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点で答えてもらい、推奨者と批判者の割合から算出する指標です。
計算式はシンプルですが、実務では「対象顧客が毎回違う」「NPSの単独値だけを見る」「自由記述を読まない」「セグメント差を見ない」「外部ベンチマークだけで良し悪しを決める」といった失敗が起こりやすく、数値を出しても改善につながらないことがあります。
この記事では、NPSでありがちな失敗を、具体的な失敗場面、原因、改善前、改善方法、改善後の状態、読者用チェックポイントの順で整理します。
NPSの基本から確認したい場合は、NPSとは?を、具体的な手順はNPSのやり方を参照してください。
失敗1|調査目的を決めずに「とりあえず測る」
ありがちな失敗場面
経営会議で「NPSを追った方がよい」と決まり、とりあえず四半期ごとに数値だけを取得します。
原因
NPSを改善判断の材料ではなく、報告用KPIとして扱っているためです。
改善前
NPSが上がっても下がっても、何を変えるべきか決まりません。
改善方法
調査前に、
- 何を把握したいのか
- どの顧客体験を見たいのか
- 調査後に誰が何を決めるのか
を一文で固定します。
たとえば、
導入3か月後の顧客体験を把握し、次四半期に改善するオンボーディング課題を決める
とします。
改善後の状態
NPSの変化を、具体的な改善テーマの選定へつなげられます。
チェックポイント
- 調査後に何を決めるのか明確か
失敗2|対象顧客が毎回違う
ありがちな失敗場面
前回は導入3か月後の顧客だけ、今回は全顧客、次回は一部の優良顧客だけに配布します。
原因
回答数を確保することを優先し、比較条件を固定していないためです。
改善前
NPSが変化しても、施策の効果なのか顧客構成の違いなのか分かりません。
改善方法
対象条件を記録します。
- 契約期間
- 利用頻度
- 顧客規模
- 回答者の役割
- 調査タイミング
などをそろえます。
改善後の状態
前回と今回の比較がしやすくなります。
チェックポイント
- 「誰のNPSか」を毎回同じ条件で説明できるか
失敗3|推奨度質問を毎回変える
ありがちな失敗場面
前回は「同僚にすすめたいですか?」、今回は「このサービスに満足していますか?」と聞きます。
原因
質問目的を混同しているためです。
改善前
前回と今回が同じ指標ではなくなり、比較できません。
改善方法
NPSでは、0〜10点の推奨度質問を固定します。
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?
改善後の状態
時系列比較の前提がそろいます。
チェックポイント
- 推奨度質問の文言と0〜10点形式を固定したか
失敗4|NPSの単独値だけを見る
ありがちな失敗場面
「NPSは+17だった」という1行だけで報告します。
原因
計算結果だけを残し、回答分布を見ていないためです。
改善前
推奨者・中立者・批判者の構成が分かりません。
改善方法
NPSと一緒に、
- 推奨者比率
- 中立者比率
- 批判者比率
- 回答数
を残します。
たとえば100人中、
- 推奨者42人
- 中立者33人
- 批判者25人
なら、NPSは、
42% – 25% = +17
です。
改善後の状態
「どの層が増減したのか」まで確認できます。
チェックポイント
- NPSだけでなく3区分の人数と比率を残したか
失敗5|中立者を無視する
ありがちな失敗場面
NPSの計算に直接加減されないため、7〜8点の中立者を分析対象から外します。
原因
計算式だけを見て、将来の推奨者候補としての意味を見ていないためです。
改善前
あと1〜2点で推奨者へ移る顧客の改善余地を見落とします。
改善方法
中立者にも、
- その点数の理由
- 1点上げるために必要なこと
を確認します。
改善後の状態
推奨者を増やす施策と批判者を減らす施策を分けて考えられます。
チェックポイント
- 中立者の理由を確認しているか
失敗6|自由記述を読まない
ありがちな失敗場面
スコア集計だけ終え、自由記述は参考資料として保存するだけです。
原因
数値で全体傾向を把握できれば十分だと考えているためです。
改善前
「なぜその点数なのか」が分からず、改善テーマが決まりません。
改善方法
点数理由をテーマ化します。
たとえば批判者25人で、
- 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
と整理します。
改善後の状態
NPSの結果を具体的な商品・運用改善へつなげられます。
チェックポイント
- 批判者の理由をテーマ別に整理したか
失敗7|批判者の不満だけを見る
ありがちな失敗場面
低評価理由だけを集め、推奨者の自由記述を確認しません。
原因
NPSを「不満探し」の指標として使っているためです。
改善前
既に評価されている価値を誤って削ったり、再現できる強みを見落としたりします。
改善方法
推奨者についても、
- 何を評価しているか
- どの体験が推奨理由か
- どの顧客層で評価が高いか
を確認します。
改善後の状態
改善すべき点と維持・強化すべき点を同時に見られます。
チェックポイント
- 推奨者の理由も整理したか
失敗8|全体NPSだけで判断する
ありがちな失敗場面
全体NPSが+17なので「大きな問題はない」と判断します。
原因
顧客セグメントごとの差を見ていないためです。
改善前
重要な顧客層で深刻な不満があっても平均に埋もれます。
改善方法
顧客属性別に確認します。
たとえば、
- 導入支援あり:+32
- 導入支援なし:-4
なら、問題はサービス全体より「支援なしの導入体験」に集中している可能性があります。
改善後の状態
改善対象を「全顧客」ではなく、課題が強い顧客層へ絞れます。
チェックポイント
- 重要な顧客属性ごとにNPSを確認したか
失敗9|母数が小さいセグメントを断定する
ありがちな失敗場面
5人しか回答していない顧客層でNPSが-40だったため、「このセグメントは問題」と断定します。
原因
数値の大きさだけを見て、回答数を考慮していないためです。
改善前
偶然の偏りを構造的な問題と誤認する可能性があります。
改善方法
母数が少ない場合は、
- 追加アンケート
- 顧客インタビュー
- 問い合わせ履歴
- 利用ログ
と組み合わせます。
改善後の状態
確定判断と仮説を分けられます。
チェックポイント
- セグメント別NPSと回答数をセットで見たか
失敗10|外部ベンチマークだけで良し悪しを決める
ありがちな失敗場面
「同業他社の平均より低いから失敗」「業界平均より高いから問題なし」と判断します。
原因
調査条件や顧客構成が違うことを無視しているためです。
改善前
自社で実際に改善したかどうかより、比較可能性の低い外部数値を重視します。
改善方法
外部ベンチマークは参考にとどめ、
- 自社の時系列
- 同じ対象条件
- 改善前後
- 重要セグメント
を中心に見ます。
改善後の状態
自社の施策と顧客体験の変化を追いやすくなります。
チェックポイント
- 外部比較より自社の継続比較を優先しているか
失敗11|改善テーマをコメント件数だけで決める
ありがちな失敗場面
自由記述で件数が最も多いテーマを、自動的に最優先にします。
原因
件数と事業影響を混同しているためです。
改善前
重要顧客にだけ起きる深刻な課題や、少数でも解約につながる課題を見落とします。
改善方法
改善優先順位は、
- コメント件数
- 対象顧客数
- 顧客重要度
- 解約・継続への影響
- 改善可能性
- 実装・運用コスト
を合わせて決めます。
改善後の状態
「多いから」ではなく「重要だから」改善する判断ができます。
チェックポイント
- 自由記述件数以外の判断軸を入れたか
失敗12|改善施策と再測定条件がつながっていない
ありがちな失敗場面
初期設定を改善したのに、次回は全顧客へ別のタイミング・別の質問で調査します。
原因
NPSを施策検証ではなく定例アンケートとして扱っているためです。
改善前
NPSが変化しても、今回の施策が効いたかどうか分かりません。
改善方法
改善前後で、
- 対象顧客条件
- 調査タイミング
- 質問文
- 比較するセグメント
- 自由記述テーマ
をそろえます。
改善後の状態
施策対象の顧客層と課題がどう変わったか確認できます。
チェックポイント
- 再測定条件を改善前に決めたか
通し例|法人向けSaaSのNPS運用を立て直す
法人向け業務SaaSで、導入3か月以内の問い合わせが増えていたとします。
改善前
- 全顧客へまとめて配布
- 調査目的が曖昧
- NPSの数値だけ報告
- 自由記述は未分析
- セグメント差を見ない
- 業界平均とだけ比較
- 改善後も同じ条件で測らない
この状態では、NPSを取っても改善テーマは決まりません。
改善1|対象条件を固定する
- 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
- 管理部門の主担当者
にそろえます。
改善2|100人の回答を3区分で残す
- 推奨者:42人
- 中立者:33人
- 批判者:25人
とします。
NPSは、
42% – 25% = +17
です。
改善3|セグメント差を見る
導入支援の有無で分けると、
- 導入支援あり:+32
- 導入支援なし:-4
だったとします。
全体+17では見えなかった課題が見つかります。
改善4|自由記述を整理する
批判者25人の理由を、
- 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
と整理します。
改善5|推奨理由も確認する
推奨者では、導入担当者の支援の丁寧さや、業務を標準化しやすい点が評価されていたとします。
ここから、「有人支援で評価されている体験を、支援なし顧客にも再現する」という改善方針が見えます。
改善6|改善テーマを絞る
最優先を「導入支援なし顧客の初期設定」にします。
- 初回必須項目と後回し項目を分ける
- 初期設定チェックリストを追加する
- 権限設定テンプレートを用意する
- CSV移行ガイドを改善する
とします。
改善7|同じ条件で再測定する
3か月後に同じ対象条件・同じ質問で再測定します。
仮に、
- 推奨者:47人
- 中立者:34人
- 批判者:19人
なら、NPSは、
47% – 19% = +28
です。
さらに導入支援なし顧客が-4から+14へ改善し、「初期設定が複雑」というコメントが10件から4件へ減っていれば、狙った課題へ施策が効いた可能性を確認できます。
改善後の状態
単に「NPSが+17から+28へ上がった」ではなく、
- どの顧客層で改善したか
- どの不満テーマが減ったか
- どの価値が維持されたか
まで説明できる状態になります。
そのまま使える型が必要なら、NPSテンプレートを使うと、調査目的、対象顧客、3区分、NPS、セグメント差、自由記述、改善テーマ、再測定まで整理できます。具体的な適用過程は、NPSの具体例で確認できます。
生成AIを補助的に使って自由記述テーマの整理や改善候補の洗い出し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。
失敗を減らす最終チェック
- 調査目的を「何を決めるか」で書いたか
- 対象顧客条件を固定したか
- 調査タイミングを固定したか
- 推奨度質問を毎回同じ条件で使ったか
- NPSと一緒に3区分の人数・比率を残したか
- 中立者の理由も見たか
- 自由記述をテーマ化したか
- 推奨者の理由も確認したか
- 全体NPSだけで判断していないか
- 重要セグメント別に見たか
- 小さい母数を断定していないか
- 外部ベンチマークだけで評価していないか
- コメント件数だけで改善順位を決めていないか
- 改善担当・期限を決めたか
- 改善後の再測定条件を固定したか
まとめ
NPSで失敗しやすいのは、調査目的を決めずに測る、対象顧客や質問条件を毎回変える、NPSの単独値だけを見る、中立者や自由記述を無視することです。
さらに、全体NPSだけで判断する、小さい母数を断定する、外部ベンチマークだけで良し悪しを決める、コメント件数だけで改善順位を決める、改善後に同じ条件で再測定しないことも大きな失敗につながります。
重要なのは、調査目的→対象顧客→質問条件→推奨者・中立者・批判者→NPS→セグメント差→自由記述→改善テーマ→再測定条件、までを一続きで扱うことです。
NPSの価値は、1つのスコアを報告することではありません。「誰が、なぜ推奨しないのか」「誰が、何を評価しているのか」を特定し、改善施策へつなげ、同じ条件で変化を確認することにあります。