เครื่องคำนวณ NPS (Net Promoter Score)

เครื่องคำนวณ NPS Net Promoter Score จะเปลี่ยนตัวเลขจำนวนนับง่ายๆ สามค่า ได้แก่ ผู้สนับสนุน ผู้เฉยชา และผู้คัดค้าน ให้กลายเป็นภาพรวมที่สมบูรณ์ของความภักดีของลูกค้า: คะแนนหลักบนสเกล −100 ถึง +100, ช่วงความเชื่อมั่น 95% ที่จะบอกคุณว่าคะแนนนั้นเป็นสัญญาณจริงหรือเป็นเพียงสัญญาณรบกวนจากขนาดกลุ่มตัวอย่าง, การประเมินผลสุขภาพ 5 ระดับ ตั้งแต่ Needs Improvement ไปจนถึงระดับสูงสุดอย่าง World Class, เกจแบบเคลื่อนไหวที่แสดงคะแนนในรูปแบบภาพแทนการแสดงตัวเลขเปล่าๆ, แถบแสดงความรู้สึกแบบซ้อนที่เผยสัดส่วนที่แท้จริงของผู้สนับสนุน-ผู้เฉยชา-ผู้คัดค้าน, การเปรียบเทียบกับเกณฑ์มาตรฐานอุตสาหกรรมใน 12 ภาคส่วน และฟีเจอร์แนะนำ เส้นทางสู่ระดับถัดไป ที่จะคำนวณจำนวนการตอบกลับที่คุณจำเป็นต้องเปลี่ยนใจเพื่อก้าวเข้าสู่ระดับขั้นที่สูงขึ้น เครื่องมือนี้สร้างขึ้นโดยเฉพาะสำหรับผู้จัดการผลิตภัณฑ์, ทีมดูแลความสำเร็จของลูกค้า (Customer Success), ทีม RevOps, ผู้ก่อตั้ง และนักวิเคราะห์ผลสำรวจที่ต้องการมากกว่าแค่คำตอบว่า "NPS ของฉันคือเท่าไร" แต่ต้องการเข้าใจความไม่แน่นอนรอบตัวเลขนั้น ทราบตำแหน่งของตนเองเมื่อเทียบกับอุตสาหกรรม และรู้ว่าควรทำอย่างไรต่อไป

วิธีใช้ เครื่องคำนวณ NPS Net Promoter Score

1. ดึงข้อมูลจำนวนนับการตอบกลับจากผลสำรวจ NPS ของคุณ (เครื่องมือสำรวจส่วนใหญ่ เช่น Delighted, Wootric, Qualtrics, SurveyMonkey, Typeform สามารถส่งออกข้อมูลเหล่านี้ได้โดยตรง)
2. กรอกจำนวนของ ผู้สนับสนุน — ผู้ตอบแบบสำรวจที่ให้คะแนนคุณ 9 หรือ 10 ในระดับคะแนนความน่าจะแนะนำต่อ 0–10
3. กรอกจำนวนของ ผู้เฉยชา — ผู้ตอบแบบสำรวจที่ให้คะแนน 7 หรือ 8 โดยกลุ่มผู้เฉยชาจะไม่ส่งผลต่อคะแนนโดยตรง แต่จะสะท้อนถึงกลุ่มประชากรที่เป็น "ผู้พร้อมเปลี่ยนใจ" ของคุณ
4. กรอกจำนวนของ ผู้คัดค้าน — ผู้ตอบแบบสำรวจที่ให้คะแนน 0 ถึง 6 พึงทราบว่าแม้แต่คะแนน 6 ก็นับเป็นผู้คัดค้าน เนื่องจากสเกล NPS ถูกออกแบบมาให้มีความไม่สมมาตรอย่างตั้งใจ
5. คลิก คำนวณ NPS — หรือเพียงแค่ดูแถบแสดงตัวอย่างแบบสดที่จะอัปเดตตามที่คุณพิมพ์ในแต่ละช่อง
6. อ่านคะแนนหลัก, ผลการประเมินระดับขั้น, ช่วงความเชื่อมั่น 95%, เกณฑ์มาตรฐานอุตสาหกรรม และคำแนะนำสำหรับ เส้นทางสู่ระดับถัดไป

สูตรการคำนวณ NPS

ระดับขั้น NPS ทั้ง 5 ระดับ

อะไรที่ทำให้เครื่องคำนวณ NPS นี้แตกต่าง

• ช่วงความเชื่อมั่น 95% และส่วนต่างความคลาดเคลื่อน — เครื่องคำนวณ NPS ออนไลน์ส่วนใหญ่แสดงเพียงค่าประมาณจุดเดียว โดยละเลยความไม่แน่นอนของขนาดกลุ่มตัวอย่าง คะแนน +52 ที่มีค่า n=20 จะมีช่วงความเชื่อมั่นกว้างประมาณ +21 ถึง +83 การไล่ตามการเคลื่อนไหวของคะแนน 5 คะแนนจากกลุ่มตัวอย่างขนาดนั้นจึงเป็นเพียงการไล่ตามสัญญาณรบกวน เครื่องคำนวณนี้จะแสดงช่วงดังกล่าวและแจ้งเตือนคุณเมื่อมันกว้างเกินไป
• เกจกึ่งวงกลมแบบเคลื่อนไหวพร้อมโซนความภักดีแบบแบ่งสี — แสดงให้เห็นทันทีว่าคุณอยู่ในแถบสีแดง สีเหลือง หรือสีเขียว โดยไม่จำเป็นต้องแปลงตัวเลขในหัวให้เข้ากับระดับขั้นด้วยตนเอง
• ที่ปรึกษา "เส้นทางสู่ระดับถัดไป" — คำนวณจำนวนผู้คัดค้านขั้นต่ำที่คุณต้องเปลี่ยนใจ (ให้เป็นผู้เฉยชาหรือเปลี่ยนเป็นผู้สนับสนุนโดยตรง) หรือจำนวนผู้เฉยชาที่คุณต้องเปลี่ยนเป็นผู้สนับสนุนเพื่อก้าวข้ามไปสู่ระดับถัดไป ช่วยเปลี่ยนคะแนนที่อยู่นิ่งให้กลายเป็นเป้าหมายที่นำไปปฏิบัติได้จริง
• แสดงตัวอย่างแบบสดขณะที่คุณพิมพ์ — คะแนน เกจ แถบแสดงความรู้สึก และป้ายระดับขั้นจะอัปเดตทุกครั้งที่คุณกดแป้นพิมพ์ ไม่ต้องรอโหลดหน้าใหม่
• แถบแสดงความรู้สึกแบบซ้อน — แสดงภาพการแจกแจงที่สมบูรณ์ของผู้สนับสนุน-ผู้เฉยชา-ผู้คัดค้าน ซึ่งตัวเลข NPS เดี่ยวๆ มักจะบดบังเอาไว้
• การเปรียบเทียบเกณฑ์มาตรฐานอุตสาหกรรมใน 12 ภาคส่วน — ดูได้อย่างชัดเจนว่าคุณกำลังชนะค่ามัธยฐานของอุตสาหกรรมใดบ้าง และอุตสาหกรรมใดที่คุณยังคงต้องไล่ตามอยู่
• บันไดระดับขั้นพร้อมเครื่องหมาย "คุณอยู่ตรงนี้" — แสดงตำแหน่งปัจจุบันของคุณบนสเกล 5 ระดับ โดยสามารถมองเห็นเป้าหมายระดับถัดไปได้เสมอ
• คณิตศาสตร์แบบทีละขั้นตอน — แจกแจงทุกสูตรคำนวณเพื่อให้คุณสามารถนำไปอ้างอิง ตรวจสอบ หรือคำนวณซ้ำได้อย่างเป็นอิสระ

ความไม่สมมาตร — ทำไมคะแนน 7 ถึงไม่ใช่ผู้สนับสนุน

สเกลคะแนน NPS นั้นถูกตั้งใจออกแบบมาให้ไม่สมมาตร ในทางเทคนิคแล้ว คะแนน 7 อยู่สูงกว่าจุดกึ่งกลางของสเกล 0–10 ทว่ามันถูกนับเป็นกลุ่ม ผู้เฉยชา ไม่ใช่ผู้สนับสนุน งานวิจัยดั้งเดิมของ Bain & Company พบว่ามีเพียงลูกค้าที่ให้คะแนน 9 หรือ 10 เท่านั้นที่มีพฤติกรรมการบอกต่อเชิงบวกและกลับมาซื้อซ้ำในอัตราที่สูงพอที่จะขับเคลื่อนการเติบโตได้ คะแนน 7 หรือ 8 จึงตีความได้ดีที่สุดว่า "พึงพอใจแต่ไม่ได้กระตือรือร้น" — ลูกค้ากลุ่มนี้จะไม่ห้ามเพื่อนไม่ให้มาซื้อ แต่พวกเขาก็จะไม่แนะนำใครมาเช่นกัน และพวกเขาสามารถถูกดึงดูดไปหาข้อเสนอของคู่แข่งได้ง่าย ความไม่สมมาตรนี้เป็นคุณลักษณะที่ถูกวิพากษ์วิจารณ์มากที่สุดของ NPS แต่ก็เป็นส่วนสำคัญที่ทำให้ตัวชี้วัดนี้มีพลังในการเป็นเครื่องบ่งชี้ล่วงหน้า

เกณฑ์มาตรฐาน NPS แยกตามอุตสาหกรรม (2025)

ขนาดกลุ่มตัวอย่างส่งผลต่อ NPS อย่างไร

NPS เป็นสถิติเชิงกลุ่มตัวอย่าง ไม่ใช่ข้อเท็จจริงทั้งหมดของประชากร ยิ่งจำนวนการตอบกลับแบบสำรวจของคุณน้อยเท่าไร ความไม่แน่นอนรอบตัวเลขนั้นก็จะยิ่งกว้างขึ้นเท่านั้น โดยประมาณค่าช่วงความเชื่อมั่น 95% ได้จากสูตร \( \pm 1.96 \times \sqrt{\frac{p + d - (p - d)^2}{n}} \times 100 \) คะแนน NPS หลักปฏิบัติทั่วไปที่ควรจำ:

• n ≤ 30: ส่วนต่างความคลาดเคลื่อนมักจะใหญ่กว่า 15 คะแนน NPS — ให้ถือว่าการเคลื่อนไหวของคะแนนที่ต่ำกว่า 15 คะแนนเป็นเพียงสัญญาณรบกวน
• n = 100: ส่วนต่างความคลาดเคลื่อนจะอยู่ที่ประมาณ 8–10 คะแนน NPS สำหรับการแจกแจง NPS ทั่วไป
• n = 400: ส่วนต่างความคลาดเคลื่อนจะแคบลงเหลือประมาณ 4–5 คะแนน NPS — เหมาะสำหรับการติดตามผลแบบไตรมาสต่อไตรมาส
• n ≥ 1,000: ส่วนต่างความคลาดเคลื่อนจะต่ำกว่า 3 คะแนน NPS และแม้แต่การเคลื่อนไหวของคะแนนเพียงเล็กน้อยก็เริ่มมีความหมายอย่างมีนัยสำคัญ

หากไฟเตือนเกี่ยวกับกลุ่มตัวอย่างของคุณสว่างขึ้นที่ด้านบนของแผงผลลัพธ์ ควรมุ่งเน้นไปที่การเก็บข้อมูลการตอบกลับเพิ่มเติมก่อนที่จะสรุปผลหรือรายงานคะแนนต่อภายนอก

การลดผู้คัดค้าน VS การสร้างผู้สนับสนุน — แบบไหนมีพลังส่งผลมากกว่ากัน?

คณิตศาสตร์ให้คำตอบที่ชัดเจนสำหรับองค์กรที่มีคะแนน NPS ต่ำ: การลดผู้คัดค้าน จะมีพลังส่งผลต่อการตอบกลับสูงกว่า การเปลี่ยนลูกค้าจากผู้คัดค้าน 1 คนให้เป็นผู้สนับสนุนจะขยับคะแนน NPS ไปได้ 2 ÷ n × 100 คะแนน — ซึ่งเป็นสองเท่าของการเปลี่ยนผู้เฉยชาให้กลายเป็นผู้สนับสนุน นอกจากนี้ ผู้คัดค้านยังสร้างการบอกต่อเชิงลบและรีวิวออนไลน์ที่คอยฉุดรั้งการสรรหาลูกค้าใหม่ในแบบที่คะแนนหลักไม่สามารถโชว์ให้เห็นได้ สำหรับองค์กรที่มีคะแนน NPS สูงเกิน 50 ไปแล้ว การคำนวณจะพลิกกลับ — การเปลี่ยนกลุ่มผู้เฉยชาให้เป็นผู้สนับสนุนจะกลายเป็นการขับเคลื่อนส่วนขอบที่มีต้นทุนต่ำกว่า เนื่องจากคลังกลุ่มผู้คัดค้านมีขนาดเล็กอยู่แล้ว ฟีเจอร์แนะนำเส้นทางสู่ระดับถัดไปจะเลือกกลไกที่ประหยัดและเกิดขึ้นได้จริงที่สุดสำหรับประชากรเฉพาะของคุณ

ข้อผิดพลาดทั่วไปเมื่อทำการวัดผล NPS

• การเปรียบเทียบข้ามอุตสาหกรรม คะแนน NPS โทรคมนาคมที่ 25 ไม่สามารถนำมาเปรียบเทียบกับคะแนน NPS เทคโนโลยีผู้บริโภคที่ 60 ได้ ค่ามัธยฐานของอุตสาหกรรมคือเกณฑ์มาตรฐานภายนอกเพียงหนึ่งเดียวที่มีความหมาย
• การละเลยขนาดกลุ่มตัวอย่าง คะแนนที่กระโดดจาก 45 ไปเป็น 50 โดยมีค่า n=30 นั้นถือว่าอยู่ภายในส่วนต่างความคลาดเคลื่อนอย่างเต็มที่ ควรรายงานช่วงความเชื่อมั่นควบคู่ไปกับคะแนนเสมอ มิฉะนั้นคุณจะวิ่งไล่ตามสัญญาณรบกวน
• สำรวจเฉพาะลูกค้าที่มีความสุข หากแบบสำรวจของคุณเข้าถึงเฉพาะผู้ใช้ที่เป็นกลุ่ม Power users ที่ใช้งานประจำ คะแนนจะสูงเกินจริง ตัวหารควรเป็นภาคตัดขวางที่เป็นธรรมของฐานลูกค้าทั้งหมด — ไม่ใช่แค่กลุ่มที่ล็อกอินเข้ามาในสัปดาห์นี้เท่านั้น
• สับสนระหว่าง "คะแนนสูงขึ้น" กับ "ความภักดีสูงขึ้น" การเปลี่ยนแปลงองค์ประกอบประชากรสามารถทำให้คะแนนขยับได้โดยที่ความภักดีพื้นฐานไม่ได้เปลี่ยน เช่น การสูญเสียกลุ่มลูกค้าที่ไม่มีความสุขไปจำนวนหนึ่งจะทำให้คะแนน NPS สูงขึ้นจากการลดลง ไม่ใช่จากการปรับปรุงพัฒนา
• ปฏิบัติต่อผู้เฉยชาเสมือนเป็น "ใกล้จะเป็นผู้สนับสนุน" พวกเขาไม่ใช่กลุ่มแบบนั้น พวกเขาคือกลุ่มที่เปราะบางที่สุด — และพร้อมเปลี่ยนใจไปหาข้อเสนอของคู่แข่งได้ง่าย ควรปฏิบัติต่อพวกเขาในฐานะเซกเมนต์ที่แยกจากกันและมีความต้องการที่แตกต่างออกไป
• ดำเนินการกับภาพรวมโดยไม่มีการแบ่งส่วนข้อมูล คะแนน NPS ภาพรวมที่ยอดเยี่ยมสามารถซ่อนเซกเมนต์ย่อยที่วิกฤตซึ่งมีคะแนนติดลบ −20 ได้ ควรแบ่งส่วนข้อมูลตามระดับแผนการใช้งาน, อายุการเป็นลูกค้า, ช่องทาง และภูมิภาคเสมอ
• วัดผลเพียงปีละครั้ง NPS จะนำไปปฏิบัติจริงได้มากที่สุดเมื่อทำการวัดผลอย่างต่อเนื่องตามธุรกรรม (Transactional measurement) — หลังการเริ่มใช้งาน (Onboarding), หลังจากการติดต่อฝ่ายสนับสนุน, หลังการต่ออายุ — ไม่ใช่แค่การสำรวจความสัมพันธ์ประจำปีเพียงอย่างเดียว

NPS เทียบกับตัวชี้วัดความภักดีของลูกค้ารายอื่น

• NPS เทียบกับ CSAT (คะแนนความพึงพอใจของลูกค้า) CSAT วัดความพึงพอใจกับการปฏิสัมพันธ์เฉพาะเจาะจง ("คุณพึงพอใจกับสายสนับสนุนนี้มากน้อยเพียงใด?") บนสเกล 1–5 หรือ 1–7 ส่วน NPS วัดความภักดีเชิงความสัมพันธ์ในภาพรวมของแบรนด์บนสเกล 0–10 ควรใช้ทั้งคู่ — CSAT สำหรับคุณภาพการปฏิสัมพันธ์เชิงกลยุทธ์ย่อย และ NPS สำหรับความภักดีเชิงกลยุทธ์ภาพใหญ่
• NPS เทียบกับ CES (คะแนนความพยายามของลูกค้า) CES ถามว่าลูกค้าต้องใช้ความพยายามมากเพียงใดเพื่อให้ได้ผลลัพธ์ มันเป็นตัวพยากรณ์การสูญเสียลูกค้าที่แข็งแกร่งที่สุดสำหรับการปฏิสัมพันธ์ด้านบริการโดยเฉพาะ ส่วน NPS จะมีความกว้างกว่าแต่พยากรณ์การสูญเสียลูกค้าในระดับการปฏิสัมพันธ์ได้น้อยกว่า
• NPS เทียบกับอัตราการสูญเสียลูกค้า (Churn rate) Churn เป็นตัวบ่งชี้ที่ล้าหลัง (Lagging indicator) — คุณได้สูญเสียลูกค้าไปเรียกว่าเรียบร้อยแล้ว ส่วน NPS เป็นตัวชี้วัดล่วงหน้า (Leading indicator) — โดยทั่วไปกลุ่มผู้คัดค้านมักจะยกเลิกการใช้งานภายใน 6–12 เดือนข้างหน้า ควรจับคู่เครื่องคำนวณนี้กับเครื่องคำนวณอัตราการสูญเสียลูกค้าเพื่อจำลองห่วงโซ่เหตุและผล
• NPS เทียบกับอัตราการรักษาลูกค้า (Retention rate) อัตราการรักษาลูกค้าคือส่วนกลับของ Churn — มันบอกคุณว่าใครที่ยังอยู่ ส่วน NPS จะบอกคุณว่าคนที่ยังอยู่นั้นชอบคุณจริงหรือไม่ อัตราการรักษาลูกค้าที่สูงแต่มีคะแนน NPS ต่ำมักเป็นสัญญาณของภาวะติดหล่ม (Lock-in) หรือต้นทุนการเปลี่ยนย้ายที่สูง มากกว่าที่จะเป็นความภักดีที่แท้จริง

FAQ

Net Promoter Score (NPS) คืออะไร?

Net Promoter Score คือตัวชี้วัดความภักดีของลูกค้าในรูปของตัวเลขหลักเดียว ซึ่งคิดค้นโดย Fred Reichheld ที่ Bain & Company ในปี 2003 โดยใช้คำถามเดียวคือ — "คุณมีความน่าจะแนะนำเราให้แก่เพื่อนหรือเพื่อนร่วมงานมากน้อยเพียงใดบนสเกลคะแนน 0 ถึง 10?" — และคำนวณคะแนนโดยนำเปอร์เซ็นต์ของ ผู้สนับสนุน (คะแนน 9–10) ลบด้วยเปอร์เซ็นต์ของ ผู้คัดค้าน (คะแนน 0–6) โดยที่กลุ่ม ผู้เฉยชา (คะแนน 7–8) จะถูกคัดออกจากการคำนวณตัวเลขหลัก ผลลัพธ์จะมีค่าอยู่ระหว่าง −100 ถึง +100 และถูกรายงานในฐานะตัวเลข (เช่น "NPS ของเราคือ 47") ไม่ใช่เปอร์เซ็นต์

NPS คำนวณอย่างไร?

NPS เท่ากับเปอร์เซ็นต์ของผู้สนับสนุนลบด้วยเปอร์เซ็นต์ของผู้คัดค้าน ตัวอย่างเช่น หากมีผู้สนับสนุน 62 คน ผู้เฉยชา 28 คน และผู้คัดค้าน 10 คน จากการตอบกลับทั้งหมด 100 รายการ: เปอร์เซ็นต์ผู้สนับสนุน = 62%, เปอร์เซ็นต์ผู้คัดค้าน = 10%, ดังนั้น NPS = 62 − 10 = 52 พึงสังเกตว่าโดยทั่วไปแล้วจะรายงานค่า NPS เป็นตัวเลขโดยไม่มีเครื่องหมายเปอร์เซ็นต์ แม้ว่าข้อมูลนำเข้าจะเป็นเปอร์เซ็นต์ก็ตาม — นี่คือ "ความแปลกตามขนบการรายงาน" ที่สร้างความสับสนให้แก่ผู้เริ่มต้น

คะแนน NPS ที่ดีคืออะไร?

ตามกรอบแนวคิดดั้งเดิมของ Bain: สูงกว่า 0 คือ ดี (good), สูงกว่า 30 คือ ยอดเยี่ยม (great), สูงกว่า 50 คือ ดีเลิศ (excellent), สูงกว่า 70 คือ ระดับโลก (world-class) แต่เกณฑ์เปรียบเทียบที่มีความหมายคืออุตสาหกรรมของคุณเอง ไม่ใช่ค่าเฉลี่ยทั่วโลก ธุรกิจโทรคมนาคมมีค่าเฉลี่ยอยู่ที่ช่วง 20 กว่าๆ ต่ำๆ ในขณะที่ผู้นำด้านเทคโนโลยีผู้บริโภคมีคะแนนเกิน 60 — การเปรียบเทียบข้ามอุตสาหกรรมจึงอาจทำให้เข้าใจผิดได้ แผงเกณฑ์มาตรฐานอุตสาหกรรมด้านบนแสดงให้เห็นว่าคะแนนของคุณอยู่ตรงไหนเมื่อเทียบกับค่ามัธยฐานทั่วไปใน 12 ภาคส่วน

ทำไม NPS ถึงมีส่วนต่างความคลาดเคลื่อน?

การสำรวจของคุณเป็นเพียง กลุ่มตัวอย่าง ของฐานลูกค้าทั้งหมด ไม่ใช่ประชากรทั้งหมด ยิ่งกลุ่มตัวอย่างมีขนาดเล็ก คะแนนก็จะยิ่งมีความไม่แน่นอนในฐานะค่าประมาณของคะแนน NPS ของประชากรทั้งหมด เครื่องคำนวณนี้จะรายงานช่วงความเชื่อมั่น 95% โดยใช้สูตร \( \pm 1.96 \times \sqrt{(p + d - (p - d)^2) / n} \times 100 \) โดยที่ p และ d คือสัดส่วนของผู้สนับสนุนและผู้คัดค้าน และ n คือขนาดกลุ่มตัวอย่าง หากมีข้อมูลตอบกลับเพียง 50 รายการ ส่วนต่างความคลาดเคลื่อนอาจเกิน 10 คะแนน NPS ได้ — การเปรียบเทียบสองช่วงเวลาที่มีส่วนต่างน้อยกว่าคลาดเคลื่อนนั้นจึงเป็นการเปรียบเทียบสัญญาณรบกวน

ความแตกต่างระหว่างผู้สนับสนุน ผู้เฉยชา และผู้คัดค้านคืออะไร?

ผู้สนับสนุน (9–10) คือผู้กระตือรือร้นที่มีความภักดีซึ่งมีแนวโน้มที่จะซื้อซ้ำและแนะนำผู้อื่นต่อ ผู้เฉยชา (7–8) คือผู้ที่พึงพอใจแต่ไม่ได้กระตือรือร้น — พวกเขาจะไม่ห้ามเพื่อนไม่ให้ซื้อ แต่พวกเขาก็จะไม่แนะนำใครมาอย่างแข็งขันเช่นกัน และพวกเขามีความเปราะบางต่อข้อเสนอของคู่แข่ง ผู้คัดค้าน (0–6) คือผู้ที่ไม่พึงพอใจและสามารถสร้างความเสียหายต่อแบรนด์ของคุณผ่านการรีวิวเชิงลบและการบอกต่อแบบปากต่อปาก พึงสังเกตถึงความไม่สมมาตร: แม้แต่คะแนน 7 (ซึ่งในทางเทคนิคอยู่สูงกว่าจุดกึ่งกลางของสเกล 0–10) ก็ไม่นับเป็นผู้สนับสนุน เรื่องนี้เป็นความตั้งใจ — งานวิจัยของ Bain พบว่ามีเพียงคะแนนในกล่องบนสุด (9–10) เท่านั้นที่ทำนายพฤติกรรมการแนะนำต่อที่เกิดขึ้นจริงได้

ฉันควรมุ่งเน้นไปที่การสร้างผู้สนับสนุนหรือการลดผู้คัดค้าน?

สำหรับองค์กรที่มีคะแนน NPS ต่ำกว่า 30 โดยทั่วไปแล้ว การลดผู้คัดค้าน จะส่งผลกระทบและพลังทวีสูงสุด ผู้คัดค้านแต่ละคนที่ถูกเปลี่ยนใจให้เป็นผู้สนับสนุนโดยตรงจะขยับคะแนน NPS ได้เป็น สองเท่า ของการเปลี่ยนผู้เฉยชาให้เป็นผู้สนับสนุน (เนื่องจากคุณได้นำเอาค่าลบออกและเพิ่มค่าบวกเข้ามาแทน) นอกจากนี้ ผู้คัดค้านยังทำลายแบรนด์ของคุณในรูปแบบที่คะแนนหลักไม่สามารถจับคู่ได้ — ผ่านการรีวิวเชิงลบ, โพสต์บนโซเชียลมีเดีย และการเตือนไม่ให้ผู้มีโอกาสเป็นลูกค้าเข้ามาใช้บริการ สำหรับองค์กรที่เกิน 50 ไปแล้ว คณิตศาสตร์จะพลิกกลับ: กลุ่มผู้เฉยชาจะกลายเป็นการขับเคลื่อนส่วนขอบที่มีต้นทุนต่ำกว่าเนื่องจากคลังกลุ่มผู้คัดค้านมีขนาดเล็กอยู่แล้ว

ฉันควรวัดผล NPS บ่อยแค่ไหน?

ขึ้นอยู่กับกรณีการใช้งาน NPS เชิงธุรกรรมแบบต่อเนื่อง (Continuous transactional NPS) เช่น หลังการเริ่มใช้งาน, หลังปิดตั๋วสนับสนุน, หลังการต่ออายุ จะนำไปปฏิบัติการได้ดีที่สุดและควรทำการวัดผลเป็นรายเหตุการณ์ ส่วน NPS เชิงความสัมพันธ์ (Relational NPS) เพื่อดูชีพจรของแบรนด์โดยรวม โดยทั่วไปจะวัดผลเป็นรายไตรมาสหรือปีละสองครั้งสำหรับธุรกิจ B2B SaaS และวัดผลรายเดือนสำหรับระบบสมาชิกของผู้บริโภคทั่วไป ควรหลีกเลี่ยงการวัดผลเพียงปีละครั้งเท่านั้น — กว่าคุณจะตรวจพบปัญหา ลูกค้าก็อาจจะเริ่มตีจากไปเรียบร้อยแล้ว ความถี่ของชีพจรการวัดผลควรสอดคล้องกับความเร็วที่คุณสามารถนำข้อมูลเชิงลึกไปดำเนินการต่อได้

NPS สามารถติดลบต่ำกว่าศูนย์ได้หรือไม่?

ได้ — คะแนน NPS ที่ติดลบหมายความว่ามีจำนวนผู้คัดค้านมากกว่าผู้สนับสนุนในกลุ่มตัวอย่างของคุณ สเกลคะแนนนี้วิ่งตั้งแต่ −100 (ผู้ตอบแบบสำรวจทุกคนเป็นผู้คัดค้านทั้งหมด) ถึง +100 (ผู้ตอบแบบสำรวจทุกคนเป็นผู้สนับสนุนทั้งหมด) คะแนน NPS ติดลบเป็นเรื่องปกติในอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวดหรือมีความไว้วางใจต่ำ (เช่น เคเบิลทีวี, บริการโทรคมนาคมยุคเก่าบางราย, สายการประกันภัยบางประเภท) และเป็นสัญญาณความเสี่ยงในการสูญเสียลูกค้าที่ชัดเจน แนวทางการแก้ไขเกือบจะถอดสูตรเดิมเสมอคือ การอ่านข้อความจริงของผู้คัดค้านทุกราย และจัดการกับหัวข้อเรื่องร้องเรียนซ้ำๆ ท็อปสองอันดับแรก ก่อนที่จะเริ่มดำเนินงานด้านอื่นๆ เกี่ยวกับการเติบโต