NPS（ネットプロモータースコア）とは？計算方法・調査設計・スコア改善まで徹底解説

この記事のポイント:

• NPSは「未来の推奨行動」を測る指標で、「過去の満足度」を測る**CSAT（顧客満足度）や「手間のかかり具合」を測るCES（顧客努力指標）**とは役割が異なる。3指標は対立せず、測る対象と接点で使い分ける
• 計算は推奨者（9〜10点）の割合 − 批判者（0〜6点）の割合。中立者（7〜8点）はカウントしないため、点数の分布によって同じ平均点でもスコアが大きく変わる
• 日本のNPSは構造的に低く出る。業界別ベンチマークと自社の時系列変化で読むのが正しく、絶対値だけを他国と比べても意味がない
• スコアは「上げる」のではなく、批判者→中立者→推奨者への遷移を起こすクローズドループ運用で動かす。本記事は調査票テンプレ・必要サンプル数の根拠・改善ループの型まで実装粒度で解説する

「顧客満足度は高いのに解約が止まらない」「アンケートのスコアを取ってはいるが、次の打ち手につながらない」——カスタマーサクセスやマーケティングの現場で、こうした悩みは尽きません。その背景には、満足度（過去）とロイヤルティ（未来の行動）は別物だという見落としがあります。NPS（ネットプロモータースコア）は、まさにこの「未来の推奨行動」を一つの数字で捉えるために生まれた指標です。

本記事では、NPSの定義と計算方法を計算例とワークシートで押さえたうえで、CSAT・CESとの使い分けマトリクス、調査票テンプレと必要サンプル数の統計的根拠、日本のスコアが低く出る理由とその扱い方、批判者を推奨者へ動かすクローズドループ改善、そしてNPSと行動データを掛け合わせる運用までを体系的に解説します。「定義は分かったが、現場でどう回すのか」に答えることを目指した実務ガイドです。

---

NPS®とは（基本と多義語の整理）

NPS®（ネットプロモータースコア／Net Promoter Score）とは、顧客が企業・製品・サービスをどれだけ他者に薦めたいと思っているかを0〜10の11段階で尋ね、その回答分布から算出する顧客ロイヤルティの指標です。日本語では「正味推奨者比率」「顧客推奨度」と訳されることもあります。

ポイントは、NPSが測るのが「満足したかどうか」ではなく「薦めたいか」という将来の行動意向である点です。人は本当に信頼している相手や愛着のあるブランドでなければ、自分の評判を賭けてまで他人には薦めません。薦めて相手にがっかりされれば、自分の信用も傷つくからです。だからこそ「推奨意向」は、単なる「満足」よりも一段階深いコミットメントを表し、継続利用・口コミ・追加購入といった事業成長と相関する行動を予測しやすいと考えられています。

言い換えれば、NPSは「顧客が口で言う満足」ではなく「顧客が行動に移すであろうロイヤルティ」を捉えようとする指標です。満足度調査で高得点でも解約していく顧客がいるのは、「満足」と「薦めたい・使い続けたい」の間に隔たりがあるためです。NPSはこの隔たりを正面から測りにいきます。

なお「NPS」という略語は文脈によって意味が変わります。本記事で扱うのはマーケティング・カスタマーサクセス領域のNet Promoter Scoreですが、ほかにも医療分野の「NPS（神経障害性疼痛スコア等）」、ITの「ネットワークポリシーサーバー（Network Policy Server）」、ゲーム用語など複数の意味があります。検索意図がビジネス・顧客体験（CX）にある前提で、以降は一貫してNet Promoter Scoreを指します。

さらに、NPSは「指標」「調査手法」「経営管理の仕組み」という3つの側面を併せ持つ点も押さえておくとよいでしょう。狭義には推奨者%−批判者%で求める「スコア（指標）」ですが、実務では「その値を測るためのアンケート調査の手法」を指すこともあり、さらに広義には「スコアを起点に組織全体で顧客中心の改善を回すマネジメントの枠組み」全体を意味することもあります。本記事では、まず指標・計算としてのNPSを押さえ、後半で調査手法・改善の仕組みとしてのNPSへと話を広げていきます。「NPSを導入する」と言うとき、それが単にスコアを測ることなのか、改善の仕組みまで含むのかを社内で揃えておくと、議論が噛み合いやすくなります。

商標表記について: NPS®は、Fred Reichheld氏、Bain & Company、Satmetrix Systems（現NICE）の登録商標です。記事中では一般的な指標名として「NPS」と表記しますが、正式には登録商標である点に留意してください（出典: Net Promoter Score - Wikipedia）。

NPSが生まれた背景

NPSは、2003年にコンサルティング会社Bain & CompanyのFred Reichheld（フレッド・ライクヘルド）氏が、Harvard Business Review誌の論文「The One Number You Need to Grow（成長のために必要なたった一つの数字）」で提唱しました。Reichheld氏はBain & CompanyおよびSatmetrixと共同でこの指標を開発しています（出典: Harvard Business Review / Wikipedia）。

それまでの顧客満足度調査は設問数が多く、スコアが高くても業績やリピートに結びつかないという課題がありました。Reichheld氏の主張は、「薦めたいか」という1問が、複雑な満足度調査よりも企業の成長と強く相関するというものです。このシンプルさゆえにNPSは世界中の企業のKPIとして急速に普及しました。日本でもカスタマーサクセスの中核指標の一つとして広く用いられています。

普及の背景には、NPSが「経営の共通言語」になりやすいという特性もあります。設問が1問で、スコアが1つの数字に集約されるため、部門をまたいで同じ目標を共有しやすく、経営会議でも扱いやすい。マーケティング・営業・カスタマーサクセス・プロダクトといった異なる部門が、「顧客に薦めてもらえる状態をつくる」という一点で足並みを揃えられる——この組織横断のしやすさが、多くの企業でNPSが定着した理由の一つです。一方で、この「1つの数字に集約される」手軽さは、後述するように「スコアだけが独り歩きする」リスクとも表裏一体である点には注意が必要です。

---

NPSの計算方法（11段階・3分類・計算式）

NPSの計算方法は、回答者を3つのグループに分け、推奨者の割合から批判者の割合を引くだけです。手順を分解します。

ステップ1: 0〜10の11段階で評価してもらう

「あなたはこの商品（サービス／企業）を、親しい友人や同僚にどの程度薦めたいと思いますか？」という質問に、0（まったく薦めたくない）〜10（ぜひ薦めたい）の11段階で回答してもらいます。

ステップ2: 回答を3グループに分類する

• 推奨者（Promoters）9〜10点: ブランドを愛し、積極的に他者へ薦めてくれる優良顧客
• 中立者（Passives）7〜8点: 満足はしているが熱量は低く、競合に乗り換える可能性もある層
• 批判者（Detractors）0〜6点: 不満を抱え、ネガティブな口コミを広げるリスクのある層

ここで重要なのは、7点・8点は「中立者」であり、推奨者にはカウントされないことです。日本の感覚では8点は「かなり良い」評価ですが、NPSの設計上は推奨者に含まれません。これが後述する「日本のスコアが低く出る」現象の一因です。

ステップ3: 計算式に当てはめる

NPS ＝ 推奨者の割合（%） − 批判者の割合（%）

中立者は計算式に登場しません。スコアは全員が批判者なら−100、全員が推奨者なら+100で、−100〜+100の範囲を取ります。

この「中立者を無視する」設計には意図があります。NPSの提唱者は、満足はしていても積極的に薦めない中立者は事業成長への貢献が小さいと考えました。だからこそ、評価を「ぜひ薦めたい（推奨者）」「リスクになりうる（批判者）」という両極に絞り込み、その差分で勢いを測るのです。平均点では埋もれてしまう「熱量の偏り」を浮かび上がらせる、という発想だと理解すると腑に落ちます。

計算例: 回答者が100人で、推奨者40人・中立者35人・批判者25人だったとします。

• 推奨者の割合 = 40 ÷ 100 = 40%
• 批判者の割合 = 25 ÷ 100 = 25%
• NPS = 40 − 25 = +15

このように、中立者が何人いてもスコアには直接反映されません。推奨者を増やすか、批判者を減らすことでしかNPSは動かない、という構造を理解しておくことが、後の改善設計で効いてきます。

スコア計算ワークシート

実際の集計をイメージできるよう、0〜10点の各回答人数からNPSを算出する流れを表にします。自社の回答データを当てはめれば、表計算ソフトがなくても暗算に近い形でスコアを出せます。

この例では、推奨者＝10+15＝25%、批判者＝25%、中立者＝30+20＝50%。NPS＝25−25＝0となります。注目したいのは、7〜8点の中立者に回答が集まると、平均点は高そうに見えてもNPSは0近辺に沈むことです。これは後述する「日本のスコアが低く出る」現象の縮図でもあります。集計の実務では、「推奨者人数」「中立者人数」「批判者人数」の3つさえ数えれば、あとは（推奨者−批判者）÷総回答数×100でスコアが出る、と覚えておけば十分です。

NPSの計算でよくある3つの誤解

シンプルな計算式ゆえに、かえって誤解も生まれやすい指標です。代表的なものを押さえておきましょう。

• 「平均点」とは違う: NPSは回答の平均点ではありません。全員が8点（中立者）なら平均は8.0と高いのに、NPSは0です。逆に半数が10点・半数が0点でも平均は5ですが、NPSは＋50−50＝0。平均では見えない「賛否の割れ」を可視化するのがNPSの役割です
• 小規模だとスコアが乱高下する: 回答が20〜30件しかないと、数人の評価で大きく振れます。後述する必要サンプル数を満たさないうちは、スコアの変動を「改善／悪化」と早合点しないことが大切です
• スコアは%ポイントであって割合ではない: NPSの単位は「点」と表現されることが多いですが、実体は割合の差（パーセントポイント）です。「NPS＝15」を「15%の人が満足」と読むのは誤りです

---

NPSとCSAT・CESの違い（使い分けマトリクス）

NPSを正しく使うには、よく混同される**CSAT（顧客満足度）とCES（顧客努力指標）**との違いを押さえる必要があります。これら3つは「顧客の声を数値化する指標」という点では共通しますが、測る対象・タイミング・質問文がまったく異なります。多くの解説記事はこの3指標を別々のページで扱うため使い分けが見えにくいので、ここでは1枚のマトリクスに整理します。

ざっくり言えば、**CSATは「その体験は良かったか（過去）」、CESは「ラクにできたか（労力）」、NPSは「これからも付き合い、薦めたいか（未来）」**を測ります。たとえば問い合わせ対応の品質を見たいならCSATやCES、ブランド全体への愛着を経営指標として追うならNPS、という具合に役割が分かれます。

具体例で考えると違いが鮮明になります。あるSaaSの解約を分析したところ、「サポートのCSATは4.5/5（高い）なのにNPSは−20」というケースがありました。これは、個別のサポート対応は丁寧で満足度が高い一方、製品そのものへの期待や価格への納得が低く、「人に薦めるほどではない」状態を意味します。CSATだけを見ていれば「顧客は満足している」と誤読していたでしょう。逆に、CESが低い（手続きが面倒）接点を放置すると、満足度は高くてもじわじわとロイヤルティが削られます。1つの指標だけでは、顧客の状態を立体的に捉えられない——これが3指標を使い分ける最大の理由です。

3指標の併用設計（どの接点でどれを測るか）

実務では3指標を排他的に選ぶのではなく、接点ごとに最適なものを配置します。

• 問い合わせ・サポート完了直後 → CSAT／CES（その対応そのものの評価）
• オンボーディング完了時・解約手続き時 → CES（手続きの摩擦を検知）
• 契約から一定期間後・年次 → NPS（関係全体のロイヤルティを定点観測）

このように設計すると、「個別体験の品質（CSAT/CES）」と「関係全体の健全性（NPS）」を両輪で監視できます。指標が乱立すると回答者の負担が増えるため、接点の重要度に応じて1つに絞るのが運用のコツです。NPSと並んで顧客の状態を測るヘルススコアやカスタマーサクセスのKPI設計とも接続して考えると、指標全体の見通しが良くなります。

---

NPS調査の設計（質問票テンプレと必要サンプル数）

NPSは「アンケートを取れば終わり」ではありません。どの顧客に、どのタイミングで、何を聞くかという調査設計の巧拙が、得られるスコアの信頼性と改善への接続を左右します。

リレーショナルNPSとトランザクショナルNPS

NPS調査は、目的によって2つのタイプに分かれます。

リレーショナルNPSは「自社全体の健康診断」、トランザクショナルNPSは「特定の接点（オンボーディング、サポート、更新前など）の精密検査」と捉えると分かりやすいでしょう。両者を組み合わせることで、全体水準とボトルネック接点の両方を可視化できます。

実務では、まずリレーショナルNPSで全体スコアと大まかな課題領域をつかみ、低スコアの原因が疑われる接点にトランザクショナルNPSを仕掛けて深掘りする、という順序がよく機能します。たとえばリレーショナル調査で「導入初期の顧客のスコアが低い」と分かれば、オンボーディング完了時にトランザクショナルNPSを設置し、どのステップで体験が損なわれているかを特定する、といった具合です。リレーショナルだけでは「どこが悪いか」まで分からず、トランザクショナルだけでは「全体としてどうか」が見えません。健康診断と精密検査を往復させることで、改善の精度が上がります。

NPS調査票テンプレート

調査票は「推奨度の本質問」＋「理由を聞く自由記述」＋「分析用の属性設問」の3部構成が基本です。別資料のダウンロードに頼らず、そのまま使える形で提示します。

【NPS調査票テンプレート（リレーショナル版）】

Q1.（本質問・必須）
あなたは「〇〇（自社サービス名）」を、親しい友人や同僚に
どの程度薦めたいと思いますか。
0（まったく薦めたくない）〜 10（ぜひ薦めたい）でお答えください。

  0  1  2  3  4  5  6  7  8  9  10

Q2.（理由・自由記述／改善の起点になる最重要設問）
そのスコアをつけた理由を、差し支えない範囲で具体的にお書きください。
（例: 良かった点／改善してほしい点）

Q3.（属性・任意／分析セグメント用）
・ご利用期間（半年未満／半年〜1年／1〜3年／3年以上）
・主にご利用の部署・職種
・ご契約プラン

──────────────────────────────
【トランザクショナル版の差分】
Q1の文言を接点に紐づける。例:
「先日のサポート対応を踏まえ、〇〇を友人や同僚に薦めたいと
 思いますか」
Q3に「対象となった接点（サポート／オンボーディング 等）」を追加

最も重要なのはQ2の自由記述です。スコアは「現状の数字」にすぎず、改善のヒントは必ず理由のコメント（VoC＝Voice of Customer）に宿ります。スコアだけ集めて理由を聞かない設計は、後の改善ループを回せません。

必要サンプル数の考え方

「何人に答えてもらえばよいか」は実務で必ず出る疑問です。統計的には、母集団が十分大きい場合、必要サンプル数は次の式で求められます。

n ＝ z² × p(1−p) ÷ e²

• z ＝信頼水準に対応する値（95%なら1.96）
• p ＝回答の母比率（不明なら最も保守的な0.5を使う）
• e ＝許容誤差（±5%なら0.05）

これに当てはめると、n ＝ 1.96² × 0.5 × 0.5 ÷ 0.05² ＝ 0.9604 ÷ 0.0025 ≒ 385 となります。

つまり、**許容誤差±5%・信頼水準95%なら、おおよそ385件（実務上は400件を目安）**の有効回答があれば、母集団全体の傾向を一定の精度で推定できます。顧客数がこれより少ない中小規模の場合は、母集団補正により必要数はさらに減ります。重要なのは「多ければ多いほどよい」と漠然と集めるのではなく、意思決定に必要な精度から逆算することです。セグメント別（プラン別・期間別）に分析したい場合は、各セグメントでこの水準を満たすよう設計します。

回収率も無視できません。BtoBのリレーショナル調査では回収率が10〜30%程度になることも珍しくないため、400件の有効回答を得たいなら、配信数は逆算してその数倍を見込む必要があります。回収率を高めるには、設問数を絞る（NPS本質問＋理由＋属性で3問程度に留める）、回答所要時間を明記する、回答が改善に使われることを伝える、といった工夫が効きます。さらに、回答者と非回答者で傾向が異なる「非回答バイアス」にも注意が必要です。関心の高い層だけが答えるとスコアが実態より楽観的に偏るため、回収率が極端に低い場合はスコアの解釈を慎重にします。

---

NPSの平均・「良いスコア」の判断軸（日本バイアスの扱い方）

「自社のNPSは+15だったが、これは良いのか悪いのか」——NPSで最も多い疑問です。結論から言うと、NPSの絶対値だけを見ても良し悪しは判断できません。業界・国・調査タイプによって基準がまったく異なるためです。

特に日本では、NPSが構造的に低く（マイナスに）出る傾向があります。NTTコム オンライン（現NTTドコモビジネスX）の業界別ベンチマーク調査では、多くの業界で平均がマイナスを示しています。たとえば自動車業界11ブランドの平均は−22.8ポイント（トップのLEXUSでも+17.4）、セキュリティソフト5社の平均は−32.0ポイント（トップのESETで−16.5）という結果が報告されています（出典: NTTドコモビジネスX「NPS業界別ベンチマーク」）。エモーションテックも、日本市場では−15ポイント以下が一般的だと指摘しています（出典: エモーションテック「NPSの業界平均スコア」）。

参考までに、日本国内で報告されている業界別NPSの公表値を整理します（調査主体・年度・対象社数によって数値は変動するため、あくまで「マイナス圏が一般的」という水準感を掴むための参考として捉えてください）。

（出典: NTTドコモビジネスX「NPS業界別ベンチマークランキング」 各業界の公表値より。自動車・セキュリティソフトは2024年調査、対面証券・電力・クレジットカードは各業界の直近調査による。調査年度により数値は変動する）

つまり、日本では「NPSがマイナス＝悪い」とは限りません。同じ業界の平均が−30なら、−15は相対的に良好です。海外の「+30が優良」といった基準をそのまま当てはめると、誤った危機感や慢心につながります。業界平均がプラス圏に出やすいのは、一部の高ロイヤルティ業界（高級車・一部のSaaS等）に限られる、という前提を持っておくと判断を誤りません。

日本のNPSが低く出る理由

日本のスコアが低く出る背景には、文化的な回答傾向があります。

• 中心化傾向: 日本人は両極端（0や10）を避け、中間（7〜8点）に集まりやすい。NPSでは7〜8点が中立者扱いのため、推奨者が増えずスコアが伸びにくい
• ハイコンテクスト文化: 「満足」を明示的に高評価で表現しにくく、控えめな点数をつけがち

これは日本企業のサービス品質が低いことを意味しません。評価のものさし自体が国によって異なるため、スコアの国際比較には注意が必要です。

低く出る前提での3レンズ評価

絶対値の比較が難しいなら、次の3つの視点でスコアを読みます。

1. 同業相対: 同じ業界・同じ調査手法のベンチマークと比べる。業界平均との差分こそが実力
2. 自社時系列（Δ）: 自社の前回スコアからの変化を追う。−20→−12なら、絶対値はマイナスでも明確な改善
3. 接点別: トランザクショナルNPSで接点ごとに分解し、どの体験が足を引っ張っているかを特定する

この3つの中で、現場が最も重視すべきは**自社時系列（Δ）**です。業界ベンチマークは調査手法や対象が自社と完全には一致しないため、厳密な比較が難しい一方、自社の前回スコアとの比較は条件をそろえやすく、改善施策の効果を最も正直に映します。「−20から−12へ8ポイント改善した」という事実は、絶対値がマイナスであっても、打った施策が効いている確かな証拠です。逆に、絶対値が業界平均を上回っていても、自社のトレンドが下降しているなら危険信号です。

NPSは「他社に勝った／負けた」を断じる指標ではなく、自社を継続的に改善するためのものさしとして使うのが本質です。他社比較に一喜一憂するより、自社の変化を粘り強く追うほうが、はるかに多くの示唆が得られます。

---

スコアを上げるのではなく層を遷移させる：クローズドループ改善

NPS運用で最もありがちな失敗は、「スコアを上げること」自体が目的化することです。スコアは結果であって、操作する対象ではありません。正しくは、批判者を中立者へ、中立者を推奨者へと「遷移」させる働きかけを設計します。この遷移を起こす仕組みが、フィードバックを放置せず必ず行動につなげる「クローズドループ」です。

クローズドループは、対象と時間軸の異なる3つのループに分解すると運用しやすくなります。

①批判者への48時間フォロー

批判者は放置すればネガティブな口コミや解約につながりますが、迅速に向き合えばロイヤルティが回復する余地が最も大きい層でもあります。回答後できるだけ早く（目安48時間以内）、担当者が直接連絡し、不満の内容を確認して具体的な対応を約束します。この「すぐ反応してくれた」という体験そのものが、評価を引き上げます。

ここで重要なのは、フォローの目的を「弁明」ではなく「傾聴と是正」に置くことです。低スコアの理由を否定したり言い訳したりすると、かえって不満を強めます。まず相手の声を最後まで聞き、事実を確認し、できることとできないことを率直に伝え、具体的な次のアクションと期限を約束する——この一連の対応が誠実に行われると、批判者が「むしろ前より信頼できる」と感じ、推奨者に転じることすらあります。サービスの不満そのものより、不満を伝えたときの対応の悪さで顧客は去る、という事実を踏まえると、批判者フォローは解約防止の最前線だと分かります。誰がいつまでに対応したかを記録し、フォロー率をKPIとして可視化することで、この対応が属人化せず組織の仕組みになります。

②VoCタグ集計による根本改善

個別フォローだけでは、同じ不満が次の批判者を生み続けます。Q2の自由記述（VoC）を「料金」「サポート品質」「機能不足」などのタグで分類・集計し、頻度×影響度の高い課題から優先的にプロダクトや運用を改善します。改善後にその課題に紐づくNPSが上向くかをモニタリングすれば、施策の効果も検証できます。

このとき、「件数が多い課題」と「スコアへの影響が大きい課題」は必ずしも一致しない点に注意します。コメント数は少なくても、その課題に言及した顧客が軒並み批判者である（＝スコアへの寄与が大きい）ケースがあります。逆に、声は多いが些細な要望で、解消してもスコアがほとんど動かない課題もあります。そこで、各課題タグについて「言及した顧客の平均スコア」や「批判者率」を併せて見ると、どこを直せばNPSが最も動くかが定量的に分かります。改善のリソースは有限なので、この優先順位づけが投資対効果を左右します。改善を実行したら、必ず「次回調査でその課題タグのスコアが改善したか」を確認し、効果のなかった施策は見直す——この検証までをセットにすることで、VoC分析が「集計して終わり」にならずに済みます。

③推奨者を紹介・レビューへ動かす

推奨者は「薦めたい」と思っているだけで、実際に薦める機会がなければ事業貢献にはつながりません。推奨者には紹介プログラム、導入事例インタビュー、レビューサイトへの投稿などの「薦める場」を用意します。推奨者の声は新規獲得の強力な資産になり、既存顧客からのアップセル・クロスセルによる収益拡大（NRR向上）にも直結します。

なお、3ループの中で見落とされがちなのが中立者（7〜8点）への働きかけです。中立者は批判者ほど緊急性がなく、推奨者ほど目立たないため放置されがちですが、数としては最も多い層であることが少なくありません。NPSは推奨者を増やすことでも動くため、「あと一押しで推奨者になる中立者」は最もレバレッジの効くターゲットです。中立者の自由記述には「概ね満足だが〇〇があれば」という具体的な改善要望が含まれることが多く、これを拾って小さな期待を超える体験を提供できれば、推奨者への遷移が起こります。批判者の火消しに追われて中立者を見落とさないことが、スコアを継続的に押し上げるコツです。

スコアを「上げよう」とするのではなく、この3ループを回し続けた結果としてスコアが動く——この順序を取り違えないことが、NPS運用の成否を分けます。

---

NPS導入を成功させる5つのステップ

ここまでの内容を、実際に社内でNPSを立ち上げる手順として時系列に並べ直します。多くの導入失敗は「いきなり全社で配信して、スコアが出たあとに使い道で困る」という順番の誤りから起きます。次の5ステップで進めると、改善まで一気通貫で設計できます。

ステップ1: 目的と接点を1つに絞る

最初から全顧客・全接点に展開しないことが鉄則です。「オンボーディング完了後の体験を改善したい」「年次の全体ロイヤルティを経営に報告したい」など、目的を1つ決め、それに合う調査タイプ（トランザクショナル／リレーショナル）と接点を選びます。目的が曖昧なまま取ったスコアは、必ず使い道に迷います。

ステップ2: 調査票と配信を設計する

前述のテンプレートをもとに、本質問・理由の自由記述・属性設問を用意します。配信チャネル（メール、アプリ内、Webなど）と、必要サンプル数から逆算した配信数・回収目標を決めます。トランザクショナル調査なら「接点発生から何時間以内に配信するか」も設計します。

ステップ3: スコアを算出し、セグメントで分解する

集めた回答からNPSを算出し、全体スコアだけでなくプラン別・利用期間別・接点別に分解します。全体が−15でも、「利用1年未満の顧客は−40」のように、セグメントで見ると課題の所在が一気に明確になります。平均で語らず、分布と内訳で語るのが分析の基本です。

ステップ4: VoCを課題タグに集計する

自由記述コメントを「料金」「機能」「サポート」「使いやすさ」などのタグで分類し、頻度と影響度でランク付けします。これにより、「スコアが低い理由」が定性的な印象論ではなく、優先度のついた改善テーマのリストに変わります。

ステップ5: クローズドループを回し、効果を検証する

前章の3ループ（即時フォロー・根本改善・推奨者活性化）を実行します。改善施策を打ったら、次回調査でその課題タグに紐づくスコアが上向いたかを必ず確認します。**「打ちっぱなしにしない」**ことで、NPSは単なる定点観測から、改善のPDCAを駆動するエンジンに変わります。

この5ステップは一度回して終わりではなく、四半期や年次のサイクルで繰り返します。回を重ねるごとに、自社にとっての「良いスコア」の水準感と、効く改善施策のパターンが蓄積されていきます。

---

NPS×行動データ：DSRで定性と定量を掛け合わせる

NPSには構造的な弱点があります。それは、アンケートに答えた一時点の「定性的な点」しか捉えられないことです。回答者は全顧客の一部にすぎず、回答と回答の間に顧客の心が離れていっても気づけません。スコアが下がってから気づくのでは、解約予兆の検知としては遅いのです。

アンケートに答えてくれるのはそもそも一部の顧客であり、沈黙している大多数の本音は見えません。この弱点を補うのが、顧客の**行動データ（定量・連続）**との掛け合わせです。近年はデジタルセールスルーム（DSR）を使い、商談・提案資料や活用ガイドを集約したオンライン空間で、誰が・何を・どれだけ閲覧したかを継続的に可視化できるようになりました。これはSFAやCRMが管理する社内向けの案件データとは異なり、顧客側の関心の動きを映す定量シグナルです。

NPS（定性）と閲覧エンゲージメント（定量）を2軸で組み合わせると、顧客を次の4セグメントに分けて、打ち手を変えられます。

たとえば「NPSは低いがガイドや更新案内を頻繁に見ている」顧客は、不満を抱えつつもまだ関心が残っている挽回可能な層です。逆に「NPSも閲覧も低下している」顧客は、解約予兆の最優先対象として早期に手を打つべきです。一方、「NPSが高く閲覧も活発」な顧客は、紹介やアップセル・クロスセルを提案する絶好のタイミングにあります。

「NPSのスコアを見て動く」だけでは後手に回りがちな顧客対応を、定量シグナルで前倒しできる点が、行動データとの掛け合わせの価値です。インサイドセールスやカスタマーサクセスのワークフローにこのデータを組み込めば、勘や記憶に頼らない再現性のある顧客対応が可能になります。実際にCSチームがDSRを活用した事例でも、顧客の関心の可視化が早期フォローの起点になっています。

この発想は、NPSの「点（アンケート時点）でしか測れない」という限界を、行動データの「線（日々の関与）」で補うものだと整理できます。NPSが教えてくれるのは**「なぜそう感じているか（理由＝VoC）」、行動データが教えてくれるのは「いま実際にどう動いているか（関与の強弱）」**。前者は施策の方向性を、後者はアクションのタイミングを示します。両者を同じ顧客台帳の上で突き合わせられると、「不満の理由は分かっているが、いつ声をかけるべきか分からない」という現場のジレンマが解消されます。

たとえば、四半期のNPS調査で批判者だった顧客が、その後DSR上で新しい活用ガイドを熱心に見始めたとします。これは「不満は残るが、まだ使いこなそうとしている」サインであり、まさにこのタイミングでCSが提案を持ちかければ、批判者→中立者への遷移を起こしやすい。スコアの集計を待つのではなく、行動の変化をトリガーに動く——この運用は、定性指標であるNPS単体では決して実現できません。

---

eNPS・NPSのデメリットと乗り越え方

eNPS（従業員NPS）とは

NPSの考え方を従業員に応用したのがeNPS（Employee Net Promoter Score／従業員推奨度）です。「この会社を親しい友人や知人に、働く場所としてどの程度薦めたいか」を0〜10で尋ね、同じ計算式でスコア化します。顧客ロイヤルティを測る顧客NPSに対し、eNPSは従業員エンゲージメントを測る指標として、組織改善や離職防止に活用されます。

顧客NPSとeNPSをあえて並べて見る価値は、**「従業員が薦めたくない会社のサービスを、顧客が薦めたくなることは少ない」**という関係にあります。顧客体験（CX）は、結局のところ従業員（とくに顧客接点に立つ営業・サポート・CS）の体験（EX）を通じて届けられます。現場の従業員が疲弊し、自社サービスに誇りを持てない状態では、丁寧な顧客対応や改善提案は続きません。そのため、顧客NPSが伸び悩む根本原因が、実は従業員側のエンゲージメント低下にあるケースもあります。CXとEXをセットで追う企業が増えているのは、この因果に気づいているからです。eNPSの運用も、顧客NPSと同様に「スコアを取る」だけでなく、自由記述で理由を集め、組織課題の改善に接続することが肝心です。

「NPSは意味ない」と言われる理由への回答

NPSには「意味ない」「使えない」という批判もあります。主な論点と、それへの向き合い方を整理します。

• 単一指標の限界: 1問で顧客の複雑な心理をすべて捉えるのは不可能。→ CSAT・CESや解約率、行動データと組み合わせて使えば補完できる
• サンプルの偏り: 回答するのは関心の強い層に偏りやすい。→ 配信対象の設計と回収率の管理、必要サンプル数の確保で緩和する
• スコア至上主義の弊害: 数字だけを追うと、現場が回答を誘導したり改善が形骸化する。→ スコアではなくVoCと遷移（改善行動）をKPIに据える

これらの批判の多くは「NPSを単独で、スコアだけ追って使う」ことに起因します。本記事で述べてきたように、他指標との併用・自由記述の活用・クローズドループ運用を前提にすれば、NPSは依然として強力な羅針盤になります。指標そのものより、運用設計が成否を決めるのです。

実務的な落としどころとしては、「NPSを唯一の北極星にしない」ことです。NPSはロイヤルティの全体傾向を示すサマリー指標として経営に報告しつつ、日々の改善はCSAT・CES・解約率・行動データといったより粒度の細かい指標で回す。NPSはあくまで「向かっている方向は正しいか」を確認するためのコンパスであり、ハンドルそのものではない——この位置づけを社内で共有できれば、「スコアのための調査」に陥らずに済みます。

---

NPS運用ツールの選び方

NPS調査は表計算ソフトでも始められますが、継続運用・自動分析・クローズドループまで考えると専用ツールの活用が現実的です。選定時は次の観点で比較するとよいでしょう。

• 配信・回収の自動化: メール・Web・アプリ内などチャネルに応じた配信、トランザクショナル調査の自動トリガー
• 自由記述（VoC）の分析: テキストマイニングや分類機能で、コメントを課題タグに集計できるか
• セグメント分析: プラン別・期間別・接点別にスコアを分解できるか
• 既存システム連携: CRM／SFAやDSRの行動データと統合し、定性×定量で見られるか
• クローズドループ支援: 批判者へのアラート・タスク化など、フォロー運用を仕組みに落とせるか

ツールはあくまで運用を支える手段です。「どのスコアを、どの接点で、誰がどう改善に使うか」という設計が先にあって初めて、ツールが活きます。高機能なツールを入れても、目的と運用フローが定まっていなければ、結局「スコアを表示するだけのダッシュボード」で終わってしまいます。

導入規模に応じた現実的な進め方としては、まずは表計算ソフトとアンケートフォームで1接点だけ小さく始め、運用が回り始めてから専用ツールへ移行するのが堅実です。最初から大がかりな仕組みを組むより、「目的を1つに絞った小さな成功」を作り、それを横展開するほうが、社内の納得も得やすく、定着します。とくにBtoBでは顧客数が限られるぶん、1社1社のVoCを深く読み込む運用が効くため、自動化よりも「拾った声をどう改善に回すか」の設計に時間を割く価値があります。

---

まとめ

NPS（ネットプロモータースコア）を、明日から実務で回すための要点を整理します。

• NPSは「未来の推奨行動」を測る指標。過去の満足を測るCSAT、労力を測るCESと役割を分け、接点に応じて使い分ける。指標は対立せず併用するもの
• 計算は推奨者%−批判者%。7〜8点の中立者はカウントされないため、点数分布の理解が改善設計の前提になる
• 日本のスコアは構造的に低く出る。絶対値で一喜一憂せず、同業ベンチマーク・自社時系列・接点別の3レンズで読む
• スコアは上げるのではなく層を遷移させる。批判者への48時間フォロー、VoCタグ集計による根本改善、推奨者の紹介・レビュー活性化という3つのクローズドループを回し続ける
• NPS（定性・点）の弱点は行動データ（定量・連続）で補う。DSRの閲覧エンゲージメントと掛け合わせ、解約予兆の検知と推奨者候補の特定を前倒しする

NPSは、取るだけでは何も変わりません。**「測る→理由を聞く→遷移を起こす→効果を確かめる」**というループを、顧客の行動データと組み合わせて回し続けることで、初めて事業成長につながる羅針盤になります。スコアの上下に一喜一憂するのではなく、その裏にある顧客の声と行動に目を向け、改善を積み重ねていく姿勢こそが、長期的なロイヤルティ向上の王道です。まずは自社の主要接点に1つ、目的を絞ったNPS調査を設計するところから始めてみてください。小さく始めて改善を回す経験が、組織に「顧客中心の文化」を根づかせる第一歩になります。

※本記事の出典:

• NPSの起源・提唱者・登録商標: Net Promoter Score - Wikipedia（Fred Reichheld「The One Number You Need to Grow」HBR, 2003）
• 日本の業界別NPSベンチマーク: NTTドコモビジネスX「NPS業界別ベンチマーク調査」（2024年調査）
• 日本市場のスコア傾向: 株式会社エモーションテック「NPSの業界平均スコア」