NPSは、顧客が商品・サービスをどの程度他者へすすめたいと思っているかを、0〜10点の回答から整理する指標です。
数値だけを見るとシンプルですが、実務で価値を出すには「誰に、どのタイミングで聞くか」「何を基準に回答者を分類するか」「自由記述から何を改善するか」「次回測定までどうつなぐか」まで一連で設計する必要があります。
この記事では、顧客理解・商品企画でNPSを使う手順を、調査目的の設定、対象顧客の決定、質問設計、配布、集計、NPS算出、自由記述分析、改善テーマ化、再測定までステップで解説します。
NPSの意味や基本構造から確認したい場合は、NPSとは?を参照してください。
NPSの全体像
実務では、次の9ステップで進めると整理しやすくなります。
- 調査目的を決める
- 対象顧客と調査タイミングを決める
- 推奨度質問と自由記述を設計する
- アンケートを配布する
- 回答者を3区分へ分類する
- NPSを計算する
- セグメント差を確認する
- 自由記述から改善テーマを決める
- 改善後に再測定する
ここでは、法人向け業務SaaSのオンボーディング改善を例に進めます。
ステップ1|調査目的を決める
最初に、「NPSを何の意思決定に使うのか」を固定します。
入力
- 商品・サービス名
- 調査テーマ
- 今回決めたいこと
- 既存の顧客課題
例
今回のテーマを、
法人向け業務SaaSの導入3か月後の顧客体験を把握し、次四半期に改善すべき論点を決める
とします。
行動
「とりあえずNPSを測る」ではなく、調査後に何を変えるかまで決めます。
出力
- 調査目的
- 意思決定テーマ
- 改善対象範囲
判断基準
NPSが上下したときに、誰が何を見直すのか説明できる状態にします。
ステップ2|対象顧客と調査タイミングを決める
NPSは、対象顧客と調査タイミングが違うと比較しにくくなります。
入力
- 顧客セグメント
- 契約期間
- 利用頻度
- 調査タイミング候補
例
今回の対象を、
- 契約開始から3か月を経過
- 月1回以上利用
- 従業員100〜500人規模
- 管理部門の主担当者
とします。
行動
導入直後の顧客と3年利用している顧客を同じ集計へ混ぜる場合は、属性を必ず記録します。
出力
- 対象顧客条件
- 配布タイミング
- 比較用属性
判断基準
「誰のNPSか」が明確で、次回も同じ条件で再測定できることです。
ステップ3|推奨度質問と自由記述を設計する
NPSの中心は、0〜10点で回答する推奨度質問です。
推奨度質問の例
このサービスを、同じような業務課題を持つ知人や同僚にすすめる可能性はどのくらいありますか?
回答は0〜10点とします。
自由記述の例
その点数を付けた最も大きな理由を教えてください。
さらに必要なら、
1点上げるために、どのような改善があるとよいですか?
と聞きます。
入力
- 推奨度質問
- 点数理由
- 改善要望
行動
質問を増やしすぎると回答率が下がるため、今回の意思決定に必要な項目へ絞ります。
出力
- アンケート本文
判断基準
点数の理由と改善候補をあとで結び付けられる設計になっているか確認します。
そのまま使える型が必要なら、NPSテンプレートを使うと、配布条件、推奨度質問、自由記述、集計、改善テーマまで整理できます。
ステップ4|アンケートを配布する
対象顧客へアンケートを配布します。
入力
- 対象顧客リスト
- 配布チャネル
- 回答期限
- 回答者属性
例
SaaSの管理画面とメールの両方から案内し、7日間で回答を集めるとします。
記録する属性は、
- 契約規模
- 利用歴
- 利用頻度
- 管理者/一般利用者
- 導入支援の有無
などです。
出力
- 回答データ
- 回答者属性
- 回答率
判断基準
回答者が一部の熱心な顧客だけに偏っていないか確認します。
ステップ5|回答者を3区分へ分類する
NPSでは、0〜10点の回答を次の3つに分けます。
- 推奨者:9〜10点
- 中立者:7〜8点
- 批判者:0〜6点
例
100人から回答があり、
- 推奨者:42人
- 中立者:33人
- 批判者:25人
だったとします。
出力
- 推奨者数・比率
- 中立者数・比率
- 批判者数・比率
判断基準
母数と区分比率をセットで記録します。NPSだけを残すと、分布の変化が見えにくくなります。
ステップ6|NPSを計算する
NPSは、推奨者比率から批判者比率を引いて求めます。
NPS = 推奨者の割合 - 批判者の割合
今回の例では、
- 推奨者:42%
- 批判者:25%
なので、
42 – 25 = +17
です。
NPSは-100から+100の範囲になります。
出力
- NPS:+17
- 推奨者比率:42%
- 中立者比率:33%
- 批判者比率:25%
判断基準
単独の数値に「良い・悪い」と即断せず、過去推移、顧客セグメント、自由記述と合わせて読みます。
ステップ7|セグメント差を確認する
全体NPSだけでは、改善対象が見えないことがあります。
例
全体NPSは+17でも、
- 導入支援あり:+32
- 導入支援なし:-4
だったとします。
さらに、
- 管理者:+25
- 一般利用者:+8
と差があるとします。
行動
契約規模、利用頻度、導入支援、役割などで分けて確認します。
出力
- セグメント別NPS
- 推奨者・批判者の構成差
判断基準
母数が小さすぎる区分は断定せず、自由記述や追加ヒアリングで補います。
ステップ8|自由記述から改善テーマを決める
NPSを測るだけでは改善につながりません。
今回、批判者25人の自由記述を整理すると、
- 初期設定が複雑:10人
- 権限設定が分かりにくい:6人
- CSV移行に時間がかかる:5人
- サポート回答が遅い:4人
だったとします。
一方、推奨者42人では、
- 導入担当者の支援が丁寧
- 日常業務が標準化できた
- 管理者向け機能が使いやすい
といった理由が多かったとします。
行動
批判者の不満だけでなく、推奨者が評価している価値も確認します。
出力
- 不満テーマ
- 推奨理由
- 改善候補
判断基準
「コメント数が多い」だけでなく、事業影響、対象顧客数、改善可能性も合わせて優先順位を付けます。
ステップ9|改善施策へ落とし、再測定する
自由記述から、次四半期の改善テーマを次のように決めたとします。
改善1|初期設定を簡略化する
- 設定項目を初回必須と後回しへ分ける
- 初期設定チェックリストを追加する
- 導入支援なし顧客向けガイドを改善する
改善2|権限設定を見直す
- よく使う権限パターンをテンプレート化する
- 管理者画面の説明文を改善する
改善3|CSV移行を改善する
- エラー理由を行単位で表示する
- サンプルCSVを追加する
再測定
3か月後に同じ対象条件、同じ質問でNPSを再測定します。
判断基準
NPSの上下だけでなく、
- 批判者比率
- 導入支援なし顧客のNPS
- 「初期設定が複雑」という自由記述件数
- 推奨理由の変化
も確認します。
通し例|法人向けSaaSのオンボーディングを改善する
ここまでを1つのケースとしてつなげます。
背景
法人向け業務SaaSで、新規契約は伸びていましたが、導入3か月以内の問い合わせが多く、解約予備軍がいるのではないかという懸念がありました。
1. 調査目的を固定する
「導入3か月後の顧客体験を把握し、次四半期に改善すべきオンボーディング課題を決める」とします。
2. 対象顧客をそろえる
契約開始から3か月経過、月1回以上利用、従業員100〜500人規模の管理部門担当者を対象にします。
3. NPS質問と自由記述を配布する
0〜10点の推奨度と、点数理由、1点上げるための改善案を聞きます。
4. 100人から回答を集める
- 推奨者:42人
- 中立者:33人
- 批判者:25人
でした。
5. NPSを計算する
42% – 25% = +17
です。
6. セグメント差を見る
導入支援ありは+32、導入支援なしは-4でした。
全体+17だけを見ると見落としやすい差です。
7. 自由記述を整理する
批判者の主な理由は、
- 初期設定が複雑:10人
- 権限設定が分かりにくい:6人
- CSV移行が大変:5人
- サポート回答が遅い:4人
でした。
8. 改善テーマを決める
最優先を「導入支援なし顧客の初期設定」とし、設定簡略化、権限テンプレート、CSV移行ガイドを改善します。
9. 再測定条件を固定する
3か月後に同じ対象条件で再測定し、NPSだけでなく批判者比率と自由記述テーマの変化も見ます。
このように、NPSはスコアを出して終わるのではなく、「どの顧客が、なぜ推奨しないのか」を特定し、改善施策へつなげることで価値が出ます。
具体的な適用過程をケースでさらに追いたい場合は、NPSの具体例を参照してください。
NPSでよくあるつまずき
NPSの数値だけを追う
全体NPSが上がっても、重要顧客セグメントで悪化している可能性があります。
回答条件が毎回違う
対象顧客や配布タイミングが変わると、前回比較が難しくなります。
自由記述を読まない
NPSは「何が起きているか」を示す入り口です。改善理由は自由記述やヒアリングから確認します。
中立者を無視する
中立者はNPS計算には直接加減されませんが、9〜10点へ移行する余地がある顧客です。理由を確認します。
外部ベンチマークだけで良し悪しを決める
業界、顧客構成、調査条件が違えば単純比較しにくいため、自社の継続推移と改善前後を重視します。
よくある失敗を先に確認したい場合は、NPSで失敗しやすいポイントも参考になります。生成AIを補助的に使って自由記述の整理や改善テーマ候補を効率化したい場合は、生成AIでNPSを使う方法も参照してください。
実務で使うためのチェックリスト
- 調査目的を一文で決めたか
- 調査後に決めることを明確にしたか
- 対象顧客を定義したか
- 調査タイミングを固定したか
- 推奨度質問を0〜10点で設計したか
- 点数理由を自由記述で聞いたか
- 改善要望を必要に応じて聞いたか
- 回答者属性を記録したか
- 推奨者・中立者・批判者へ正しく分類したか
- NPSの計算式を確認したか
- 母数と3区分の比率を残したか
- 全体NPSだけで判断していないか
- セグメント差を確認したか
- 自由記述をテーマ化したか
- 推奨理由も確認したか
- 改善施策へ落としたか
- 再測定条件を固定したか
まとめ
NPSを実務で使うときは、まず調査目的と対象顧客、調査タイミングを固定します。
次に、0〜10点の推奨度質問と自由記述を設計し、回答者を9〜10点の推奨者、7〜8点の中立者、0〜6点の批判者へ分類します。
今回の法人向けSaaS例では、100人中、推奨者42人、中立者33人、批判者25人で、NPSは+17でした。
ただし、全体スコアだけでなく、導入支援あり+32、導入支援なし-4というセグメント差を確認し、批判者の自由記述から「初期設定が複雑」「権限設定が分かりにくい」「CSV移行が大変」といった改善テーマを特定しました。
NPSの価値は、スコアを定点観測することだけではありません。「誰が、なぜ推奨しないのか」「推奨者は何を評価しているのか」を特定し、商品・オンボーディング・サポートの改善へつなげ、同じ条件で再測定することにあります。