NPS(淨推薦值)計算器|免費計算客戶忠誠度指標

只需輸入0〜10分推薦意願調查的各分數回答人數,即可自動歸類為推薦者、被動者、貶損者,並免費計算NPS(淨推薦值),一目瞭然地瞭解客戶忠誠度現狀。

什麼是NPS(淨推薦值)

NPS(淨推薦值,Net Promoter Score)是用來衡量客戶忠誠度的指標,能幫助您了解顧客究竟有多願意把您的產品或服務推薦給身邊的人。調查方式非常單純:只需向顧客提出「您向朋友或同事推薦本服務的可能性有多大?」這一個問題,請對方以0〜10分作答,再依分數將回答者分為「推薦者(9〜10分)」「被動者(7〜8分)」「貶損者(0〜6分)」三種類型。

使用這款計算器時,您只需要依分數段輸入問卷回答人數,工具便會自動統計推薦者與貶損者各自所佔的比例,並依照NPS=推薦者佔比(%)-貶損者佔比(%)這道公式算出結果。被動者雖然不會直接出現在計算公式中,但仍會計入有效回答總數,因此被動者佔比越高,推薦者與貶損者的比例都會被稀釋,NPS也會隨之趨近於0。與其只看單次的數值,更建議把NPS當作長期追蹤的趨勢指標持續觀察,才能真正反映客戶關係的變化。

NPS的計算步驟

  1. 進行問卷調查 向顧客提出「您向朋友或同事推薦本服務的可能性有多大?」這個問題,請對方以0〜10分作答。
  2. 依分數彙整回答人數 將收集到的回答依分數分類整理,統計出0分到10分各自有多少人回答。
  3. 在上方表格輸入人數 把彙整好的人數,依分數段填入畫面上方的輸入欄。
  4. 確認計算結果 輸入完成後,推薦者、被動者、貶損者的比例以及NPS分數會即時自動顯示出來。
  5. 確認評價等級 系統會依NPS數值顯示Excellent、Great、Good、Needs Improvement四個等級的評價,可作為衡量目前水準的參考。

用好本工具的小技巧

  • NPS的基準值因行業和地區而異很大,最有效的用法是與自身過去的數值進行趨勢對比,而非孤立地看單次數值。
  • 樣本量較少時,單個回答就可能大幅改變分數。建議至少收集30〜50份回答後再做判斷。
  • 被動者(7〜8分)雖不直接參與NPS的計算公式,但仍計入有效回答總數,因此被動者佔比越高,推薦者與貶損者的比例都會被稀釋,NPS會趨近於0。
  • 若要長期跟蹤NPS,務必保持問卷措辭和發放渠道一致,否則不同時期的數值將無法直接比較。

NPS的應用場景

SaaS的續約留存與客戶成功管理

在合約到期前向客戶發放NPS問卷,針對被歸類為貶損者的客戶逐一進行訪談溝通,有助於及早察覺流失(churn)的徵兆。

實體門市與電商平台的顧客滿意度調查

在顧客消費或到店後發送NPS問題,並依門市、依時期比較分數變化,可以找出服務品質或商品陣容有待改進之處。

定期進行內部員工NPS調查(eNPS)

只要把問題換成「您願意把本公司推薦給朋友嗎?」,同一套計算公式便能直接套用於衡量員工敬業度(eNPS)。

評估新功能或行銷活動的成效

比較新功能上線前後的NPS變化,可以量化掌握這項措施究竟為客戶忠誠度帶來了怎樣的影響。

製作經營會議與投資人報告資料

由於能用單一數值呈現客戶忠誠度的變化趨勢,NPS也很適合作為季度經營會議或投資人關係(IR)資料中持續追蹤的KPI。

NPS用語小辭典

推薦者(Promoter)
在0〜10分的調查中給出9分或10分的回答者。這類顧客對服務滿意度高,往往會主動、積極地向身邊的人推薦。
貶損者(Detractor)
給出0〜6分的回答者。這類顧客對服務感到不滿,可能會向周遭傳播負面口碑,通常被認為存在較高的流失風險。
被動者(Passive)
給出7〜8分的回答者。數字看起來還算正面,但對服務的熱情不足以主動推薦,轉向競爭對手的可能性也相對較高。
NPS(淨推薦值)
以推薦者佔比(%)減去貶損者佔比(%)所得出的數值,範圍介於-100到+100之間,用來表示客戶忠誠度的高低。
忠誠度(客戶忠誠度)
顧客對某個企業或品牌所抱持的信賴與依戀程度,會展現為持續使用、重複購買,以及向他人推薦等行為。
流失率(Churn)
在一定期間內解除合約或停止使用服務的顧客所佔的比例。被NPS歸類為貶損者的顧客,通常被認為流失的可能性更高。
eNPS(員工淨推薦值)
借用NPS的計算公式,以「您願意把本公司推薦給朋友或熟人嗎?」作為題目,用來衡量員工敬業度的指標。
基準值(Benchmark)
在評估自身NPS分數時,用來作為參照的產業平均水準或同業競爭對手的分數標準。

常見問題

NPS的創立者貝恩公司(Bain & Company)給出的參考標準是:高於0為"正向(Good)",高於20為"良好(Favorable)",高於50為"卓越(Excellent)",高於80為"世界頂級(World class)",本工具的評價也採用這一劃分。但由於行業差異很大,比起絕對數值,更建議與自身歷史資料或同行業競爭對手進行相對比較。

NPS的計算公式(推薦者佔比減貶損者佔比)並不直接使用被動者資料,但被動者仍計入有效回答總數。因此被動者佔比越高的問卷,推薦者與貶損者各自的相對比例就越小,NPS也會趨近於0。

NPS背後的研究發現,打7〜8分(滿分10分)的受訪者轉向競爭對手的可能性,明顯高於打9〜10分的受訪者。雖然數字看似不錯,但並不代表同等程度的積極忠誠度。

沒有嚴格的下限,但樣本量較少時單個回答就可能使分數大幅波動。通常建議至少收集30〜50份回答後再判斷趨勢。

意味著貶損者(0〜6分)的比例超過了推薦者(9〜10分)。這通常反映客戶滿意度存在結構性問題,值得仔細檢視貶損者的具體反饋內容以尋找改進方向。
工具君

閒話 ― 為什麼NPS只是一道簡單的減法

NPS(Net Promoter Score,淨推薦值)由美國顧問弗雷德·賴克赫爾德(Fred Reichheld)於2003年在《哈佛商業評論》發表的論文《The One Number You Need to Grow》中提出。他分析了數百種客戶滿意度指標後發現,"您向朋友或同事推薦本公司的可能性有多大?"這一單一問題,與企業增長率的相關性強於其他任何指標。

NPS的計算公式是一道刻意簡化的減法:推薦者佔比減去貶損者佔比。忽略中間的被動者群體乍看奇怪,但這是有意為之——賴克赫爾德希望剔除滿意度調查中常見的"還算滿意"這類模糊的中間評價,將客戶情緒濃縮為一個清晰的行為訊號(是否願意主動推薦),讓管理層能夠毫不猶豫地據此採取行動。

NPS的取值範圍為-100到+100,0分及以上意味著推薦者多於貶損者。行業基準差異很大,零售業、服務業等往往偏高,電信、金融等行業則普遍偏低。實務中,與其糾結於單一絕對值的高低,不如更關注自身的歷史趨勢或與直接競爭對手的相對比較。