NPI¶

NPI (от англ. Net Promoter Index — чистый индекс поддержки; также Net Promoter Score, NPS — чистый индекс промоутера) — это метрика, используемая для оценки лояльности клиентов и их готовности рекомендовать продукт, услугу или компанию другим людям. NPI выражается в виде числа от -100 до +100 и рассчитывается на основе опроса, в котором респондентов просят оценить вероятность рекомендации по шкале от 0 до 10. Метрика широко применяется в маркетинге, управлении качеством обслуживания и стратегическом планировании бизнеса.

¶История возникновения

Концепция NPI была разработана американским бизнес-консультантом Фредериком Райхельдом (Fred Reichheld) и впервые представлена в 2003 году в статье «The One Number You Need to Grow» в журнале Harvard Business Review. Райхельд, работавший в консалтинговой компании Bain & Company, предложил заменить сложные многофакторные опросы удовлетворённости одним вопросом: «Насколько вероятно, что вы порекомендуете нашу компанию (продукт, услугу) другу или коллеге?». Впоследствии метод был доработан совместно с компанией Satmetrix Systems, и в 2004 году Bain & Company зарегистрировала товарный знак «Net Promoter Score».

Первоначально NPI тестировался на выборках клиентов крупных американских корпораций, включая General Electric, American Express и Dell. Результаты показали корреляцию между высокими значениями индекса и ростом выручки, что способствовало популяризации метрики. К началу 2010-х годов NPI стал стандартом де-факто в сфере клиентского опыта, особенно в ритейле, телекоммуникациях и финансовых услугах.

¶Методология расчёта

¶Шкала оценок

Респондентам задаётся один вопрос: «Какова вероятность, что вы порекомендуете [компанию/продукт] коллеге или другу?» — с вариантами ответа от 0 («абсолютно не порекомендую») до 10 («обязательно порекомендую»). На основе ответов респонденты делятся на три категории:

Промоутеры (9–10 баллов) — лояльные клиенты, активно рекомендующие компанию.
Нейтралы (7–8 баллов) — пассивные, удовлетворённые, но не склонные к активной рекомендации.
Детракторы (0–6 баллов) — неудовлетворённые клиенты, способные нанести ущерб репутации.

¶Формула

NPI = (доля промоутеров — доля детракторов) × 100%. Доля нейтралов не учитывается. Например, если 50% респондентов — промоутеры, 30% — нейтралы, 20% — детракторы, то NPI = (50% — 20%) = 30.

¶Интерпретация значений

Выше 50 — отличный показатель (характерен для лидеров рынка).
30–50 — хороший уровень, свидетельствующий о сильной лояльности.
0–30 — удовлетворительный, но требующий улучшений.
Ниже 0 — критический, указывающий на преобладание недовольных клиентов.

¶Классификация и разновидности

¶По объекту измерения

Клиентский NPI — оценка лояльности конечных потребителей продукта или услуги.
Внутренний NPI — измерение удовлетворённости сотрудников (Employee Net Promoter Score, eNPS), где вопрос адаптируется: «Насколько вероятно, что вы порекомендуете нашу компанию как место работы?».
Партнёрский NPI — оценка лояльности дистрибьюторов, поставщиков или стратегических партнёров.

¶По контексту опроса

Транзакционный NPI — измеряется сразу после конкретного взаимодействия (покупка, обращение в поддержку).
Реляционный NPI — оценивает общее восприятие бренда за длительный период (обычно раз в квартал или год).

¶Применение в бизнесе

¶Маркетинг и управление репутацией

NPI используется для сегментации клиентской базы: промоутеры становятся объектами программ лояльности и реферальных кампаний, детракторы — целями для работы с возражениями и улучшения сервиса. Компании с высоким NPI (например, Apple, Amazon, Southwest Airlines) часто демонстрируют устойчивый органический рост за счёт сарафанного радио.

¶Операционные улучшения

Анализ причин низких оценок позволяет выявлять узкие места в обслуживании: длительное ожидание, некомпетентность персонала, дефекты продукта. Например, в телекоммуникационных компаниях России (ПАО «МТС», ПАО «ВымпелКом») NPI регулярно замеряется и увязывается с KPI колл-центров и точек продаж.

¶Сравнительный анализ (бенчмаркинг)

Средние значения NPI по отраслям публикуются аналитическими агентствами (например, Temkin Group, Qualtrics). В 2023 году средний NPI для банковского сектора России составлял около 25–30, для интернет-магазинов — 35–40, для государственных услуг — 10–15.

¶Критика и ограничения

¶Методологические недостатки

Одномерность: один вопрос не может охватить все аспекты клиентского опыта.
Культурные искажения: в разных странах склонность к крайним оценкам различается (например, японские респонденты реже ставят 10).
Неучёт нейтралов: пассивные клиенты (7–8 баллов) могут быть так же ценны, как промоутеры, но их вклад в расчёт не учитывается.

¶Альтернативные метрики

Customer Satisfaction Score (CSAT) — оценка удовлетворённости конкретным взаимодействием (обычно по 5-балльной шкале).
Customer Effort Score (CES) — измерение усилий, затраченных клиентом на решение проблемы.
Net Promoter System (NPS+) — расширенная версия, включающая открытые вопросы для сбора качественных данных.

¶Коммерциализация и злоупотребления

Ряд исследователей (например, Тимоти Кейнингем из Университета Калгари) отмечает, что NPI часто используется как «метрика для галочки»: менеджеры искусственно завышают показатели, исключая из опросов недовольных клиентов или проводя замеры в благоприятные периоды. В 2019 году The Wall Street Journal опубликовал расследование, показавшее, что компании с высоким NPI не всегда демонстрируют рост прибыли.

¶Интересные факты

В 2011 году компания Apple достигла NPI в 89 пунктов — один из самых высоких показателей в истории.
В России метрика активно внедряется с середины 2010-х годов, в том числе в государственных учреждениях (например, МФЦ «Мои документы»).
Существует модификация NPI для некоммерческих организаций — Net Promoter Score for Nonprofits, где вопрос формулируется как «Насколько вероятно, что вы порекомендуете нашу организацию волонтёрам или донорам?».

¶Источники

Reichheld, F. F. (2003). «The One Number You Need to Grow». Harvard Business Review.
Bain & Company. «The Net Promoter System: A Management System for Customer Loyalty».
Temkin Group. «Net Promoter Score Benchmark Study» (2022).
Keiningham, T. L., et al. (2007). «The Value of Different Customer Satisfaction and Loyalty Metrics in Predicting Customer Retention». Journal of Service Research.
Отчёт ПАО «МТС» по управлению клиентским опытом (2023).