ネット・プロモーター・スコア（NPS）とは

組織は、それが顧客満足度の優れた判断要素であると確信しています。これは、組織のオーディエンスの中で誰が忠実な顧客であるかを追跡するだけでなく、肯定的な口コミを通じて組織の拡大を支援してくれている人々も追跡します。

スコアが低いということは、デトラクターが多すぎることを意味し、さらに多くの顧客にビジネスを拡大することが妨げられる可能性があります。また、組織の製品を推奨しない一部の人々が他の人々に製品を購入しないように話す可能性があるとして、否定的な口コミの予想割合を追跡することもできます。

Fred Reichheld氏、ソフトウェア・プロバイダーのSatmetrix社、ビジネス・コンサルタント会社のBain and Companyによって開発されたNPSは、タッチポイントを経験したユーザーに対して、その会社を他の人に勧める可能性を尋ねます。これは、有名な2003年のハーバード・ビジネス・レビューの記事「The One Metric You Need to Grow」で紹介され、それ以来、カスタマー・リレーションシップを理解するための重要なツールとなってきました¹。

それは、Enterprise Car Rentals社の元CEOであるAndy Taylor氏がオーディエンスとお客様事例を共有したことから始まりました。同氏が話すには、顧客に2つの質問を尋ねることで顧客ロイヤルティーを測定したそうです。それらの質問は、顧客は体験の質をどのレベルにランク付けするか、およびその会社のサービスを再び利用したいかどうかという質問でした。

Reichheld氏は、そのシンプルさを基に、製品やサービスをソーシャル・グループに推奨するかどうかを尋ねるNPSを作成しました。Bain & Company社は、NPSをネット・プロモーター・システムへと進化させ、それを使って企業が顧客体験のあらゆる側面で顧客により良いサービスを提供できるよう支援しています。

NPSの方法論は簡単です。組織は、NPS調査で、その企業の製品やサービスを推薦する可能性がどの程度あるかを顧客にランク付けしてもらいます。回答者は、段階的回答（たいていは10段階評価）を使用して回答します。

回答が異なれば、意味も異なります。企業は、スコアを9または10とした顧客はプロモーターとみなし、7または8の顧客はたいていの場合パッシブ、6以下はデトラクターとみなします。

NPSの計算式では、「プロモーター」（9および10）の数から低スコア（6以下）の数を差し引き、最終得点をパーセンテージに変換します。このパーセンテージの範囲は、-100（すべて6以下）から+100（すべて9と10）までとなります。優良なパフォーマーは、平均80以上のNPSスコアを獲得します。

優れたNPSは、多くの場合、その会社に対して強い好意を持つ顧客ベースがあることを示しています。企業はNPSテンプレートを使用することも、独自のテンプレートを作成することもできます。企業によっては、顧客がどの製品機能を好ましく思っているかをさらに深く掘り下げるために、いくつかの自由回答形式の質問を含めています。この種の調査の質問例としては、そのNPSスコアを選択した理由や、そのスコアを向上させるために企業として何ができるかを尋ねることなどがあります。

業界ごとにベースラインNPSスコアはやや異なるため、業界標準に照らしてベンチマークすることが重要です。2024年のRetently調査²では、業界間でNPS平均に有意差があることがわかりました。例えば、保険会社の平均NPSは80ですが、クラウドとホスティングの提供会社の平均NPSは39です。この平均値を下回る企業は、顧客のニーズと期待により良く応えるために、顧客体験の向上に注力する必要があります。

NPSは、企業が顧客体験を測定するために使用するメトリクスの1つです。

顧客満足度スコア（CSAT）では、調査で「満足」（4）または「非常に満足」（5）と回答した回答者の割合が算出されます。

カスタマー・エフォート・スコア（CES）は、企業とのやり取りに関連して、顧客が目標を達成することの難易度を示します。目標の例としては、購入や、問題の解決などがあります。ほとんどのCES調査では、アクションを完了するまでの難易度を1（簡単）～5または7（難しい）段階で評価するように顧客に求めています。

3つのスコアはすべて、企業に対する一般的な顧客の満足度を測定するのに役立ちますが、それぞれの役割は異なります。CESは特定の行動に焦点を当てているため、企業に対する個人の総合的な満足度をそれほど表していない場合があります。CSATは、顧客の満足度を把握するには役立ちますが、その個人が自身のネットワークに会社の製品を推奨する可能性があるかを判断することはできません。

質問が特異であることを考えると、それはストーリー全体を伝えるものではありません。企業には、その製品やサービスについて他人に共有するつもりがなくても満足している多くの顧客がいる可能性もあります。顧客が満足していないような印象を受けることがあるとしても、それは正確ではありません。

組織が自由回答形式によるさらに多くのフォローアップの質問をしない限り、実用的な洞察が得られないという可能性もあります。さらに、フォローアップの質問をする企業にとって、そのすべての情報を分析するのは難しい場合があります。多くの企業が感情分析に目を向けていますが、過去それは俗語や婉曲表現の理解に苦労してきました。ありがたいことに、人工知能（AI）で強化された感情分析は、発言の全容をよりインテリジェントに理解し、それが肯定的か否定的かを判断できます。

最後に、企業は、NPS調査に回答してもらうために、顧客に複数のリクエストを送信することが必要な場合があります。その結果、会社の積極的な調査戦略を好ましく思っていない回答者からの否定的なスコアのほうに一層の影響を与える可能性があります。そのため、企業はいつ、どの媒体で多くの回答が行われているのかを調査し、そのチャネルに高い優先順位を付ける必要があります。