こんにちは、間違い番号です。NPS について聞いたことがないかもしれませんが、「当社の会社/製品/サービスを友人や同僚に推奨する可能性はどのくらいありますか?」などの質問に答えたことがある場合は、Net Promoter Score ゾーンに入ったことになります。
ネット プロモーター スコアは、企業の顧客の忠誠度を測定するために使用され、2003 年の導入以来、フォーチュン 1000 企業の 3 分の 2 以上で採用されています。
NPSの当初の考え方は、多数の人々に同じ質問をし、0（ありそうにない）から10（非常にありそう）までの尺度で回答してもらうというものでした。回答者が選んだ数字によって、分類方法が決定されます。
0から6までのいずれかを選んだ人は「批判者」と分類され、NPSスコアは-100となります。7または8を選んだ人は「中立者」と分類され、NPSスコアは0となります。9または10を選んだ人は「推奨者」と分類され、NPSスコアは+100となります。
ここでは顧客スコアとNPSスコアの関係性を見る。
全回答者のNPSスコアは、ネットプロモータースコア（NPS）分類を作成するために使用されます。スコアは平均化され、回答は-100（全員が批判者）から+100（全員が推奨者）の範囲となりますが、実際には10～30程度のスコアが当初「正常」とされていました。ベースライン平均値が得られたら、企業は何らかの形で事業を変更し、数ヶ月後に調査を再実施することができます。NPSが上昇すれば、その変更は成功とみなされます。
たとえ本来の目的通りに使用されたとしても、NPSの有効性には重大な疑問が残ります。まず、非対称なバケット分けによって膨大な情報が失われてしまいます。0と6を区別したいのは当然ですが、どちらも全く同じNPSスコアを生み出します。さらに、他の研究者は「NPSの測定値は必ずしも実際の行動と一致しない」と主張しています。この点については、「ネット・プロモーター・スコアの誤り：顧客ロイヤルティ予測モデル」（PDF）で論じられています。
しかし、実際には多くの企業が NPS をまったく異なる方法で実装することを選択しており、NPS を企業全体ではなく個々の従業員に適用しているため、さらに多くの問題が発生します。
このよりきめ細かな適用例として、営業担当者が車を販売する際には、顧客一人ひとりにこの質問をし、必要なNPSスコアを獲得できなかった営業担当者はボーナスを受け取ることができません。これは実際に起こっています。筆者の一人が先日車を購入した際、営業担当者に呼び出され、「弊社を友人に勧めるかどうか聞かれたら、10点を付けてください。そうでなければボーナスはもらえません」と言われました。スカイとウェザースプーンズの従業員にも、非常によく似た行動が見られました。
ここでの大きな問題は、NPSスコアが小規模なグループ間で「平均化」されていることです。さらに、求められるNPSの「平均」値は徐々に上昇しているように見えます。かつては10～30が標準とされていましたが、組織は標準ではなく、最高のNPSスコアを目指しているため、NPSスコアの期待値は60といったはるかに高い値に設定されています。
背景がわかったので、NPSのこの実装に非常に簡単な計算を適用し、その結果を明らかにしましょう。例えば、あなたが自動車販売員で、週に数台の車を販売しているとします。あなたのNPSスコアは1週間の平均で算出され、60点に達しない場合はボーナスは支給されません。
雇用主は、推奨者70%、中立者20%、批判者10%（推奨者70%、中立者20%、批判者10%）を達成すればボーナスがもらえると説明しました。NPSが60という数値は非常に高いという事実を別にすれば、（推奨者70%、中立者20%、批判者10%）の平均NPSスコアが60となるため、この理屈は直感的に正しいように思えます。あなたは推奨者、中立者、批判者の割合（推奨者、中立者、批判者）のこの必要な比率を達成できると感じ、毎週ボーナスをもらえるだろうと考えますが、実際にはそうではありません。計算してみましょう。
ある週に2台の車を販売したと想像してください。それぞれの購入者はP、N、Dのいずれかであるため、購入者の組み合わせは9通りあります（下の表を参照）。
| 行 | 買い手の組み合わせ | 確率計算 | 確率 | 平均NPSスコア | ボーナス支払い |
|---|---|---|---|---|---|
| 1 | PP | 0.7x0.7 | 49% | 100 | はい |
| 2 | PN | 0.7x0.2 | 14% | 50 | いいえ |
| 3 | PD | 0.7x0.1 | 7% | 0 | いいえ |
| 4 | NP | 0.2x0.7 | 14% | 50 | いいえ |
| 5 | NN | 0.2×0.2 | 4% | 0 | いいえ |
| 6 | ND | 0.2×0.1 | 2% | -50 | いいえ |
| 7 | DP | 0.1x0.7 | 7% | 0 | いいえ |
| 8 | DN | 0.1x0.7 | 2% | -50 | いいえ |
| 9 | DD | 0.1x0.1 | 1% | -100 | いいえ |
9つの選択肢のうち最初の選択肢は、2人のプロモーター（PP）です。1週間に2人の顧客がいる場合、両方がプロモーターになる確率を計算できます。顧客の1人がプロモーターになる確率は0.7なので、2つのイベントが独立していると仮定すると、1週間に2人のプロモーターになる確率は0.7 x 0.7 = 0.49 = 49%となります。プロモーターが2人いる場合、NPSは2x100/2 = 100となり、49%の確率でボーナスを獲得できます。ただし、他の2組の購入者はNPSが60未満となるため、残りの51%の状況ではペナルティを受けます。
ボーナスの基準額を変更すると、支払われるボーナスに非線形の影響を与える。
ご覧のとおり、サンプル数が少ないため、NPSは非常に粗い粒度になっています。この例では、NPSスコアは100、50、0、-50、-100のいずれかしか取れません。これらのスコアのうち5つのうち4つは、魔法の60を下回っています。また、NPSのバーを51に下げても結果は変わりませんが、50に下げると、ボーナスの支給率が49%ではなく49 + 14 + 14 = 77%にまで上昇する点にも注目してください。バーの設定は非常に重要です。バーとボーナス支給額の関係は極めて非線形であるため、非線形な関係においてバーを少し上げるだけで、壊滅的な結果を招く可能性があるからです。
非線形の結果を生み出すのはバーの設定だけではありません。1週間の顧客数も非線形です。バーを60に設定し、顧客数を変化させると、ボーナスを獲得する確率は70%から47%まで、非常に非線形に変化することがわかります（特に顧客が5人から7人の場合の値に注目してください）。
顧客数はボーナスを受け取る確率に非線形の影響を及ぼす
賢い営業マン（確率計算ができる人）は、週末までに 1 件の販売しか成立していない場合、もう 1 件の販売を成立させないように全力で回避する必要があることに気付くでしょう。もう 1 件の販売を成立させると、ボーナスをもらえる可能性が 70 パーセントから 49 パーセントに下がるからです。
企業がNPSをこのように導入した時、本当にそれが意図だったのでしょうか？ 初期計算は驚くほど簡単です（0.7 x 0.7を掛け算するだけでどれほど難しいでしょうか？）。しかし、人々はそれを行わず、非線形関係を理解していないため、線形関係を前提としてしまうため、ますます滑稽な結果を招くことになります。®
