만족도 조사에 숨겨진 진실
NPS, Net Promoter Score
순고객추천지수
(NPS, Net Promoter Score)
NPS란, 순 고객 추천지수로 하나의 질문을 통해 브랜드에 대한 고객의 충성도를 알 수 있는 지표이다. "우리 브랜드를 주변에 얼마나 추천하고 싶으신가요?"라는 단 하나의 문항으로 조사하기 때문에, 여러 가지 문항을 설계할 필요 없이 고객에게 하나의 질문에만 응답하도록 요청이 가능하다.
NPS 문항 구조 및 지표 계산 방법
출처: https://churn360.com/guide/net-promoter-scoreNPS는, "우리의 브랜드를 주변에 얼마나 추천하고 싶으신가요?"라는 식의 질문에 대한 답변으로 0~10점의 점수를 받는다. 점수를 기준으로 고객은 '추천고객', '중립 고객', '비추천 고객' 3가지 분류로 나누어진다.
추천고객(Promoters)은 9~10점을 준 고객으로 스스로 느낀 만족감을 주변에게 적극적으로 공유하며, 해당 서비스 또는 제품의 충성도도 높은 편으로 서비스를 다시 이용할 확률이 매우 높다.
중립 고객(Passives)는 7~8점을 준 고객으로 큰 만족도, 불만족도 없는, 말 그대로 중립의 입장이다. 딱히 주변에 스스로의 경험을 전달하거나 공유하지 않으며, 해당 서비스 또는 제품을 이용하고는 있지만 더 좋은 대안을 찾는다면 미련 없이 이탈할 수 있다.
비추천 고객(Detractors)는 0~6점을 준 고객으로 서비스 또는 제품을 다시 이용하지 않는 수준을 넘어서, 스스로 느낀 불만족을 주변에 적극적으로 공유하는 고객층이 되겠다.
사실 처음 이 분류를 보았을 때 다소 이해가 가지 않는 부분이 있었다. 왜 추천고객과 중립 고객은 2칸씩 차지하고 있는데, 나머지 6칸을 비추천 고객이 차지하고 있는지 말이다. 근데 이런 부분은 인간의 심리적인 부분을 고려한 것이 아닌가 싶다. 모든 사람의 성향이 '이렇다'라고 획일화할 수는 없겠지만 나를 두고 판단했을 때 다소 점수를 후하게 주는 편이지 않을까 싶다. 나를 두고 봤을 때 만족스러웠던 서비스는 거의 만점 가까운 점수를 줬던 것 같고, 만족감을 느끼긴 했으나 '그저 그런' 서비스는 만점을 주기는 힘들지만 크게 나쁘지 않았기 때문에 5~6점이 아닌 7~8점을 줬던 것 같고, 불편한 서비스는 일단 5점 밑에서 고민을 했던 것 같다.
이런 나의 행태를 두고 점수표를 다시 보았을 때 5점 언저리가 중간이기 때문에 중립 고객이라는 기준을 제시하게 되면 다소 긍정적인 지표를 획득하게 되지 않을까 싶다. 이런 것들까지 고민해서 위와 같이 분류한 것은 아닐까.
NPS 활용 방법
NPS 계산 방법은 중립 고객을 제외한 뒤, 추천고객의 비율과 비추천 고객의 비율을 뺀다. 이 계산을 나온 결과의 숫자를 점수로 활용한다.
% Promoters - % Detractors
점수는 획득 수준에 따라 다음과 같이 나누어진다.
0 이상(괜찮은) → 20 이상(좋은 수준) → 50 이상(훌륭한) → 80 이상(세계적인)
하지만 위 점수에 대한 결과를 있는 그대로 받아들이기보다는, 추천고객, 비추천 고객의 비율이나 산업 군에 따라 비교 분석하여 의미를 획득하려는 노력이 필요하다.
예시
예를 들어 주스와 커피에 대해 조사를 했고, 그 결과 두 제품 모두 50점을 획득했다고 가정해 보자.
주스의 NPS 구성은 추천 50%, 중립 50%, 비추천 0%이었고, 커피의 경우 추천 70%, 중립 10%, 비추천 20% 그룹이 나왔을 경우, 주스는 많은 사람들이 즐겨 마시고, 대중에게도 무난한 평가를 받는 제품이지만 커피의 경우 대부분의 사람들이 즐기고 있으나, 일부 사람들에게는 좋은 경험을 제공하지 못하는 것을 확인할 수 있다.
또 다른 예를 들어보자. A 자동차는 NPS 50점을 획득했다. 위 점수 기준표를 보았을 때 '훌륭한' 제품임을 알 수 있다. 하지만 경쟁업체인 B 자동차의 NPS가 99점일 경우 A 자동차는 충분히 훌륭한 자동차임에도 불구하고 B 자동차에 비해 역량이 부족한 것을 판단할 수 있다.
NPS 지표를 조사할 때, 사용자들이 답변에 대한 불편함을 느껴 이탈이 발생하지 않을 정도로 작은 수준의 질문을 1~2가지 정도 추가하면 더 구체적인 답변을 수집할 수 있다. 예를 들어 별도의 고민이 필요하지 않은 성별, 연령대 등 응답자 프로필을 획득하여 프로필 기준으로 응답자들의 만족도를 분석할 수 있다. 또한 추천과 비추천 점수를 준 이유에 대한 문항을 추가하여 이유를 수집할 수 있다면 서비스 발전에 굉장한 도움이 될 것이다. 이유에 대한 근거가 명확하다면 사용자들이 머리를 써야 하는 주관식보다는 객관식으로 문항을 구성하는 것이 유리할 것이다.
함께 읽으면 좋은 글
