Dumpa Net Promoter Score: Varför det är dags att sluta använda NPS och vilka alternativ som fungerar bättre
trotts alla dess brister är Net Promoter Score (NPS) tyvärr ett av de mest spridda nyckeltalen inom kundundersökningar. Att Net Promoter Score är populärt innebär dock inte alls att det är ett bra mätvärde. Popularitet innebär inte att något är bra, precis som en hamburgare från en snabbmatsrestaurang är populär men sällan är vare sig inte speciellt god eller nyttig.
NPS marknadsförs som en indikator på kundlojalitet och framtida tillväxt, men den forskning som gjort på området ger en annan bild, den pekar istället på att NPS inte alls är ett tillförlitligt mått på vare sig tillväxt, lojalitet eller om kunder ger positiva eller negativa rekommendationer. Net promoter score har kort sagt blivit föremål för stark vetenskaplig kritik.
Tyvärr verkar det vara få företagsledare i Sverige som verkar känna till alla problem som finns med NPS som nyckeltal. Att många marknadsundersökningsföretaget (trotts att dessa ska stå för vetenskapliga metoder) marknadsför Net promoter score bidrar till att upprätthålla bilden av det som ett tillförlitligt mätvärde. Detta är problematiskt då det gör att NPS väljs framför andra mer pålitliga nyckeltal i många kundundersökningar.
Att NPS (under namnet eNPS) även börjat används i medarbetarundersökningar, fortsatt med samma brister i beräkningsmodell och helt utan stöd i forskningen, gör att problemet även slagit rot inom många HR-avdelningar.
Denna artikel sammanfattar peer-reviewed forskning (vilket innebär att andra forskare har granskat den) kring Net Promoter Score. Forskningen kring pekar på att NPS har ett antal brister i konstruktion, tillämpning och koppling till affärsresultat. Artikeln beskriver också vilka alternativ som forskningen anser vara mer tillförlitliga och användbara, som till exempel NKI enligt Fornells modell och flerdimensionella lojalitetsindex.
Oavsett vilket nyckeltal man väljer att använda för att mäta kundnöjdhet och kundlojalitet med handlar det till slut om hur man agerar på de data man har. Men förlitar man sig på Net Promoter Score är det dock större risk att man agerar på ett nyckeltal som är sämre än andra på att återspeglar kundernas attityder, upplevelse och intensioner.
1. Vad är Net Promoter Score (NPS) och hur beräknas det?
Men vad är då Net Promoter Score? Konceptet för Net Promoter Score lanserades av Fred Reichheld (2003) i syfte att få fram ett enkelt sätt att mäta kundlojalitet genom en enda fråga:
Svarsskalan (0–10) delas in i:
- Promoters (9–10)
- Passives (7–8)
- Detractors (0–6)
NPS = % Promoters – % Detractors
NPS påstods av upphovsmannen (samt därefter av andra som valt att bygga sitt erbjudande för att genomföra kundundersökningar på NPS) vara kopplat till förtags tillväxt. Men att NPS kan förutspå tillväxt har inte stöd i den forskning som sedan har gjort kring NPS.
Det finns dock en rad problem med NPS som sällan uppmärksammas och som många företagsledare inte är medvetna om. Problem som gör att detta mätvärde (NPS) inte alls går att lita på i många situationer.
Inget mätvärde som man får fram genom en kundundersökning är 100% tillförlitligt och de är alla även relativt dåliga på att förutspå tillväxt eftersom tillväxt kan bero på så många olika variabler. Men Net Promoter Score är inte alls bättre utan faktiskt sämre än andra mätvärden som man kan få fram genom enkäter. Även upphovsmannen själv Fred Reichheld erkänner att andra nyckeltal som bygger på flera frågor som vägs samman är mer tillförlitliga (NKI är ett sådant sammanvägt värde).
Låt oss nu titta närmare på en rad olika problem med NPS som nyckeltal samt vad man istället kan/bör använda sig av för mätvärden för kundnöjdhet och kundlojalitet baserat på kundundersökningar.
2. Vetenskaplig kritik mot NPS
2.1 Låg förklaringskraft och metodologisk svaghet
Keiningham et al. (2007) visar i Journal of Marketing att NPS:
- Har lägre korrelation med försäljning och tillväxt än traditionella mått.
- Inte lever upp till påståendet att det är det ”enda mått du behöver”.
– Keiningham et al., 2007
Byron Sharp (2008) går längre och kallar NPS för ett ”marknadsföringshype utan vetenskaplig grund”.
– Freed, 2013 (Innovating Analytics)
2.2 NPS har större felmarginal än medelvärden
En viktig men ofta förbisedd kritik mot NPS är att måttet genom att vara ett nettotal mellan två andelar får en väsentligt större statistisk osäkerhet än ett klassiskt medelvärde.
Inom B2B är det vanligt med små kundbaser och få kontaktpersoner. När det gäller företag inom b2b som främst har kunder i Sverige (en liten marknad) så blir detta ofta ett problem eftersom dessa kundundersökningar ofta har en relativt liten mängd svar. Detta gör i sin tur att NPS blir extremt volatilt mellan mätningar.
- Stor osäkerhet vid små urval.
- Statistiskt mer instabilt och svårare att tolka som jämförelsemått mellan grupper.
– Kristensen & Eskildsen, 2021“
– Keiningham et al., 2008; Dawes, 2024
2.3 Extremt känsligt för hur svaren fördelar sig på skalan
I exemplet nedan har vi 17 svar (det är från en verklig undersökning). Varje respondent motsvarar 6 %. Låt oss nu tänka oss att de två som satte betyg 9 satte betyg 8 – då sjunker NPS till 64. Hoppar även den respondent som satte en sjua i betyg ett hack och ger betyg sex så blir NPS 58.
Det sker då en sänkning på hela 18 punkter bara för att tre av respondenterna flyttade sitt betyg ett enda hack på skalan. Som ni ser så kan resultatet svänga kraftigt utan större anledning. Detta är helt enkelt inte en bra beräkningsmodell av många olika skäl.
NPS-Resultat
| Betyg | Procent av svaren |
|---|---|
| 5 | 6% |
| 7 | 6% |
| 8 | 6% |
| 9 | 12% |
| 10 | 71% |
NPS=76
2.4 Kulturella skillnader förstärks
En av de mest underrapporterade men allvarliga kritikpunkterna mot NPS är att metoden är extremt känslig för kulturella skillnader i svarsbeteende. Eftersom NPS använder brytpunkter för att klassificera kunder i promoters, passives och detractors och sedan tar nettovärdet av promoters minus detractors så får även små variationer kring brytpunkterna stor effekt på slutresultatet (NPS-resultatet) vilket vi gått igenom i punkt 2.3 ovan.
“The use of strict classification bands makes NPS highly sensitive to cultural differences in response styles, which inflates cross-national distortion.”
(Journal of the Academy of Marketing Science, 2021)
Forskning visar exempelvis att:
- Nordamerikanska respondenter tenderar att ge högre betyg (9–10).
- Japanska och nordiska respondenter är mer försiktiga, och ger oftare medelbetyg.
- Sydeuropeiska respondenter är mer expressiva vilket ökar både höga och låga svar.
Detta gör att:
- När Net Promoter score mäts i Sverige klassas generellt fler som passiva svar och ger ett lägre NPS trots att kunderna kan vara precis lika villiga att rekommendera som i andra länder.
- USA får fler promoters p.g.a. kulturell benägenhet att använda höga betyg.
- Japan får ofta mycket lågt NPS eftersom ytterkantsvärden undviks generellt när de svarar på frågor med skalor.
“NPS volatility limits its usefulness for longitudinal tracking.”
(Gupta et al., 2007)
Konsekvenser för internationella företag:
- Benchmarking mellan länder blir osäker eller missvisande.
- Samma lojalitetsnivå tolkas som stark i ett land men svag i ett annat.
- Det kan leda till felaktiga beslut kring kommunikation, bonusar och strategier.
Rekommendation: Använd medelvärdesbaserade index (tex. NKI) då dessa blir mindre känsliga än NPS för kulturella skillnader i hur man svarar på skalan.
2.5 Upphovsmannens egna erkännanden och valideringsproblem
“We weren’t trying to create a statistically elegant measure; we wanted one that management could actually use.”
(Reichheld, 2003)
Detta innebär att måttet avsiktligt prioriterar enkelhet över vetenskaplig robusthet, ett synsätt som har fått stark kritik i efterhand.
Dessutom använde Reichheld historisk försäljningstillväxt som grund för att validera hur väl NPS fungerade, inte framtida tillväxt.
Detta innebär att:
- Net Promoter Score inte testades som ett prediktivt verktyg, utan som en retrospektiv korrelation. Dvs. Reichhelds data visade att företag med högt NPS historiskt sett hade haft tillväxt, det visade alltså inte att de med högre NPS fick tillväxt.
- Valideringen blir därför logiskt bristfällig, eftersom sambandet mellan att ha haft en högre tillväxt och sedan nå ett högre Net Promoter Score går åt fel håll, det pekade på att tillväxt kan ge ökat NPS, inte tvärt om.
“Using past growth to validate a future-oriented metric is methodologically flawed and misleading.”
(Keiningham et al., 2007)
Forskare som Kristensen & Eskildsen (2021) och Sharp (2008) har också påpekat att rekommendationsbeteende är kontextbundet, och att frågan är irrelevant i vissa branscher (något som även Reichheld själv påpekat).
Implikation för NPS-tillämpning
Net Promoter Score bör inte användas som standardmått i branscher eller kundmöten där rekommendationer inte är ett naturligt kundbeteende. I dessa fall kan användningen vara:
- Missvisande
- Skadlig för beslutsfattande
- Och skapa felaktiga prestationsmål i organisationen.
3. Det viktiga för NPS är grupperingen, inte hur frågan ställs
I The Ultimate Question 2.0 medger Reichheld också att frågan som används som bas för NPS inte måste handla om rekommendationer:
“It doesn’t have to be the recommendation question. What matters is that you can classify customers into promoters, passives, and detractors.”
(Reichheld, 2011)
Det centrala i NPS är alltså inte själva frågeformuleringen, utan att man kan dela in kunder i tre grupper. Forskare som Keiningham et al. (2008) har visat att samma segmentering kan göras utifrån andra frågor – exempelvis kundnöjdhet, upplevt värde eller återköpsavsikt och därmed görs NPS ännu mindre unik som metod, vilket för oss in på nästa punkt
NPS tillför inget jämfört med de klassiska grupperingarna ”Nöjd, Neutral, Missnöjd”
Att gruppera kunderna i tre grupper är ju inget nytt, det representerar ingen ny insikt eller metod, det är snarare en ommärkning av ett redan etablerat tillvägagångssätt som redan använts under lång tid redan och som redan fungerade utmärkt i analys och pegagogiska syften.
- Promoters = Mycket nöjda
- Passives = Neutrala
- Detractors = Missnöjda
Detta innebär att:
- Klassificeringen i sig inte är nyskapande.
- Det som NPS föreslår är samma segmenteringslogik som redan används i klassisk nöjdhetsforskning men med ett nytt språkbruk. Men upphovsmannen påstod att NPS var uppbackad av seriös forskning, något det ju visat sig inte vara sant.
“NPS simply relabels satisfaction levels without offering a new conceptual framework.”
(Keiningham et al., 2008)
Statistiska centralbyrån bedriver en del metodforskning och bland annat har de forskat på hur svenskar tolkar en skala på skalan 1-10 och har kommit fram till nedanstående grupperingar av betygsnivåerna.
SCB:s validering stärker kritiken mot hur NPS grupperar svaren i sina tre grupper, en gruppering som inte verkar stämma vidare bra med hur man som respondent i Sverige tolkar och sätter betyg på en liknande skala vilket tar oss in på nästa punkt.
| Svarsskala (1–10) | Tolkning enligt SCB |
|---|---|
| 1–4 | Missnöjd |
| 5–7 | Neutral |
| 8–10 | Nöjd |
4. Alternativ till Net Promoter Score NPS
Men vad ska man då använda istället för Net Promoter Score när det gäller kundundersökningar?
Låt oss titta på mätvärden som är validerade och som inte har alla de brister som NPS visat sig ha. Forskningen visar att mått som bygger på flera relaterade frågor, snarare än ett enda värde, ger mer tillförlitliga, stabila och användbara insikter om kunders attityder och framtida beteende. Mått som NKI (enligt Fornells modell) eller kundlojalitetsindex uppbyggt av flera flera frågor har högre validitet och reliabilitet än Net Promoter Score.
Gemensamt för alla dessa alternativ är att de kräver ungefär hälften så många svar som NPS för att få samma felmarginal, kort sagt de är mycket mer tillförlitliga än vad NPS (se punkt 2.2).
3.1 Kundnöjdhet (Customer Satisfaction – CSAT)
Vad det är: Ett direkt mått där kunder graderar hur nöjda de är med en produkt, tjänst eller upplevelse, ofta mätt på en 5- eller 10-gradig skala. Det är ofta mätt med en enda fråga (precis som NPS bygger på en enda fråga).
Styrkor enligt forskningen:
- Hög korrelation med återköpsbeteende och lojalitet (Keiningham et al., 2007; Kristensen & Eskildsen, 2021).
- Passar alla brancher och typer av kundmöten.
Tar till vara på alla data (utesluter inga betyg från beräkningen så som NPS gör med betyg 7 och 8) - Kan användas för att mäta hur kunderna upplever hela kundrelationen likväl som hur de upplevt en enskild interaktion
- Enkel beräkningsmodell. Rapporteras som medelvärde eller andel ”Top two boxes” det vill säga andelen i procent som svarat de högsta betygen (tex. betyg 4+5 om man har skala 1-5).
(Keiningham et al., 2007)
3.6 NKI – Nöjd Kund Index (enligt Fornell-modellen)
Denna modell för NKI kan anses vara standard för att mäta nöjd kund index. NKI har länge varit det svenska företag och myndigheter förlitat sig på och NKI är den som används i officiella mätningar för stat och kommuner.
NKI mäts utifrån tre frågor som besvaras på skala 1–10. Det svenska modellen som SCB använder, den europeiska modellen och den amerikanska modellen (ACSI) har allihop samma tre frågor som bas för att mäta Nöjd Kund Index:
- Hur nöjd man är totalt sett med verksamheten?
- Hur väl verksamheten lever upp till förväntningarna?
- Hur nära verksamheten kommer en tänkt ideal verksamhet inom samma bransch?
Modellens har:
- Hög förklaringsgrad för lojalitet, churn och lönsamhet.
- Validerats i tusentals företagsstudier i flera länder.
- Tre frågor gör att den svarande verkligen måste ändra sin attityd/inställning för att det ska ge större utslag
- Tar till vara på alla data (utesluter inga betyg från beräkningen så som NPS gör med betyg 7 och 8)
- Hög korrelation med återköpsbeteende och lojalitet (Keiningham et al., 2007; Kristensen & Eskildsen, 2021).
- Passar alla brancher och typer av kundmöten.
- Enkel beräkningsmodell där man väger ihop medelvärdet av tre frågor. Rapporteras ofta som ett värde på skalan 0-100 men kan även rapporteras som medelvärde.
(Keiningham et al., 2007a, 2007b; Anderson et al., 2004)
3.2 Kundlojalitetsindex (Composite Loyalty Index)
Vad det är: Ett mått för att mäta kundlojalitet som bygger på flera olika frågor. Exempelvis:
- Återköpsavsikt
- Rekommendationsavsikt
- Välja igen om man valde leverantör
Keiningham et al. (2008) och Kristensen & Eskildsen (2021) framhåller att sådana flerdimensionella index:
- Bättre fångar komplexiteten i kundbeteende.
- Kopplas starkare till affärsresultat än enkla mått.
- Tre frågor gör att den svarande verkligen måste ändra sin attityd/inställning för att det ska ge större utslag och ger därmed en pålitligare signal jämfört med att förlita sig på endast en enskild fråga.
- Belyser lojalitet (kundernas inställning) ur fler aspekter
(Keiningham et al., 2008)
5. SLUTSATS: NET PROMOTER SCORE ÄR ETT OPÅLITLIGT MÅTT VARS TID ÄR UTE
För att sammanfatta så är den samlade forskningen tydlig: Net Promoter Score är varken vetenskapligt robust, lämpligt vid små mängder svar (kräver hundratals svar), olämpligt för internationella jämförelse.
Net Promoter Score har varit ett praktiskt och populärt nyckeltal men är inte försvarbart som huvudmått för kundlojalitet enligt forskningen. Kritiken rör:
- Metodologiska svagheter
- Låg förklaringskraft
- Risk för felaktiga beslut
Istället bör företag:
- Använda nyckeltal som aggregerar flera frågor som NKI eller lojalitetsindex.
- Använda sig av nyckeltal som utgår från medelvärden eller top-two boxes.
Källförteckning
Vetenskapliga artiklar
- Anderson, E. W., Fornell, C., & Mazvancheryl, S. K. (2004). Customer satisfaction and shareholder value. Journal of Marketing, 68(4), 172–185.
- Baehre, S., & Meehan, S. (2023). The single worst marketing metric: An analysis of Net Promoter Score. International Journal of Market Research.
- Dawes, J. G. (2024). Examining the longitudinal association between positive and negative likelihood-to-recommend scores and brand growth. Australasian Marketing Journal, 32(1).
- Gupta, S. et al. (2007). Modeling customer lifetime value. Journal of Service Research, 9(2), 139–155.
- Keiningham, T. L. et al. (2008). A holistic examination of Net Promoter. Journal of Database Marketing & Customer Strategy Management, 15, 79–92.
- Keiningham, T. L. et al. (2007). A longitudinal examination of Net Promoter and firm revenue growth. Journal of Marketing, 71(3), 39–51.
- Kristensen, K., & Eskildsen, J. K. (2021). Customer metrics: Net Promoter Score versus alternative measures. Journal of the Academy of Marketing Science, 50, 234–254.
- Sharp, B. (2008). Net Promoter Score fails the test. Marketing Research.
Böcker och branschrapporter
- Fornell, C. (2017). The Satisfied Customer. Palgrave Macmillan.
- Freed, L. (2013). Innovating Analytics. Wiley.
- Reichheld, F. (2003). The One Number You Need to Grow. Harvard Business Review, 81(12), 46–54.
- Reichheld, F., & Markey, R. (2011). The Ultimate Question 2.0. Harvard Business Review Press.
Läs mer om hur Next Research & Consulting arbetar med kundundersökningar
Vill ni lyckas bättre med era kundundersökningar?
Next Research & Consulting har lång erfarenhet av att hjälpa företag genom hela processen, från strategi och frågekonstruktion till analys, visualisering och förändringsarbete. Med vår hjälp blir er kundundersökning inte bara ett frågeformulär, utan ett sätt att skapa konkurrensfördelar.
Fyll i kontaktformuläret så kontaktar vi dig inom kort.
Om författaren
Sven-Tore Bengtsson är VD och grundare av Next Research & Consulting. Med över 20 års erfarenhet av marknadsundersökningar hjälper han företag att omvandla data till insikter som leder till bättre beslut. Han är specialiserad på att ge organisationer en djupare förståelse för sina kunder, marknad och medarbetare. Kundupplevelse och kundnöjdhet är områden av extra intresse.