도일까

팀이 자주 혼동하는 부분입니다. NPS는 산업에 따라 편차가 매우 크기 때문입니다. 고객 불만이 심하기로 악명 높은 통신 업계에서는 축하할 만한 점수가, 기대치가 높고 전환 비용이 낮은 소비자용 소프트웨어에서는 우려할 만한 점수일 수 있습니다. 일반적인 벤치마크보다 자사가 속한 업계의 평균과 비교하는 것이 훨씬 더 중요합니다.

그러나 어떤 벤치마크보다 중요한 것은 시간에 따른 자사의 추세입니다. 6개월 동안 14에서 28로 오른 점수는 의미 있는 긍정적 신호입니다. 반면 62에서 45로 떨어진 점수는, 45라는 숫자만 보면 괜찮아 보이더라도 무언가 잘못되었다는 신호입니다. 절대 수치보다 방향이 더 중요하며, 통계적으로 신뢰할 만한 표본을 아직 확보하기 어려운 소규모 팀에서는 특히 그렇습니다.

점수보다 더 중요한 질문

조직이 NPS에서 저지르는 가장 큰 실수는 이를 출발점이 아니라 종착점으로 취급하는 것입니다. 설문을 보내고, 숫자를 모으고, 대시보드에 올리고, 다음 일로 넘어갑니다. 점수는 분기마다 조금 오르거나 조금 내리면서 그 자리에 머물 뿐, 제품이나 서비스가 실제로 작동하는 방식에는 아무런 변화도 만들지 못합니다.

NPS에 후속 질문이 포함되도록 설계된 이유는, 숫자만으로는 실행에 옮길 수 있는 정보를 거의 얻을 수 없기 때문입니다. 숫자는 고객이 전반적으로 만족하는지 불만족하는지만 알려 줍니다. 왜 그런지, 구체적으로 어디가 문제인지, 무엇을 해야 하는지는 알려 주지 않습니다. 진짜 통찰은 "점수를 주신 가장 큰 이유는 무엇입니까?" 같은 후속 질문에 있습니다.

주관식 응답을 대량으로 읽다 보면 숫자 점수로는 드러나지 않는 패턴이 보입니다. 예를 들어 비추천자의 불만이 온보딩 과정이나 빠진 연동 기능 같은 한 가지 문제에 몰려 있고, 추천자는 특정 기능이나 지원팀의 품질을 꾸준히 언급하는 것을 발견할 수 있습니다. 이는 실행에 옮길 수 있는 정보입니다. 점수는 문제가 있다는 사실을 알려 주었고, 응답은 어디를 봐야 하는지 알려 줍니다.

설문을 보낼 때, 그리고 보내지 말아야 할 때

설문 시점은 결과에 과도할 만큼 큰 영향을 미칩니다. 이를 신중하게 생각하지 않는 팀은 실상을 알려 주기보다 듣기 좋은 데이터만 얻게 됩니다. 고객이 원하던 일을 성공적으로 마친 직후, 예를 들어 온보딩을 성공적으로 끝냈거나 지원 티켓이 해결되었거나 구매를 완료한 직후에 설문을 보내면, 여러분과의 전반적인 관계가 아니라 그 긍정적인 순간을 반영한 점수를 받게 됩니다. 가입 후 아무 때나 보내거나 알려진 버그가 사용자에게 영향을 주는 기간에 보내면 또 다른 결과가 나옵니다.

보편적으로 옳은 주기는 없지만, 몇 가지 원칙은 어디서나 통용됩니다. B2B SaaS 제품에서는 활성 사용자에게 분기별로 설문을 보내는 방식이 대체로 잘 맞습니다. 의미 있는 추세를 포착할 만큼 자주 보내면서도, 고객이 설문 피로를 느끼지 않을 만큼 드물기 때문입니다. 이커머스와 소비자 제품은 구매나 배송 직후에 보내는 트랜잭션 트리거 방식이 더 적합합니다. 서비스업은 경험이 아직 생생한 계약 종료 후 일주일 이내에 보내는 것이 보통 가장 유용합니다.

가장 중요한 세그먼트

전체 NPS는 드러내는 만큼 많은 것을 감춥니다. 핵심 사용자, 거의 활동하지 않는 사용자, 엔터프라이즈 계정, 무료 플랜 사용자를 모두 평균 낸 조직 전체의 단일 점수는, 그 어느 집단에 대해서도 거의 의미 없는 이야기를 하고 있을 가능성이 큽니다. NPS 데이터를 세그먼트로 나누어 각 그룹을 따로 보는 것이 훨씬 가치 있는 방법입니다.

제품을 매일 사용하며 핵심 기능을 쓰는 파워 유저는 거의 항상 가끔 쓰는 사용자보다 점수가 높습니다. 당연한 결과입니다. 알아야 할 것은 가끔 쓰는 사용자가 왜 가끔만 쓰는지, 그리고 낮은 점수를 준 사람들이 무엇이 달라지면 쓰겠는지 말해 줄 수 있는지입니다. 요금제 유형, 회사 규모, 업종, 또는 고객이 함께한 기간별로 나누어 보면 대개 서로 매우 다른 집단과 매우 다른 고민이 드러납니다.

가장 실행하기 좋은 세그먼트는 종종 중립자, 즉 7점이나 8점을 준 고객입니다. 이들은 불만이 있는 것이 아니라 열광하지 않을 뿐입니다. 무언가가 이들이 적극적인 지지자가 되는 것을 막고 있습니다. 중립 고객 몇 명과 직접 대화하며 "8점에서 10점이 되려면 무엇이 필요할까요?"라고 묻는 것은 소규모 팀이 할 수 있는 고객 조사 중 투자 대비 효과가 가장 높은 활동 가운데 하나이며, 들어가는 비용은 시간뿐입니다.

루프 닫기: 응답을 수집한 뒤 해야 할 일

NPS에서 "루프 닫기"란 응답한 고객, 특히 비추천자에게 직접 후속 연락을 해서 그들의 이야기를 인정하고, 가능하다면 그에 대해 실제로 조치를 취하는 것을 뜻합니다. 대부분의 조직이 이 단계에서 무너집니다. 설문이 발송되고, 데이터가 분석되고, 점수가 슬라이드에 들어가고, 시간을 내어 의견을 준 개별 고객은 다시는 소식을 듣지 못합니다.

이는 놓친 기회일 뿐 아니라, 비추천자에게는 작은 무례이기도 합니다. 3점을 주고 이유를 자세히 설명한 고객은 여러분에게 선물을 준 것입니다. 아무도 그에 응답하지 않으면, 여러분이 사실은 답변에는 관심이 없고 숫자만 원했다는 신호를 보낸 셈입니다.

비추천자에게 후속 연락을 하는 목적은 그 자리에서 추천자로 바꾸는 것이 아니라, 그들의 경험을 더 깊이 이해하고 가능하다면 불만의 원인을 해결하는 것입니다. 회사 담당자에게 진심 어린 개인적인 답변을 받은 비추천자 중 상당수는 제품 문제가 아직 해결되지 않았더라도 회사에 대한 인식이 크게 달라집니다. 이야기를 들어주었다는 사실 자체가 중요합니다.

추천자에게는 감사 이메일이나 경험을 공개적으로 공유해 줄 수 있는지 묻는 질문 같은 간단한 인사만으로도 소극적인 지지를 적극적인 추천으로 바꿀 수 있습니다. 9점이나 10점을 준 추천자는 이미 여러분을 추천할 마음이 있는 사람들입니다. 열정이 측정된 바로 그 순간에 실제로 추천하도록 살짝 권하는 일은 비용이 거의 들지 않으며, 때로는 사례 연구, 리뷰, 또는 다른 잠재 고객에 대한 소개로 이어집니다.

NPS의 솔직한 한계

NPS를 균형 있게 다루려면 정당한 비판을 인정해야 하는데, 그중 일부는 심각하기 때문입니다. 가장 중요한 것은 문화적 편차 문제입니다. 극단적인 점수(7~8점 대신 9~10점)를 주려는 성향은 국가와 문화적 맥락에 따라 상당히 다르다는 것이 여러 연구에서 일관되게 나타났습니다. 미국 고객은 실제 만족도와 무관하게 독일이나 일본 고객보다 전반적으로 높은 점수를 주는 경향이 있습니다. 40개 시장에서 글로벌 제품을 운영한다면, 단일 NPS 수치는 고객 경험뿐 아니라 문화별 응답 방식도 일부 측정하게 됩니다.

NPS가 주장하는 바를 실제로 예측하는지도 문제입니다. Reichheld의 초기 연구는 높은 NPS 점수를 매출 성장과 연결했습니다. 이후 연구들은 그 관계가 초기 주장보다 훨씬 약하고 산업에 따라 달라진다는 점을 발견했습니다. 대부분의 연구에서 NPS는 고객 만족도와 상관관계가 있지만, 다른 만족도 지표보다 비즈니스 성과를 더 잘 예측하는지는 여전히 논쟁 중입니다.

그렇다고 NPS가 쓸모없다는 뜻은 아닙니다. 더 정교한 도구가 필요한 상황에서도 쓰이는 무딘 도구라는 뜻입니다. 지금까지 고객 만족도를 전혀 측정하지 않던 팀에게는 NPS로 시작하는 것만으로도 큰 개선입니다. 수년간 NPS를 운영해 왔고 고객 행동을 더 정밀하게 이해하고 싶은 팀이라면, 고객 노력 점수(Customer Effort Score), 이탈 예측 모델, 제품 사용 데이터 같은 지표를 더하면 훨씬 풍부한 그림을 얻을 수 있습니다.

처음부터 NPS 운영 체계 만들기

처음 시작한다면 가장 중요한 것은 단순하게 시작하고 꾸준히 이어 가는 것입니다. 가장 활동적인 사용자나 가장 최근에 가입한 신규 고객 집단처럼 먼저 설문할 고객 세그먼트를 하나 고르세요. 표준 NPS 질문과 주관식 후속 질문 하나로 설문을 만듭니다. 이메일을 보낼 수 있는 설문 도구라면 무엇이든 괜찮습니다. 소규모 팀에는 Typeform, Google Forms 등 여러 도구가 충분히 잘 맞습니다. 3개월 뒤 같은 방식으로 다시 실행하도록 캘린더 알림을 설정해 두세요.

결과를 실제로 어떻게 활용할지 분명히 파악하기 전에는 전용 NPS 소프트웨어에 투자하지 마세요. 최소 두세 차례는 수작업으로 진행해 보는 것이 좋습니다. 결과를 읽고 조치하는 습관을 만들기도 전에 플랫폼 설정에 시간을 쓰게 될 위험이 있기 때문입니다. 스프레드시트와, 팀이 분기마다 함께 검토하는 주관식 응답 공유 폴더가 처음 6개월 동안은 어떤 대시보드보다 더 많은 것을 가르쳐 줄 것입니다.

매 차수가 끝난 뒤 스스로에게 던질 질문은 늘 같습니다. 점수는 얼마이고, 어느 방향으로 움직이고 있는가? 비추천자는 무슨 말을 하고, 패턴이 있는가? 추천자는 무슨 말을 하고, 우리는 그것을 더 많이 하고 있는가? 지난번 응답자에게 후속 연락을 했는가, 그 대화에서 무엇을 배웠는가? 이 네 가지 질문에 분기마다 분명히 답할 수 있다면, 어떤 도구를 쓰든 NPS 운영 체계가 제대로 작동하고 있는 것입니다.