지난 글에서 NPS가 무엇인지 전반적으로 살펴봤습니다(링크). NPS는 글로벌에서 가장 표준화된 고객 충성도 지표이며, 최소 1개의 문항만으로도 조사할 수 있어 간편하고 유용하다는 점을 알아봤죠. 그런데 NPS의 목적 및 활용 등을 자세히 알지 못해 오해를 하는 경우도 있습니다. 이번에는 NPS에 대한 대표적인 오해 3가지를 바로잡는 시간을 가져보겠습니다.
- NPS는 ‘이유’를 알려주지 않아 불완전한 조사다?
- NPS는 유용성을 위해 지나치게 단순화된 지표다?
- 기존 만족도 조사에 NPS 문항만 추가하면 된다?
1. NPS는 ‘이유’를 알아야 할 시점을 찾는 조사입니다
NPS가 ‘이유(Reason & Why)’를 알려주지 않아 불완전한 조사라고 오해하는 경우가 있습니다. 설문조사로 얻는 인식 데이터는 행태 데이터와 달리 소비자가 그렇게 생각하고 행동하는 구체적인 ‘이유’를 알 수 있다는 점이 큰 장점인데, NPS는 그렇지 못하다고 오해하는 거죠. NPS를 통해 고객 충성도 점수가 나오더라도 이 점수가 의미하는 바가 무엇인지, 그래서 어떤 걸 개선해야 하는지 등은 알 수 없다는 생각입니다.
정말 그럴까요? 사실 NPS는 이유를 알기 위한 조사가 아니라, 이유를 알아야 할 시점을 찾기 위한 조사에 가깝습니다. 최소 1개 문항으로 조사할 수 있도록 만들어진 것도 문항 개수가 적을수록 조사 운영 기간과 비용 부담을 줄일 수 있기 때문입니다. 탄생한 배경에 빠르고 효율적으로 고객 충성도를 측정하기 위함이 있다는 겁니다.
좀 더 구체적인 예를 들어보겠습니다. 우리 브랜드가 매 분기마다 NPS를 측정하는데 이번에 갑자기 스코어가 떨어졌다면 어떻게 해야 할까요? 먼저 언론에 부정 이슈가 나오진 않았는지, 광고 모델이나 품질 문제는 없었는지, 최근 경쟁 브랜드 캠페인 현황은 어떤지 등을 찾아본 뒤 비즈니스 가설을 세우고 후속 조사를 설계해서 진행할 겁니다. 이렇게 NPS 변화를 빠르게 측정하면 적절한 후속 조사를 통해 고객 충성도 하락의 구체적인 이유를 파악할 수 있습니다.
반면, 전통적인 만족도 조사는 상대적으로 프로젝트 규모가 크다 보니 소요 기간과 비용 탓에 NPS처럼 자주 진행하기에는 부담이 있는 편입니다. 그럼 주요 지표 변화를 적시에 파악하기나, 짜놓은 문항 이외 다른 요인의 영향이 있었는지도 상대적으로 알기 어려울 수 있죠. 이는 소비자 트렌드 변화 주기가 짧아지고 있는 현시대에는 맹점이 될 수 있습니다.
2. NPS도 결과 데이터는 다각도로 분석해야 합니다
방법론에 대한 오해도 있습니다. 오해의 포인트는 크게 2가지 맥락입니다.
① NPS 구간 기준 관련
11점 척도로 브랜드 추천 의향을 물어보는 NPS는 0~6점은 비추천 그룹, 7~8점은 중립 그룹, 9~10점은 추천 그룹으로 봅니다. 그런데 NPS 관련 후속 연구에 따르면 모든 소비자가 각 그룹에 어울리는 행동을 늘 보여주지는 않았습니다. 중립 그룹 중에도 해당 브랜드를 주변에 추천한 경험이 있거나, 비추천 그룹 중에서도 해당 브랜드에 호감을 느끼는 소비자가 있었던 거죠.
② NPS 계산 방식 관련
NPS 계산 공식은 전체 응답자 중 추천 그룹이 차지하는 비중에서 비추천 그룹이 차지하는 비중을 빼면 됩니다. 계산 공식이 생각보다 어렵지 않은 탓인지 상세한 분석은 어렵다며 아쉬워하는 목소리도 있습니다. 추천 그룹·비추천 그룹에는 각기 다른 점수를 준 소비자가 섞여 있는데, 가중치를 반영하지 않는다는 겁니다. 0점을 준 소비자 10명과 6점을 준 소비자 10명의 점수를 같은 값으로 볼 수 있냐는 거죠.
하지만 NPS에 대한 이러한 오해는 다소 억울한 측면이 있습니다. 사실 위는 설문 결과 데이터를 분석할 때 빠질 수 있는 대표적인 함정이기 때문입니다. 예를 들어 5점 척도의 만족도 조사 역시 평균 점수가 같아도 분포가 달라 데이터 해석 시 평균의 함정에 빠지지 않도록 주의해야 합니다. 마찬가지로 NPS 조사 역시 고객 충성도 스코어 이외 데이터 분포와 응답자 세그먼트 등 정교한 상세 분석이 필요합니다. 그렇다면 위와 같은 구간 기준이 합당한지, 계산 방식이 단순한 건 아닌지와 같은 우려는 예방할 수 있습니다.
또한, NPS 조사는 필수 문항 개수가 적다 보니 다양한 추가 문항을 붙일 수 있습니다. 이에 추천 의향을 묻는 문항 뒤에 해당 점수를 준 이유는 무엇인지, 실제로 추천해본 경험이 있는지, 추천한 상황이나 추천할 때 소개 멘트는 어떻게 됐는지 등 데이터를 다각도로 살펴보는 데 도움이 되는 문항을 추가할 수 있죠. 그럼 NPS의 유용성을 잃지 않으면서도 충분히 다각도로 살펴볼 수 있는 조사 결과를 얻을 수 있습니다.
|
💡 NPS에 대해 더 알아보기 |
3. NPS는 기존 조사와는 독립적으로 진행하는 게 좋습니다
NPS가 늦게 도입된 국내에서는 기존 진행하던 만족도 조사에 NPS 문항 하나만 추가해서 NPS 측정을 하려는 경우도 있습니다. 기존 만족도 조사는 그대로 하면서 큰 추가 비용 없이 NPS 조사를 추가로 하려는 거죠. NPS가 아무리 좋은 지표라도 지금껏 잘 쌓아온 데이터를 다 내려놓기는 부담이 있고, NPS 조사 자체가 문항도 적고 가벼운 조사니 꼭 단독으로 진행할 필요는 없다는 판단일까요?
하지만 리서치 전문가들은 기존 만족도 조사와 NPS 조사를 독립적으로 운영하는 것을 추천합니다. 문항 수가 적어서 응답 피로도가 낮은 조사는 맞지만, 적은 문항으로 필요한 소비자 데이터를 얻어야 해서 설계 과정은 치밀하게 가져가야 하기 때문입니다. 브랜드의 규모와 비즈니스 상황을 고려할 때 어느 주기로 조사를 하는 게 좋을지, 고객 중 어떤 조건의 사람을 응답자로 삼아야 할지 등을 치밀하게 고민한 뒤 NPS 조사를 시작한다면 데이터를 훨씬 유용하게 사용할 수 있습니다.
또한, NPS는 응답자의 직관적인 판단을 염두에 두고 설계된 조사입니다. 사람들은 브랜드에 대한 종합적인 만족도가 0~10점 중 몇 점인지 직관적으로 빠르게 판단해서 응답하는 편이라는 거죠. 그런데 전통적인 만족도 조사는 응답자에게 상대적으로 논리적인 판단을 요구합니다. 참신성·혁신성·신뢰성 등 상세 속성별 인식과 그 이유에 대해 상세하게 고민하고 응답한 뒤 NPS 문항이 나오면, 이미 앞선 경험 탓에 직관적인 응답을 하기 어려울 수 있습니다. 이에 NPS 측정을 시작하려면 기존 진행하던 만족도 조사가 있더라도 따로 운영하는 방향을 권장드립니다.
NPS에 대한 오해 바로잡기 총정리
이번에는 위 내용을 토대로 NPS 조사에 대해 꼭 알아야 할 사항을 총정리했습니다.
|
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.
또한, 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.
