NPS и CSAT

Общее #

• Назначение: измерение лояльности и удовлетворённости; индикатор Retention (#9) и Referral (#7).
• Аудитория: PM, customer success, маркетинг.
• Статус: устоявшийся (NPS — Reichheld, 2003; CSAT — опросы удовлетворённости с 1970-х).
• Не путать с: CSAT (удовлетворённость конкретной транзакцией) vs NPS (готовность рекомендовать — долгосрочная лояльность) vs CES (Customer Effort Score — приложенные усилия), PMF-опрос Шона Эллиса (Product-Market Fit #4 — совсем другой опрос).

NPS (Net Promoter Score, индекс готовности рекомендовать) — метрика лояльности клиентов, построенная на одном вопросе: «Насколько вероятно, что вы порекомендуете продукт другу или коллеге?» по шкале от 0 до 10. CSAT (Customer Satisfaction, удовлетворённость клиента) — семейство транзакционных метрик: «Насколько вы удовлетворены [конкретным опытом]?» с той же логикой — один вопрос, шкала, процент позитивных ответов. Вместе с CES (Customer Effort Score) они образуют «большую тройку» опросных метрик клиентского опыта и составляют стандартный инструментарий Voice of Customer — систематического сбора голоса клиента.

Разделение между метриками принципиально: NPS про долгосрочные отношения, CSAT — про конкретный опыт. NPS спрашивает об отношении к продукту в целом и потому является реляционной метрикой; CSAT спрашивает о точечном взаимодействии — покупке, обращении в поддержку, релизе — и потому транзакционной. Пользователь может быть доволен отдельным экраном и не быть готовым рекомендовать продукт; и наоборот — годами рекомендовать продукт, раздражаясь конкретным зазором в интерфейсе. Смешение этих измерений — самая частая ошибка внедрения: команде показывают «CSAT вырос после релиза» как доказательство роста лояльности, хотя метрики измеряют разное.

История #

NPS ввёл Фредерик Райхельд в статье The One Number You Need to Grow (Harvard Business Review, 2003). Задача исследования — найти один вопрос об отношении клиента, который лучше прочих предсказывает рост бизнеса: среди двух десятков кандидатов («удовлетворены ли?», «вернётесь ли?», «доверяете ли?») лучший результат дал вопрос о готовности рекомендовать. Книга The Ultimate Question 2.0 (Райхельд и Роб Марки, 2011) развернула метрику в систему управления — Net Promoter System с замкнутым циклом обратной связи; сами авторы подчёркивали, что без этого цикла NPS — просто число. NPS — зарегистрированная марка Bain & Company, Райхельда и Satmetrix.

CSAT старше: измерение удовлетворённости оформилось в маркетинговой науке 1970–1980-х на базе модели «ожидание — подтверждение» Ричарда Оливера — удовлетворённость возникает, когда опыт подтверждает или превосходит ожидания. Институционализацией стали национальные индексы удовлетворённости (шведский SCSB, 1989; американский ACSI Клауса Форнелла, 1994). В продуктовой практике CSAT закрепился как быстрый транзакционный опрос по точкам контакта.

Место в метрическом стеке #

NPS и CSAT — опросный (декларативный) слой метрик: они спрашивают клиента напрямую, в отличие от поведенческих метрик, которые наблюдают действия. Место в стеке:

• Индикатор Retention. Удовлетворённость и лояльность — опережающие декларативные сигналы оттока: detractors уходят чаще, задолго до того, как это увидит кривая удержания (Retention и Churn).
• Индикатор Referral. Готовность рекомендовать — «топливо» органического роста, этап Referral в AARRR (Pirate Metrics).
• Вход в экономику клиента. Лояльность → удержание → срок жизни → LTV (юнит-экономика: LTV, CAC, ROMI).
• Дополнение к North Star Metric. NPS не заменяет ведущую метрику ценности, но служит проверкой: рост использования на фоне падения NPS — тревожная комбинация.

NPS (Net Promoter Score) #

Главный вопрос и шкала #

«Насколько вероятно, что вы порекомендуете [продукт]
другу или коллеге?»

0 — точно не порекомендую · 10 — обязательно порекомендую

Респондент выбирает целое число от 0 до 10. Вариация формулировки («коллеге» или «другу») — часть методики: B2B-продукты спрашивают про коллегу, потребительские — про друга или знакомого. Менять формулировку между волнами опроса нельзя: оценки перестают быть сравнимыми.

Почему работает вопрос о рекомендации #

Райхельд искал не «самый приятный» вопрос, а самый диагностичный: в его исследовании готовность рекомендовать оказалась лучшим предиктором реального поведения — роста покупок и рекомендаций — среди двух десятков кандидатов. Механика объясняет выбор:

• Рекомендация заставляет взвесить весь опыт, а не последнее касание. Ставя на кон собственную репутацию, клиент обращается к интегральной оценке продукта — тому же, что определяет удержание и повторные покупки.
• Репутационный риск фильтрует вежливость. «Довольны ли вы?» легко ответить «да» из приличия; «порекомендуете ли?» — уже обязательство. Половинчатый опыт честно оседает в зоне 7–8, а не в зоне 9–10.
• Оценка связана с действием. Промоутеры не только ставят высокие баллы — они реально приводят пользователей: этап Referral в AARRR питается именно ими.

Эта же механика задаёт и ограничение: там, где рекомендация невозможна или не принята культурой (закрытые корпоративные процессы, регулируемые отрасли), вопрос работает хуже — и это надо учитывать при чтении бенчмарков.

Сегментация #

По баллу респонденты делятся на три сегмента:

Шкала NPS: один вопрос, три сегмента

 0    1    2    3    4    5    6  │  7    8  │  9    10
└──────────── Detractors ─────────┘└─Passives─┘└Promoters┘
          0–6 · критики              7–8        9–10 · лояльные

• Promoters (промоутеры, 9–10) — лояльные клиенты: продукт закрывает их задачу настолько, что они готовы рисковать собственной репутацией, рекомендуя его. Источник органического роста и ссылочных продаж; легко прощают отдельные недочёты.
• Passives (пассивные, 7–8) — удовлетворённые, но не впечатлённые: продукт «нормальный», пользуются без энтузиазма. Уязвимы для конкурентов — уходят без сожаления и не защищают продукт при возражениях.
• Detractors (критики, 0–6) — недовольные клиенты: ценность не получена, опыт испорчен. Риск оттока и негативного сарафана; в поддержке требуют непропорционально много ресурсов.

Критика методики справедливо замечает, что граница между сегментами жёсткая: клиент с оценкой 8 — пассив, а с 9 — промоутер, хотя субъективная разница между ними мала. Поэтому отдельные ответы интерпретировать нельзя — работает только статистика по выборке.

Формула и пример #

NPS = %Promoters − %Detractors

Доля каждого сегмента считается от числа всех ответивших; пассивы входят в знаменатель, но не в числитель. Результат — число от −100 (все критики) до +100 (все промоутеры).

Пример. Опрошены 200 клиентов: 90 поставили 9–10, 70 — 7–8, 40 — 0–6.

Promoters: 90 / 200 = 45%
Passives:  70 / 200 = 35%
Detractors: 40 / 200 = 20%

NPS = 45% − 20% = +25

Обратные примеры для калибровки: если из 300 ответов 60 промоутеров (20%) и 105 критиков (35%), NPS = 20 − 35 = −15 — у продукта больше противников, чем защитников. Значение 0 означает равновесие — формально «неплохо», но половина потенциала рекомендации уничтожена критиками.

Пассивы и ловушка середины #

Пассивы не входят в формулу, но входят в знаменатель — и часто оказываются самым недооценённым сегментом. Ловушка в том, что пассив — это не «нейтральный» клиент, а клиент без причины остаться: продуктом пользуются, но ценность не впечатляет, и первое же предложение конкурента с меньшим трением уводит его без сожалений. На горизонте волн пассивы мигрируют: недоработанный опыт конвертирует их в критиков, впечатляющий — в промоутеров. Поэтому в динамике смотрят не только сам NPS, но и структуру сегментов: продукт с долей пассивов выше 50% — «серая зона», где метрика стабильна, пока не рухнет.

Практическое следствие для приоритизации: самый дешёвый рост NPS часто лежит в конверсии пассивов (убрать мелкие раздражители, докрутить онбординг), а не в героических попытках вернуть хронических критиков, чьи ожидания продукт уже не закроет.

Реляционный и транзакционный NPS #

• Реляционный NPS — опрос об отношении к продукту в целом, проводится регулярно (раз в квартал или полгода) по случайной выборке активной базы. Классический вариант; именно он сравнивается с бенчмарками индустрии.
• Транзакционный NPS — опрос сразу после конкретного события (онбординг, продление, крупное взаимодействие с поддержкой). Точнее локализует источник лояльности или раздражения, но не сопоставим с реляционным и с внешними бенчмарками.

На тех же вопросах строится eNPS — вариант для сотрудников («порекомендовали бы компанию как место работы»); механика расчёта идентична, но интерпретация и бенчмарки свои.

CSAT (Customer Satisfaction) #

Вопрос и шкала #

«Насколько вы удовлетворены [опытом / фичей / обслуживанием]?»

1 — совсем не удовлетворён · 5 — полностью удовлетворён

Шкала — обычно 5-балльная (симметричная Лайкерт-шкала) либо её визуальные варианты: смайлики от грустного до радостного, звёзды. У смайликовой шкалы меньше порог входа — ответ занимает один клик, поэтому отклик выше, но градация грубее.

Правило однообразия: внутри одной точки контакта шкала не меняется между волнами — иначе ряды данных несопоставимы, как и в случае с формулировкой вопроса NPS.

Формула и пример #

CSAT = (число ответов 4–5) / (все ответы) × 100%

Позитивными считаются верхние две категории из пяти; для шкал другого размера доля позитивных пересчитывается аналогично (например, 6 из 7).

Пример. После релиза новой функции разослан опрос, получено 500 ответов: 190 оценок «5», 150 — «4», 100 — «3», 90 — «2», 70 — «1».

Позитивные (4–5): 190 + 150 = 340
CSAT = 340 / 500 × 100% = 68%

Интерпретация: 68% взаимодействий оставили хорошее впечатление; 32% — нейтральное или негативное. Норма зависит от точки контакта: CSAT поддержки в 75–85% обычно считается здоровым, у сложных B2B-инструментов планка ниже.

Почему процент, а не средний балл #

Распределение ответов CSAT почти никогда не бывает нормальным: оно двугорбое — опыт либо удался, либо нет, и ответы копятся на полюсах. Средний балл это прячет: среднее 3,5 даст и база, где половина клиентов ставит «5», а половина «1» (база расколота: половина в восторге, половина потеряна), и база, где все дружно ставят «3» (все равнодушны). Диагнозы противоположны, средний балл одинаков; процент позитивных (top-2-box) разницу сохраняет — 50% против 0%. Дополнительный аргумент — сопоставимость: средний балл чувствителен к числу градаций шкалы (средние по 5-балльной и 10-балльной шкалам не сравниваются), процент позитивных — устойчив к смене шкалы.

Когда использовать #

CSAT привязан к моменту — спрашивать нужно сразу после взаимодействия, пока опыт свеж:

• завершённый тикет поддержки, звонок, чат с оператором;
• окончание онбординга, первая полученная ценность;
• выпуск фичи, крупный релиз, редизайн;
• точка касания из customer journey (доставка, оплата, возврат — статья о [карте пути клиента] готовится).

Сильная сторона CSAT — разрешение: опрашивая каждую точку контакта отдельно, команда получает карту опыта — где именно продукт радует, а где ломается. NPS такой детализации не даёт, зато отвечает на стратегический вопрос об отношениях в целом. Поэтому зрелые системы измеряют обе метрики: NPS — редко и глобально, CSAT — постоянно и локально.

Сравнение NPS, CSAT и CES #

Третья метрика тройки — CES (Customer Effort Score) — вопрос «сколько усилий пришлось приложить, чтобы решить задачу?». Введена Диксоном, Фримен и Томан (Stop Trying to Delight Your Customers, HBR, 2010): по данным исследования CEB, в поддержке лояльность лучше предсказывают низкие усилия, а не восторг — клиент, которому «починили, но мучительно», уходит чаще, чем клиент с нейтральным, но лёгким опытом.

Формула CES аналогична CSAT — доля ответов в верхней части шкалы (или среднее по шкале усилий, если методика фиксирует среднее):

CES = (число ответов «легко» 1–2 из 5) / (все ответы) × 100%

Пример. После 400 закрытых тикетов поддержки 220 клиентов оценили усилия как низкие (1–2 из 5, где 1 — «совсем не трудно»):

CES = 220 / 400 × 100% = 55%

Каждая вторая проблема решена «через силу» — типичная точка роста для поддержки: база знаний, маршрутизация заявок, самообслуживание.

Правила выбора:

• NPS — стратегический слой: как часто база готова рекомендовать продукт; ритм — квартал или полгода.
• CSAT — тактический слой: насколько хороша конкретная точка контакта; ритм — непрерывно, по событиям.
• CES — слой усилий: поддержка и критичные флоу, где отток вызван сложностью, а не качеством.

Отдельно стоит различение с PMF-опросом Шона Эллиса: «Как бы вы почувствовали себя, если бы больше не могли пользоваться продуктом?» с порогом «очень разочарован» около 40%. Вопрос NPS измеряет готовность рекомендовать (лояльность), PMF-опрос — незаменимость (must-have). Пользователь может ставить «десятку» из вежливости, не считая продукт необходимым, — и наоборот. Подробный разбор — в статье Product-Market Fit.

Как собирать данные #

Каналы #

• In-app микрокопросы — виджет внутри продукта с вопросом в один клик и необязательным текстовым полем. Максимальный отклик и контекст (известен экран, тариф, сегмент пользователя). Основной канал транзакционных метрик.
• Email после взаимодействия — письмо после тикета, доставки, продления подписки. Даёт больше места для открытого вопроса, но отклик ниже и смещён: чаще отвечают очень довольные и очень недовольные.
• Опрос внутри чата поддержки — оценка диалога одной кнопкой в конце; типовой канал CSAT и CES.
• Ручные интервью — глубокие разговоры с клиентами (методология Customer Development, статья готовится #18): не заменяют количественный опрос, но объясняют причины оценок.

Отдельное правило — длина анкеты. Оценочная шкала — всегда первый экран, в один клик; открытый вопрос — второй и последний. Каждый дополнительный вопрос до шкалы режет отклик, каждый после открытого — уже не читается: «короткий опрос» — не лозунг, а требование методики. Материальные стимулы (бонусы за ответ) повышают отклик, но смещают выборку в сторону «охотников за скидками», поэтому в реляционных волнах их избегают.

Момент и частота #

• Транзакционные опросы — сразу после события: закрыт тикет, завершён онбординг, доставлен заказ. Задержка в сутки режет отклик кратно.
• Реляционный NPS — регулярными волнами (квартал — типовой ритм; чаще — утомляет базу и ломает сопоставимость).
• Ограничение частоты на человека: не чаще раза в 3–6 месяцев любыми опросами, иначе наступает survey fatigue — отклик падает, оценки деградируют до «галочки».

Выборка и смещения #

Главный враг опросных метрик — self-selection bias: отвечают не случайные клиенты, а мотивированные — обиженные и влюблённые. Пассивное большинство молчит, и метрика систематически смещается. Правила гигиены:

• случайная выборка для реляционных волн (а не «все, кто был онлайн»);
• один вопрос до запроса причины — не прятать оценку за длинной анкетой;
• охват неактивных и «спящих» пользователей, а не только активного ядра;
• контроль response rate: отклик ниже ~10–15% почти гарантирует смещение;
• объём: NPS на 50 ответах — шум; для ±5 процентных пунктов нужно порядка 400 ответов, для ±3 — около 1000.

Для B2B добавляется уровневая сложность: пользователь, администратор и лицо, принимающее решение о продлении, — три разных респондента с разными оценками. Решение о продлении принимает лицо, которое реже всего касается интерфейса, поэтому реляционный NPS в B2B нередко собирают отдельно по ролям.

Размер выборки и погрешность #

NPS — разность двух долей, и погрешность каждой доли наследуется результатом. При 200 ответах статистическая погрешность доли сегмента составляет порядка ±6 процентных пунктов: если в волне критиков 20%, истинное значение лежит в диапазоне от 14% до 26% — при неизменной доле промоутеров это NPS от +19 до +31 без каких-либо изменений продукта. Практические следствия:

• Не сравнивайте волны на разных объёмах. NPS +30 на 500 ответах и NPS +36 на 80 ответах статистически неотличимы; докладывать второе как «рост» — самообман.
• Копите окно сравнения. Для небольших баз честный ритм — скользящее окно (например, квартальный NPS по ответам за 90 дней), а не недельные срезы, прыгающие от десятка случайных оценок.
• Разрезы требуют объёма. NPS по сегменту из 40 ответов — не метрика, а анекдот: сначала набирается выборка, потом делается вывод.

Интерпретация и бенчмарки #

Относительность NPS #

Абсолютное значение NPS без контекста индустрии и модели почти ничего не значит: продукт с NPS +15 в телекоме может быть лидером рынка, а с +45 в нишевом B2B-сервисе — отставать от категории. Ориентиры по практике Bain:

Межрыночные различия устойчивы: B2B-подписки с высокими издержками смены показывают более высокий NPS, чем B2C-продукты с нулевой стоимостью ухода; рынки с исторически низкой конкуренцией (телеком, коммунальные сервисы) — самые низкие значения.

Тренд важнее числа #

Главное правило чтения NPS: сравнивайте с собственным прошлым, а не с Apple. Значение метрики определяется методикой сбора, сегментацией и культурой ответов — всё это делает внешние сравнения хрупкими. Управленчески информативны три вещи:

• Динамика. NPS растёт от волны к волне на сопоставимой методике и выборке — лояльность копится; падает три волны подряд — в продукте копится раздражение, которое поведенческие метрики покажут позже.
• Структура сегментов. Рост NPS за счёт конверсии пассивов в промоутеров и рост за счёт «вымирания» критиков (они просто ушли) — разные истории: вторая — это уже случившийся отток.
• Разрезы. Средний NPS прячет сегменты: ядро может быть лояльно, а новый тарифный сегмент — массово недоволен. Стандартный разрез — по когортам регистрации, тарифам и роли пользователя.

Пример чтения трёх волн (реляционный NPS, сопоставимая методика):

Волна      NPS    Promoters   Passives   Detractors
Q1         +24      42%         40%         18%
Q2         +26      43%         42%         17%
Q3         +25      36%         56%         11%

Метрика «стоит» (+24 → +25), но структура ухудшилась: доля критиков упала (хорошо), однако за счёт конверсии промоутеров в пассивов, а не в лояльных (плохо). База «серая зона»: продукт перестал раздражать, но и перестаёт впечатлять. Такая картина — типичное предвестие стагнации органического роста, хотя сам NPS о ней молчит. Отсюда и главный практический ритм: отчёт по NPS — это всегда минимум две строки (значение и структура сегментов), а не одна цифра.

Связь с Retention и LTV #

NPS и CSAT — опережающие декларативные индикаторы того, что потом проявится в деньгах: detractors — прямой источник churn; работа с критиками — это retention-интервенция до того, как клиент ушёл. Цепочка влияния: лояльность → удержание → срок жизни → LTV (юнит-экономика) → допустимая стоимость привлечения. Отсюда практическое использование NPS в прогнозе: доля критиков в сегменте — вход для модели риска оттока, а доля промоутеров — потолок органического роста этапа Referral в AARRR.

Эмпирическая оговорка: широко цитируемое утверждение Bain — «лидеры по NPS растут более чем вдвое быстрее конкурентов» — корректно читать как наблюдение по их базе кейсов, а не как закон. Связь «NPS → рост» направления верна (нельзя расти рекомендациями без готовности рекомендовать), но её сила зависит от рынка, доли органики и того, встроена ли метрика в систему работы с клиентами. Именно поэтому самая надёжная проверка — собственные данные: корреляция волн NPS с последующим удержанием когорт продукта.

Качественный follow-up #

NPS без ответа на вопрос «почему?» бесполезен: число показывает наличие проблемы, но не её причину. Поэтому стандартная анкета — два вопроса: оценка и открытый комментарий.

«Почему вы поставили именно эту оценку?» #

Главный вопрос после получения балла — открытый, свободной формой. Именно текст, а не балл, превращает опрос в управленческий инструмент:

1. Сбор. Открытое поле сразу за шкалой; для промоутеров и критиков формулировки можно варьировать («что стоит улучшить?» / «что пошло не так?»).
2. Кодирование. Ответы размечаются по темам: цена, скорость, поддержка, отсутствие функции, сложность онбординга. Инструменты — от ручной разметки до NLP-классификации; тема получает счёт упоминаний и долю в сегменте.
3. Приоритизация. Темы сопоставляются с сегментом: «медленная загрузка» у критиков с высоким риском оттока важнее, чем у пассивов.
4. Действие. Топ-темы превращаются в бэклог: улучшение, закрывающее массовую причину низких оценок, — самый прямой способ двинуть метрику.

Пример кодирования волны (200 ответов, доля упоминаний в сегменте):

Чтение таблицы: скорость — доминирующая причина низких оценок и одновременно заметна у пассивов, то есть бьёт по всей базе; цена сосредоточена в критиках — тема сегментации, а не продукта. Одна волна с открытыми ответами заменила месяц гипотез.

Замкнутый цикл (closed loop) #

Практика Net Promoter System (Райхельд, Марки): оценка без ответа компании — уполовиненная работа. Внутренний цикл: с критиками связываются в течение 24–48 часов — уточняют причину и по возможности чинят конкретную проблему; это одновременно и удержание конкретного клиента, и интервью. Внешний цикл: команда собирает темы, закрывает системные причины и сообщает базе «вы просили — мы сделали», поднимая отклик следующих волн. Для глубинного понимания причин опрос дополняют интервью по методологии Customer Development (статья готовится #18) и анализом точек контакта в карте пути клиента (статья готовится #20).

Связка с CustDev и картой пути клиента #

Опрос и интервью решают разные задачи и не заменяют друг друга. NPS-волна отвечает «что происходит»: где концентрируются критики, какие темы доминируют. Customer Development отвечает «почему»: гипотезы, порождённые кодированием ответов, проверяются глубинными интервью — респондентов с типичными комментариями зовут на разговор и разбирают контекст их опыта. Карта пути клиента (статья готовится #20) добавляет третью проекцию — «где»: темы оценок привязываются к точкам и шагам пути, после чего CSAT по точкам контакта превращается в систему координат улучшения опыта.

Типовая связка трёх слоёв: NPS-волна показала рост критиков → кодирование выявило тему «медленная загрузка» → интервью уточнили сценарий (работа с большими отчётами на слабых машинах) → точка контакта на карте пути получила приоритет в бэклоге → следующая волна проверила эффект. Круг замкнут — метрика снова стала числом, а не целью.

Плюсы #

• Простота. Один вопрос, один клик, арифметика на уровне школы: клиент понимает, что у него спрашивают, команда — что означает результат. Порог входа — дни, а не месяцы.
• Дешевизна и скорость. Сбор — встроенный виджет или письмо, результат волны читается в день её закрытия. Для малых команд это часто единственная систематическая обратная связь, доступная без исследовательского бюджета.
• Сравнимость. Методика стандартизована, публичные бенчмарки по индустриям существуют десятилетия: продукт можно грубо сопоставить с категорией, а динамику — с самим собой.
• Связь с ростом. Готовность рекомендовать — «топливо» Referral в AARRR: доля промоутеров оценивает потенциал органического роста, который не нужно покупать рекламой.
• «Одна метрика» для руководства. NPS понятен совету директоров и инвесторам без методологических лекций — редкое качество, делающее голос клиента слышимым на стратегическом уровне.
• Ранняя диагностика оттока. Критики выявляются до отмены подписки: работа с detractors — задерживающая интервенция для Retention в чистом виде.
• Классификация базы. Сегментация промоутеры/пассивы/критики даёт общий язык для поддержки, продаж и продукта: с кем работать на удержание, кого просить о рекомендациях, кого интервьюировать.

Минусы и риски #

• Lag indicator по отношению к продукту. NPS отражает накопленный опыт, а не последний релиз: продукт может измениться дважды, пока метрика отвечает на позавчерашние проблемы. При этом по отношению к оттоку он опережающий: критики видны за месяцы до отмены подписки. Отсюда рабочее правило: NPS подходит как стратегический индикатор и сигнал риска, но не как операционный KPI спринта.
• Культурная вариативность шкалы. Нормы ответов различаются между странами: в одних культурах избегают крайних оценок (высокий балл «неудобно» ставить), в других ставят максимумы из вежливости. Прямое межстрановое сравнение NPS без поправок некорректно — тем более сравнение мультирегиональной базы с американским бенчмарком.
• Self-selection bias. Отвечают мотивированные; пассивное большинство молчит. Смещение лечится только гигиеной выборки (см. «Как собирать данные»), а не ростом объёма рассылки.
• Манипуляции. Метрику легко «улучшить», не улучшив продукт: опрашивать только довольных, слать опрос в момент максимума радости, просить «обязательно десятку» (практика, накрывающая целые индустрии с рейтингами исполнителей), исключать негативные сценарии из триггеров, покупать «улучшение NPS» у посредников, торгующих выборками. Каждая такая оптимизация уменьшает информативность метрики — NPS растёт, лояльность нет.
• Не отвечает «что делать». Балл — диагноз без рецепта: без открытого вопроса и замкнутого цикла команды начинают «лечить» метрику скидками и просьбами, а не причинами.
• Чувствительность к границам шкалы. Один балл переставляет респондента между сегментами (жёсткость границы 8/9 отмечена выше): на узких выборках такие «пограничные» миграции двигают NPS сильнее, чем реальные изменения продукта — ещё одна причина не читать метрику на малом числе ответов.
• Гудхарт и NPS как бонусная цель. Как только NPS привязан к бонусам команды, сбор данных начинает оптимизироваться под метрику: опросы рассылаются избирательно, «десятку» выпрашивают, негативные сценарии исключают из триггеров. Метрика перестаёт измерять лояльность и начинает измерять изобретательность исполнителей — классическая ловушка Гудхарта.
• «Пленные» клиенты. Высокий NPS у продукта с сильным lock-in (данные, интеграции, корпоративный стандарт) может отражать не любовь, а безвыходность: рекомендовать «лучшее из доступного» — не то же самое, что рекомендовать любимый продукт. Для таких рынков NPS читают вместе с поведенческим удержанием и причинами ухода из exit-интервью.
• Научная критика. Клейнингем и соавторы (A Longitudinal Examination of Net Promoter and Revenue, Journal of Marketing, 2007) на продольных данных не подтвердили превосходство NPS над классическими индексами удовлетворённости в предсказании роста выручки; методологические споры о порогах 9–10 и чувствительности к границам шкалы продолжаются. Практический вывод: NPS — полезный индикатор, но не единственная «та самая цифра», и его связь с ростом требует проверки на собственных данных, а не веры.

Связанные материалы #

• Retention и Churn (#9) — detractors как источник оттока; NPS как опережающий индикатор удержания.
• AARRR (Pirate Metrics) (#7) — доля промоутеров как потенциал ступени Referral.
• Юнит-экономика: LTV, CAC, ROMI (#10) — цепочка «лояльность → удержание → LTV».
• Product-Market Fit (#4) — различение NPS и PMF-опроса Шона Эллиса.
• North Star Metric (#6) — NPS-подобные формулировки как проверяемая ведущая метрика.
• Введение в управление продуктом — общая картина, в которую встраивается метрический слой.
• Customer Development (#18) — статья готовится.
• Customer Journey Map (#20) — статья готовится.

Первоисточники #

• Reichheld F. (2003). The One Number You Need to Grow. Harvard Business Review. — происхождение NPS: поиск одного вопроса, лучшего предиктора роста.
• Reichheld F., Markey R. (2011). The Ultimate Question 2.0: How Net Promoter Companies Thrive in a Customer-Driven World. — NPS как система с замкнутым циклом обратной связи.
• Keiningham T., Cooil B., Andreassen T., Aksoy L. (2007). A Longitudinal Examination of Net Promoter and Revenue Growth. Journal of Marketing. — эмпирическая критика превосходства NPS.
• Bain & Company (2020). Net Promoter System: Methodology and Benchmarks (NPS Methodology Guide). — каноническая методика и бенчмарки.
• Dixon M., Freeman K., Toman N. (2010). Stop Trying to Delight Your Customers. Harvard Business Review. — CES: усилия как предиктор лояльности в поддержке.