คะแนน Net Promoter Score: สิ่งที่วัดได้จริงและสิ่งที่ควรทำกับตัวเลข

NPS เป็นหนึ่งในเมตริกที่ใช้กันแพร่หลายที่สุดในธุรกิจและเป็นหนึ่งในสิ่งที่เข้าใจผิดมากที่สุด นี่คือสิ่งที่ตัวเลขบอกคุณจริง ๆ และสิ่งที่มันไม่บอก

ในปี 2003 ที่ปรึกษาชื่อ Fred Reichheld ได้ตีพิมพ์บทความใน Harvard Business Review โดยโต้แย้งว่าแบบสำรวจความพึงพอใจของลูกค้าส่วนใหญ่ยาวเกินไป ทำไม่บ่อยพอ และไม่เชื่อมโยงกับผลลัพธ์ทางธุรกิจจริง ทางเลือกของเขาคือคำถามเดียว: ในระดับศูนย์ถึงสิบ คุณมีแนวโน้มจะแนะนำเราให้เพื่อนหรือเพื่อนร่วมงานมากเพียงใด? เขาเรียกเมตริกนี้ว่า Net Promoter Score และในสองทศวรรษต่อมา มันก็กลายเป็นตัวเลขที่ถูกพูดถึงมากที่สุดตัวหนึ่งในแวดวงประสบการณ์ลูกค้า

คุณจะพบว่า NPS ถูกติดตามในบริษัทตั้งแต่สตาร์ทอัพสี่คนไปจนถึง Apple และคุณก็จะพบว่ามันถูกนักวิจัยที่ตั้งคำถามถึงความสามารถในการพยากรณ์ของมันวิจารณ์อย่างหนัก และถูกทีมปฏิบัติการปั้นตัวเลขอย่างเงียบ ๆ ด้วยการเลือกเวลาส่งแบบสำรวจให้ตรงกับตอนที่ลูกค้ากำลังพอใจที่สุด ความจริงเกี่ยวกับ NPS อยู่ระหว่างกลางของฝั่งที่เชียร์สุดตัวกับฝั่งที่สงสัย มันเป็นเครื่องมือที่มีประโยชน์ แต่มีข้อจำกัดจริง และองค์กรส่วนใหญ่ไม่เพิกเฉยไปเลย ก็ให้น้ำหนักมันมากกว่าที่ควรจะเป็น

บทความนี้พยายามก้าวข้ามความผิดพลาดทั้งสองแบบนี้

วิธีคำนวณคะแนน

กลไกนั้นเรียบง่าย คุณขอให้ลูกค้าให้คะแนนความเป็นไปได้ที่จะแนะนำเราในระดับศูนย์ถึงสิบ แล้วจัดพวกเขาเป็นสามกลุ่มตามคำตอบ

ผู้สนับสนุน — คือผู้ที่ให้คะแนนเก้าหรือสิบ — ตามทฤษฎีแล้วคือผู้สนับสนุนตัวยงของคุณ: ลูกค้าที่แนะนำคุณต่อจริง ๆ ใช้งานเพิ่มขึ้นด้วยตัวเอง และมีโอกาสเลิกใช้บริการ (churn) น้อยที่สุด ผู้วิจารณ์ — คือผู้ที่ให้คะแนนศูนย์ถึงหก — เป็นลูกค้าที่ไม่พอใจและอาจเตือนคนอื่นไม่ให้มาใช้บริการของคุณ ส่วนผู้เป็นกลาง ซึ่งให้คะแนนเจ็ดหรือแปด พอใจแต่ไม่ได้กระตือรือร้น พวกเขาพร้อมจะถูกคู่แข่งดึงตัวไปได้ง่าย

การที่ผู้เป็นกลางไม่ถูกนำมาคำนวณเป็นหนึ่งในการออกแบบของ NPS ที่ขัดกับสัญชาตญาณมากที่สุด เหตุผลคือลูกค้ากลุ่มเป็นกลางไม่ได้ผลักดันการเติบโตอย่างมีนัยสำคัญไม่ว่าจะไปทางใดทางหนึ่ง ข้อนี้จะเป็นจริงในทางประจักษ์หรือไม่ยังเป็นที่ถกเถียง แต่ก็ควรทำความเข้าใจไว้ เพราะมันหมายความว่าการขยับจากผู้เป็นกลางไปเป็นผู้สนับสนุนจะไม่ทำให้คะแนนของคุณเปลี่ยนเลย — มีเพียงผู้วิจารณ์ที่กลายเป็นผู้สนับสนุน (หรือกลับกัน) เท่านั้นที่ส่งผลจริง

คะแนนที่ดีมีลักษณะอย่างไร

ตรงนี้เองที่ทีมมักสับสน เพราะ NPS แตกต่างกันมากตามอุตสาหกรรม คะแนนที่น่าฉลองในธุรกิจโทรคมนาคม ซึ่งขึ้นชื่อเรื่องลูกค้าไม่พอใจ อาจน่าเป็นห่วงในซอฟต์แวร์สำหรับผู้บริโภค ที่ความคาดหวังสูงกว่าและต้นทุนการเปลี่ยนไปใช้เจ้าอื่นต่ำ การเทียบคะแนนของคุณกับค่าเฉลี่ยของอุตสาหกรรมจึงสำคัญกว่าการเทียบกับเกณฑ์มาตรฐานทั่วไปมาก

สิ่งที่สำคัญกว่าเกณฑ์มาตรฐานใด ๆ คือแนวโน้มของคุณเองในช่วงเวลาที่ผ่านมา คะแนน 28 ที่เพิ่มขึ้นจาก 14 ภายในหกเดือนบอกอะไรที่มีความหมายและเป็นไปในทางบวก ส่วนคะแนน 45 ที่ลดลงจาก 62 บอกว่ามีบางอย่างผิดปกติ แม้ว่า 45 จะดูน่าพอใจเมื่อมองแยกเดี่ยว ๆ ก็ตาม ทิศทางสำคัญกว่าตัวเลขสัมบูรณ์ โดยเฉพาะสำหรับทีมเล็กที่ยังไม่มีกลุ่มตัวอย่างมากพอให้เชื่อถือได้ทางสถิติ

คำถามที่สำคัญกว่าคะแนน

ความผิดพลาดใหญ่ที่สุดที่องค์กรทำกับ NPS คือมองมันเป็นจุดหมายปลายทาง ไม่ใช่จุดเริ่มต้น พวกเขาส่งแบบสำรวจ เก็บตัวเลข ใส่ลงแดชบอร์ด แล้วก็ไปต่อ คะแนนก็นอนอยู่ตรงนั้น ดีขึ้นนิดหรือแย่ลงนิดในแต่ละไตรมาส โดยไม่ได้ทำให้วิธีการทำงานของผลิตภัณฑ์หรือบริการเปลี่ยนไปเลย

เหตุผลที่ NPS ถูกออกแบบให้มีคำถามติดตามผลก็เพราะตัวเลขเพียงอย่างเดียวแทบไม่ได้บอกอะไรที่นำไปปฏิบัติได้ มันบอกแค่ว่าโดยรวมแล้วลูกค้าพอใจหรือไม่พอใจ แต่ไม่ได้บอกว่าทำไม ตรงจุดไหนโดยเฉพาะ หรือควรทำอย่างไร คำถามติดตามผล ซึ่งมักเป็นประมาณ "เหตุผลสำคัญที่สุดสำหรับคะแนนของคุณคืออะไร" คือที่ที่ข้อมูลเชิงลึกจริง ๆ อยู่

เมื่ออ่านคำตอบแบบข้อความอิสระจำนวนมาก คุณจะเห็นรูปแบบที่คะแนนตัวเลขไม่มีทางเผยให้เห็น คุณอาจพบว่าผู้วิจารณ์กระจุกตัวอยู่ที่ปัญหาเดียว เช่น กระบวนการเริ่มต้นใช้งาน (onboarding) หรือการเชื่อมต่อระบบที่ขาดหายไป ขณะที่ผู้สนับสนุนมักพูดถึงฟีเจอร์เฉพาะอย่างหรือคุณภาพของทีมซัพพอร์ตของคุณอยู่เสมอ นั่นคือข้อมูลที่คุณนำไปลงมือทำได้ คะแนนบอกว่ามีปัญหา ส่วนคำตอบบอกว่าควรมองไปที่ไหน

เมื่อไรควรส่งแบบสำรวจ — และเมื่อไรไม่ควร

จังหวะเวลาของแบบสำรวจมีผลต่อผลลัพธ์เกินสัดส่วน และทีมที่ไม่คิดเรื่องนี้ให้รอบคอบจะได้ข้อมูลที่ชวนให้ภูมิใจแทนที่จะให้ความรู้ หากส่งแบบสำรวจทันทีหลังลูกค้าทำสิ่งที่ต้องการสำเร็จ เช่น เริ่มต้นใช้งานสำเร็จ ตั๋วซัพพอร์ตที่แก้ไขเรียบร้อย หรือการซื้อที่เสร็จสมบูรณ์ คุณจะได้คะแนนที่สะท้อนช่วงเวลาดี ๆ นั้น ไม่ใช่ความสัมพันธ์โดยรวมที่พวกเขามีกับคุณ ส่งในช่วงเวลาสุ่มหลังลงทะเบียน หรือช่วงที่บั๊กที่รู้กันอยู่กำลังกระทบผู้ใช้ ก็จะได้ผลที่ต่างออกไปอีกแบบ

ไม่มีความถี่ที่ถูกต้องสำหรับทุกกรณี แต่มีหลักการบางข้อที่ใช้ได้จริง สำหรับผลิตภัณฑ์ SaaS แบบ B2B การส่งแบบสำรวจรายไตรมาสถึงผู้ใช้ที่ยังใช้งานอยู่มักได้ผลดี คือบ่อยพอจะจับแนวโน้มที่มีความหมาย แต่ไม่บ่อยจนลูกค้าเริ่มเบื่อกับแบบสำรวจ สำหรับอีคอมเมิร์ซและสินค้าอุปโภคบริโภค การส่งอัตโนมัติหลังการซื้อหรือการจัดส่งสมเหตุสมผลกว่า ส่วนธุรกิจบริการ การส่งภายในหนึ่งสัปดาห์หลังงานเสร็จ ขณะที่ประสบการณ์ยังสดใหม่ มักเป็นจังหวะที่เป็นประโยชน์ที่สุด

กลุ่มลูกค้าที่สำคัญที่สุด

NPS รวมซ่อนไว้มากพอ ๆ กับที่เปิดเผย คะแนนเดียวทั้งองค์กรที่เฉลี่ยรวมกลุ่มผู้ใช้ขาประจำ ผู้ใช้ที่แทบไม่เคยใช้งาน บัญชีองค์กรขนาดใหญ่ และผู้ใช้แผนฟรีเข้าด้วยกัน เกือบแน่นอนว่าไม่ได้บอกอะไรที่มีความหมายเกี่ยวกับกลุ่มใดเลย แนวทางที่มีคุณค่ากว่าคือแบ่งกลุ่มข้อมูล NPS แล้วดูแต่ละกลุ่มแยกกัน

ผู้ใช้ขาประจำ ซึ่งใช้ผลิตภัณฑ์ของคุณทุกวันและใช้ฟีเจอร์หลักของมัน เกือบจะให้คะแนนสูงกว่าผู้ใช้ที่ใช้นาน ๆ ครั้งเสมอ ซึ่งก็สมเหตุสมผล สิ่งที่คุณควรรู้คือทำไมผู้ใช้เหล่านั้นถึงใช้นาน ๆ ครั้ง และคนที่ให้คะแนนต่ำบอกได้หรือไม่ว่าอะไรจะเปลี่ยนสถานการณ์นี้ การแบ่งกลุ่มตามประเภทแผน ขนาดบริษัท อุตสาหกรรม หรือระยะเวลาที่เป็นลูกค้ามักเผยให้เห็นกลุ่มคนที่แตกต่างกันมาก ซึ่งมีความกังวลที่แตกต่างกันมากเช่นกัน

กลุ่มที่นำไปลงมือทำได้มากที่สุดมักเป็นผู้เป็นกลาง คือลูกค้าที่ให้คะแนนเจ็ดหรือแปด พวกเขาไม่ได้ไม่พอใจ เพียงแต่ไม่ได้กระตือรือร้น มีบางอย่างรั้งไม่ให้พวกเขาเป็นผู้สนับสนุนเต็มตัว การคุยตรง ๆ กับลูกค้ากลุ่มเป็นกลางสักไม่กี่ราย โดยถามว่า "ต้องมีอะไรบ้างถึงจะทำให้คุณเปลี่ยนจากแปดเป็นสิบ" เป็นหนึ่งในกิจกรรมวิจัยลูกค้าที่ให้ผลตอบแทนสูงสุดสำหรับทีมเล็ก และไม่มีต้นทุนอะไรนอกจากเวลา

การปิดลูป: สิ่งที่ต้องทำหลังเก็บคำตอบ

วลี "ปิดลูป" ในโลกของ NPS หมายถึงการติดตามผลโดยตรงกับลูกค้าที่ตอบแบบสำรวจ โดยเฉพาะผู้วิจารณ์ เพื่อรับทราบสิ่งที่พวกเขาพูด และลงมือแก้ไขเท่าที่ทำได้ ขั้นตอนนี้เองที่องค์กรส่วนใหญ่พลาด แบบสำรวจถูกส่งออกไป ข้อมูลถูกวิเคราะห์ คะแนนถูกใส่ลงสไลด์ และลูกค้าแต่ละรายที่สละเวลาบอกอะไรบางอย่างกับคุณก็ไม่เคยได้ยินข่าวคราวอีกเลย

นี่ทั้งเป็นโอกาสที่เสียไป และสำหรับผู้วิจารณ์ก็เป็นการไม่ให้เกียรติเล็ก ๆ ลูกค้าที่ให้คะแนนคุณสามและอธิบายเหตุผลอย่างละเอียดได้มอบของขวัญให้คุณแล้ว หากไม่มีใครตอบรับเลย คุณก็ส่งสัญญาณว่าไม่ได้สนใจคำตอบจริง ๆ แต่สนใจแค่ตัวเลข

สำหรับผู้วิจารณ์ เป้าหมายของการติดตามผลไม่ใช่การเปลี่ยนพวกเขาให้เป็นผู้สนับสนุนทันที แต่เป็นการเข้าใจประสบการณ์ของพวกเขาให้ลึกขึ้น และแก้ไขสิ่งที่ทำให้ไม่พอใจเท่าที่ทำได้ ผู้วิจารณ์จำนวนมากที่ได้รับการตอบกลับอย่างจริงใจและเป็นส่วนตัวจากคนในบริษัทจะเปลี่ยนมุมมองที่มีต่อบริษัทอย่างมาก แม้ปัญหาของผลิตภัณฑ์ยังไม่ได้รับการแก้ไข การได้รับการรับฟังนั้นสำคัญ

สำหรับผู้สนับสนุน การรับทราบอย่างเรียบง่าย เช่น อีเมลขอบคุณ หรือคำถามว่าพวกเขายินดีแบ่งปันประสบการณ์สู่สาธารณะหรือไม่ สามารถเปลี่ยนการสนับสนุนแบบเงียบ ๆ ให้กลายเป็นการแนะนำต่อที่เกิดขึ้นจริงได้ ผู้สนับสนุนที่ให้คะแนนเก้าหรือสิบมีใจอยากแนะนำคุณอยู่แล้ว การสะกิดเบา ๆ ให้ลงมือทำจริงในจังหวะที่ความกระตือรือร้นของพวกเขาถูกวัดไว้แทบไม่มีต้นทุน และบางครั้งก็นำไปสู่กรณีศึกษา รีวิว หรือการแนะนำลูกค้ารายใหม่ที่อาจเกิดขึ้นได้

ข้อจำกัดของ NPS ที่ต้องยอมรับตามจริง

การพิจารณา NPS อย่างสมดุลต้องยอมรับคำวิจารณ์ที่มีน้ำหนัก เพราะบางข้อค่อนข้างร้ายแรง ข้อสำคัญที่สุดคือปัญหาความแตกต่างทางวัฒนธรรม งานวิจัยแสดงให้เห็นอย่างสม่ำเสมอว่าความเต็มใจที่จะให้คะแนนสุดขั้ว คือเก้าหรือสิบเทียบกับเจ็ดหรือแปด แตกต่างกันมากตามประเทศและบริบททางวัฒนธรรม ลูกค้าในสหรัฐอเมริกามักให้คะแนนสูงกว่าลูกค้าในเยอรมนีหรือญี่ปุ่นโดยรวม ไม่ว่าความพึงพอใจจริงจะเป็นอย่างไร หากคุณให้บริการผลิตภัณฑ์ทั่วโลกในสี่สิบตลาด ตัวเลข NPS ตัวเดียวก็จะวัดรูปแบบการตอบสนองทางวัฒนธรรมไปด้วยบางส่วน ไม่ใช่แค่ประสบการณ์ของลูกค้า

ยังมีคำถามว่า NPS ทำนายสิ่งที่อ้างว่าทำนายได้จริงหรือไม่ งานวิจัยดั้งเดิมของ Reichheld เชื่อมโยงคะแนน NPS สูงกับการเติบโตของรายได้ แต่การศึกษาในเวลาต่อมาพบว่าความสัมพันธ์นั้นอ่อนกว่ามากและขึ้นกับอุตสาหกรรมมากกว่าที่ข้ออ้างตอนแรกบอกไว้ NPS สัมพันธ์กับความพึงพอใจของลูกค้าในการศึกษาส่วนใหญ่ แต่จะทำนายผลลัพธ์ทางธุรกิจได้ดีกว่าเมตริกความพึงพอใจอื่น ๆ หรือไม่นั้นยังมีข้อถกเถียงกันอยู่จริง ๆ

ทั้งหมดนี้ไม่ได้หมายความว่า NPS ไร้ประโยชน์ แต่หมายความว่ามันเป็นเครื่องมือที่ไม่คมนัก ซึ่งถูกใช้ในบริบทที่บางครั้งต้องการเครื่องมือที่คมกว่า สำหรับทีมที่ยังไม่ได้วัดความพึงพอใจของลูกค้าเลย การเริ่มด้วย NPS ถือเป็นการก้าวหน้าอย่างมาก ส่วนทีมที่ใช้ NPS มาหลายปีและอยากเข้าใจพฤติกรรมลูกค้าอย่างแม่นยำขึ้น การเพิ่มเมตริกอื่น ๆ เช่น Customer Effort Score โมเดลทำนายการเลิกใช้ (churn) หรือข้อมูลการใช้งานผลิตภัณฑ์ จะให้ภาพที่สมบูรณ์กว่ามาก

การสร้างแนวปฏิบัติ NPS ตั้งแต่ศูนย์

หากคุณเริ่มจากศูนย์ สิ่งสำคัญที่สุดคือเริ่มให้เรียบง่ายและทำอย่างสม่ำเสมอ เลือกกลุ่มลูกค้าหนึ่งกลุ่มเพื่อสำรวจก่อน เช่น ผู้ใช้ที่ใช้งานมากที่สุด หรือลูกค้าใหม่กลุ่มล่าสุด เขียนแบบสำรวจที่มีคำถาม NPS มาตรฐานกับคำถามติดตามผลแบบข้อความอิสระหนึ่งข้อ ใช้เครื่องมือสำรวจใดก็ได้ที่ส่งอีเมลได้ (Typeform, Google Forms และเครื่องมืออื่นอีกหลายสิบตัวก็ใช้ได้ดีสำหรับทีมเล็ก) ตั้งการเตือนในปฏิทินให้ทำซ้ำในแบบเดียวกันอีกครั้งในสามเดือน

อย่าเพิ่งลงทุนกับซอฟต์แวร์ NPS โดยเฉพาะ จนกว่าคุณจะทำด้วยตนเองมาอย่างน้อยสองถึงสามรอบ และเห็นภาพชัดว่าจะนำข้อมูลไปใช้อย่างไรจริง ๆ ความเสี่ยงคือการเสียเวลาตั้งค่าแพลตฟอร์มก่อนที่คุณจะสร้างนิสัยการอ่านและลงมือตามผลลัพธ์ สเปรดชีตกับโฟลเดอร์ร่วมที่เก็บคำตอบแบบข้อความอิสระ ซึ่งทีมทบทวนร่วมกันทุกไตรมาส จะสอนคุณได้มากกว่าแดชบอร์ดใด ๆ ในหกเดือนแรก

คำถามที่ควรถามตัวเองหลังจบแต่ละรอบเหมือนกันเสมอ: คะแนนเท่าไร และแนวโน้มไปทางไหน ผู้วิจารณ์พูดว่าอะไร และมีรูปแบบซ้ำหรือไม่ ผู้สนับสนุนพูดว่าอะไร และเรากำลังทำสิ่งนั้นให้มากขึ้นหรือไม่ ครั้งก่อนเราติดตามผู้ตอบหรือเปล่า และเรียนรู้อะไรจากบทสนทนาเหล่านั้น หากตอบสี่ข้อนี้ได้ชัดเจนทุกไตรมาส คุณก็มีแนวปฏิบัติ NPS ที่ใช้งานได้จริง ไม่ว่าจะใช้เครื่องมืออะไรก็ตาม