Net Promoter Score (NPS)
Net Promoter Score (NPS) to wskaźnik lojalności klientów oparty na jednym pytaniu ankietowym w skali od 0 do 10, obliczany przez odjęcie odsetka krytyków (oceny od 0 do 6) od odsetka promotorów (9 lub 10), co daje wynik od minus 100 do plus 100.
Respondenci dzielą się na trzy grupy: promotorzy odpowiadają 9 lub 10, bierni odpowiadają 7 lub 8, a krytycy od 0 do 6. Bierni są wliczani do podstawy obliczenia, ale nie wpływają na wynik, dlatego NPS może wahać się od minus 100 do plus 100. Liczba jest migawką zadeklarowanej gotowości do polecenia, co stanowi przybliżoną miarę marketingu szeptanego i nastroju bazy klientów w danym momencie.
Ankieta jest najbardziej miarodajna, gdy moment jej wysłania pokrywa się z konkretnym doświadczeniem klienta. Relacyjny NPS pyta całą bazę klientów w stałym rytmie, na przykład raz na kwartał, i śledzi ogólne nastroje. Transakcyjny NPS wysyłany jest po konkretnym zdarzeniu: dostawie, zwrocie, odpowiedzi obsługi klienta. Pozwala ocenić, czy ten moment pomógł, czy zaszkodził. Łączenie obu typów w jednej liczbie zaburza sygnał, dlatego większość zespołów prowadzi je na osobnych pulpitach i czyta oddzielnie.
Przykład: sklep z akcesoriami rowerowymi wysyła ankietę transakcyjną pięć dni po dostawie przez InPost Paczkomaty i otrzymuje 200 odpowiedzi: 110 promotorów, 50 biernych i 40 krytyków. To 55 procent promotorów minus 20 procent krytyków, czyli NPS wynoszący 35. Sama liczba jest przyzwoita, ale to w komentarzach klientów kryje się właściwa robota. Skupisko krytyków wskazuje, że bluza rowerowa jest za mała o jeden rozmiar. Rozwiązanie to adnotacja o rozmiarach na stronie produktu i poprawiona tabela rozmiarów, a nie kampania mająca podnieść wynik.
Sam NPS nie powie, dlaczego wynik jest taki, a nie inny. Pojedyncza liczba ukrywa przyczyny, dlatego komentarz uzupełniający bywa ważniejszy od samej cyfry. Wskaźnik jest też wrażliwy na dobór próby, moment pomiaru i kontekst kulturowy, bo normy oceniania różnią się regionalnie. Wartości bezwzględne należy traktować ostrożnie i obserwować trend w czasie, a nie gonić za opublikowanymi benchmarkami.
NPS i opinie mierzą tę samą życzliwość klientów z dwóch stron: jedna to prywatna liczba z ankiety, druga to publiczne, widoczne w wyszukiwarce świadectwo. To istotne dla wyszukiwania AI. Gdy kupujący pyta ChatGPT, Perplexity lub Google AI Overviews, czy warto kupić w danym sklepie, te systemy czytają to, co jest widoczne: treść opinii, oceny w gwiazdkach i słowa, których używają klienci. Nie czytają wskaźnika lojalności zamkniętego w panelu analitycznym. Wysoki NPS, który nigdy nie przekształci się w opublikowaną opinię, nie pomaga w momencie, gdy model decyduje, które marki wymienić. Praktyczne posunięcie to kierowanie promotorów do wystawienia opinii, żeby prywatna życzliwość stała się publicznym dowodem, który silnik odpowiedzi AI może zacytować.