NPS는 무엇일까요?
NPS란 Net Promoter Score의 약자로 간단히 말해 브랜드에 대한 고객 충성도를 알 수 있는 지표입니다. 비교적 익숙한 5점이나 7점 척도가 아닌 11점 척도로 구성되며, 데이터를 해석하고 활용하는 방법도 조금 다릅니다. 이러한 NPS는 2003년에 베인앤컴퍼니(Bain & Company)라는 컨설팅 기업에서 만들어낸 개념인데, 지금은 글로벌 기업들이 고객 충성도를 평가하는 가장 표준화된 지표로 자리 잡았습니다.
그 이유는 무엇일까요? 전통적인 만족도 조사는 브랜드와 연관된 다양한 속성에 대한 만족도를 각각 물어본 뒤 나중에 종합적으로 분석하는 방식입니다. 덕분에 개별 속성에 대한 만족도를 각각 상세히 파악할 수 있지만, 이로 인해 조사 설계 과정이 어렵고 복잡해진다는 단점도 따릅니다. 어떤 속성에 대한 문항을 만들어야 더욱 종합적으로 우리 브랜드 만족도를 파악할 수 있는지 기준을 세우기도 쉽지 않고, 한 가지 속성이라도 변경되면 과거 조사 결과와 비교하기도 어렵기 때문입니다.
반면, NPS는 “우리 브랜드를 주변에 얼마나 추천하고 싶으신가요?”라는 문항 단 하나로 파악할 수 있습니다. 이에 속성별 만족도 문항을 복잡하게 설계할 필요 없이 비교적 간단하게 조사할 수 있습니다. 응답자 또한 응답에 대한 부담이 적고, 브랜드의 종합적인 추천 지수 평가다보니 세부 속성별 선호 및 중요도 차이가 없어 주관에 따른 편차 또한 적습니다. 나아가 과거 조사 결과와 비교 분석하기에도 좋으며, 경쟁사 NPS 지표와도 직접 비교할 수도 있죠.
NPS 문항의 구조
NPS 문항은 0~10점까지 11점 척도로 구성됩니다. 다른 척도형 문항과 마찬가지로 점수가 높을수록 주변에 추천할 의향이 높고, 반대로 낮을수록 주변에 추천할 의향이 낮다는 의미로 해석합니다. 독특한 점이라면 각 점수는 아래 기준대로 크게 3개 그룹으로 나뉜다는 겁니다.
1. 프로모터 (Promoters, 9~10점)
9~10점을 준 고객은 추천 의향이 매우 높은 브랜드의 팬층입니다. 프로모터(Promoters)는 우리말로 ‘추천자’이며, 이에 해당 그룹을 ‘추천 고객’이라 표현하기도 합니다.
2. 패시브 (Passives, 7~8점)
7~8점을 준 고객은 큰 만족도 불만족도 없는 층입니다. 주변에 부정적인 소문도 그렇다고 적극적인 추천도 하지 않는 ‘수동적인 그룹’이라는 의미로 패시브(Passives)라 불립니다. 이들은 현재 우리 브랜드 이용자가 맞지만 더 좋은 대안이 있을 시 언제든지 다른 브랜드로 떠날 수 있는 중립적인 고객이라 간주합니다.
3. 디트렉터 (Detractors, 0~6점)
0~6점을 준 고객은 우리 브랜드에 불만족해 단순히 재구매 의향이 없는 걸 넘어서 주변에까지 부정적인 소문을 내는 층을 말합니다. 디트렉터(Detractors)는 우리말로 ‘폄하하는 사람’을 뜻하며, 이에 해당 그룹을 ‘비추천 고객’이라고도 표현합니다.
NPS 계산 공식 및 데이터 해석 방법
① NPS 계산 공식
NPS 계산 공식은 생각보다 꽤 간단합니다. 전체 응답자 중 프로모터의 비율에서 디트렉터의 비율을 빼면 됩니다. 이에 NPS는 최대 100에서 최저 -100까지로 나타날 수 있죠.
예를 들어보겠습니다. A라는 브랜드가 NPS 지표를 파악하기 위해 자사 고객 500명을 대상으로 NPS 조사를 진행했습니다. 이때 9~10점을 준 프로모터는 260명, 7~8점을 준 패시브는 140명, 0~6점을 준 디트렉터는 100명이라고 해봅시다. 이를 백분위 응답률로 계산하면 프로모터는 52%, 패시브는 28%, 디트렉터는 20%로 나옵니다. 그럼 A 브랜드의 NPS는 프로모터의 52%에서 디트렉터의 20%를 뺀 32이라는 걸 알 수 있습니다.
다행히도 오픈서베이를 이용해서 NPS 조사를 진행하면 오픈애널리틱스를 통해 자동으로 계산되고 그래프 형태로 시각화된 NPS 조사 결과를 바로 받아볼 수 있습니다. 이 링크를 누르면 NPS 결과가 어떻게 시각화되어 나타나는지 상세히 살펴볼 수 있습니다.
② NPS 데이터 해석
조사는 비교적 간단히 하더라도, 조사 결과로 나온 ‘16’이라는 숫자가 과연 좋은 점수인지 아닌지는 어떻게 판단할 수 있을까요? NPS를 만든 베인앤컴퍼니는 아래와 같은 기준으로 NPS 점수를 평가합니다. 대체적으로 0 이상이면 추천자가 비추천자보다 많으니 괜찮은 점수라고 봅니다.
- 0 이상일 경우: 괜찮은 점수다.
- 20 이상일 경우: 좋은 수준의 점수다.
- 50 이상일 경우: 훌륭한 점수다.
- 80 이상인 경우: 세계적인 수준의 점수다.
그럼 예로 들었던 A 브랜드 NPS는 32이니까 훌륭하진 않지만 꽤 좋은 점수이니 안도해도 되는 걸까요? 위처럼 절대적인 기준으로만 평가하면 그럴 수 있습니다. 그런데 시장 내 주요 경쟁자와 비교하면 어떤지를 함께 고려해야 합니다. 만약 주요 경쟁사인 B 브랜드 NPS는 A 브랜드보다 2배 가까이 높은 60이라면, A 브랜드는 경쟁력 개선을 위해 서둘러 새로운 전략을 짜야 할 것이기 때문입니다. 이에 NPS 데이터를 해석할 때는 절대적인 기준과 상대적인 기준을 모두 적용해서 다각도로 살펴볼 필요가 있습니다.
💡 NPS에 대한 비판의 목소리? |
NPS 조사 시 추가하면 좋은 문항 유형 3가지
그럼 NPS 조사는 정말 “우리 브랜드를 주변에 얼마나 추천하고 싶으신가요?”라는 문항 1개로만 진행해도 될까요? 물론 그래도 됩니다. 그런데 몇 가지만 추가로 물어보면 더욱 입체적인 데이터를 얻을 수 있습니다. 그간 오픈서베이를 통해 진행된 NPS 조사 사례를 토대로 추가하면 좋은 문항을 몇 가지 소개합니다.
① 성별 연령대 등 응답자 프로필 문항
NPS 조사 시 프로필 문항을 만들어서 진행하면 대체로 어떤 그룹에서 점수를 더 많이 주거나 적게 줬는지 등을 파악할 수 있습니다. 그럼 NPS 점수 개선을 위해 특히 어느 세그먼트에 집중해야 할지 등 전략 방향의 우선순위를 파악할 수 있습니다.
만약 오픈서베이 패널 대상으로 조사를 하면 성별·연령대뿐만 아니라 거주지·직업 등 응답자가 사전에 입력한 프로필 정보를 함께 볼 수 있어서 따로 묻지 않아도 됩니다. 다만, A 브랜드 사용 기간이 얼마나 되는지 등 상세 정보를 알고 싶을 때는 문항을 추가해야 합니다.
② 비추천자 대상으로 낮은 점수를 준 이유 묻는 문항
설문조사는 궁금한 점에 대해 직접 물어보는 방식이기 때문에 ‘왜?’라는 질문에 대한 답을 얻는 데 매우 효율적입니다. 그리고 NPS 조사 결과를 보면 늘 ‘디트렉터는 왜 이렇게 낮은 점수를 줬지?’라는 질문이 생길 수밖에 없습니다. 이에 NPS 조사 시 낮은 점수를 준 이유를 묻는 문항을 추가하는 것도 좋은 방법입니다.
문항 유형은 우리 브랜드의 페인 포인트(Pain Point)가 비교적 명확하다면 객관식 문항으로 구성해도 좋은데, 열어 놓고 다양한 의견을 받아보고 싶다면 주관식 문항으로 구성해도 좋습니다.
③ 추천자에게 실제로 추천해본 경험이나 추천 메시지를 물어보기
비추천자에게 페인 포인트를 구체적으로 물어봤다면, 추천자에게는 실제로 주변에 추천해본 경험이나 추천 시 어떤 식으로 우리 브랜드를 소개하는지를 추가로 물어볼 수 있습니다. 그럼 프로모터가 우리 브랜드를 어떤 방면에서 좋아하는지를 좀 더 구체적으로 파악할 수 있습니다.
오픈서베이 통해 NPS 조사 시작하기
지금까지 NPS란 무엇인지, 문항 구조는 어떻게 되는지, NPS 계산 방법과 데이터 해석 방법은 어떻게 되는지, NPS 조사 시 알아두면 좋은 팁은 무엇인지를 알아봤습니다.
오픈서베이 DIY를 활용해 자사 고객을 대상으로 NPS 조사를 무료로 진행할 수 있습니다(문항 수 20개 이내, 응답자 수 3,000명 이내). NPS 조사를 시작하고 싶다면 아래 버튼을 눌러 오픈서베이 DIY를 이용해 보세요.
해당 글은 오픈서베이와 모비인사이드의 파트너쉽으로 제공되는 기사입니다.