回答平均値はNPSと同等に機能する

ジェフ サウロ
2015年10月2日
原文: Net Promoter Scoring: The Mean Works As Well As Promoters Minus Detractors [2012/4/24](翻訳: ソシオメディア株式会社)

あなたの顧客に訊いてみてください。使っている製品を他の人に薦めるかどうか、0から10までの数字(10が最も薦める可能性が高い)で評価してください、と。

そしてその回答の平均値を計算しました。平均値が7.212ポイントだったとすると、それは良い点数ですか?

良いとも悪いとも簡単には言えません。

評価尺度の平均値の解釈は、何か比較するものがない場合、誰にとっても難しいものです。

NPSが人気である理由のひとつは、比較的、値を解釈しやすいことです。

NPSは回答を3つのカテゴリーに分類します。

推奨者:9〜10ポイント
中立者:7〜8ポイント
批判者:0〜6ポイント

そして、推奨者の回答の割合から批判者の回答の割合を差し引いたものがNPSとなります。

批判者よりも推奨者が20%多いことが分かれば、ある程度手応えを感じるでしょう。しかし、ここでも「じゃあ、20%は良い数字なの?」という疑問は残ります。

ですので、やはりNPS結果を解明する産業別ベンチマークが必要です。例えば、コンシューマーソフトウェア産業ではNPSの平均が21%で、これはつまり、Quicken、QuickBooks、Excel、Photoshop、iTunesといった製品の平均値が20%あたりであることを意味しています。20%という値は民間の航空産業なら、おそらく最高値でしょう。

評価尺度のスコアのまとめ方にはさまざまな方法があり、NPSのようなトップ・ボックス・スコアリングはそのひとつです。直観的なものは得られますが、その過程でどの程度、情報を失うのでしょう?また、平均値でも充分な効果があるのでしょうか?

Regression Analysis of Means and Net Promoter Scores

平均値とNPSの回帰分析私は87のソフトウェア製品とアクセス数の多い大規模ウェブサイトのNPSを見てみました。サンプルサイズは30から300まで、過去12カ月にわたって集められたもので、低いスコアと高いスコアがまんべんなくありました。私はこのデータで「推奨する可能性」の回答平均値と、NPSの相関関係を調べました。

結果、両者には非常に強い相関関係があることがわかりました(r=0.959)。散布図にすると平均値とNPSの関係はゆるやかな曲線を描きます。一次方程式よりも三次方程式の方がより適合するということもわかりました。


図1:87製品/ウェブサイトの平均値とNPSの関係性回帰方程式は:NSP=−1.55+0.39*平均値-0.7*平均値2+0.06平均値3 [Adj−R2=96%]

今回わかったのは、「推奨する可能性」の回答平均値はNPSの変動率のおよそ96%を予測できるということでした。これはつまり、平均値とNPS間で換算を行うと、約4%が失われることを意味しています。

11ポイントの尺度を3ポイント(推奨者、中立者、批判者)に換算すると、情報が失われます。ですから例えば、製品間でスコアを0から5に変えてもNPSには何の変化もありません。

この分析は、平均値の代わりにNPSを使うと、情報の約4%が失われることを示唆しているのです。上記のグラフと回帰方程式もまた、7.28の平均値は0% NPSになる(推奨者と批判者が同率)ということを示しています。

以下にNPSを平均値に、また平均値をNPSに簡単に換算できる、ふたつの計算機能を用意しました。

平均値・NPSコンバーター

NPSの予測値を計算するには平均値を、平均の予測値を計算するにはNPSをそれぞれ入力してください。

の回答平均値はNPSにすると 38%
または
NPS % は平均値にすると 8.22

まとめると、NPSは多くの情報を失うことなく、解釈しやすい基準を与えてくれると言えるでしょう。平均値はNPSに近い代替値であり、回答で得られた情報を落とさないことから、統計比較においてはNPSより良く機能することがあります。注意事項としては、NPSは競合製品や先行製品、あるいは産業ベンチマークなどの意味のある数値と必ず比較すべきだということです。



Jeff Sauro

ジェフ・サウロはシックス・シグマに精通した統計アナリストであり、ユーザー・エクスペリエンスの定量化における第一人者である。彼は統計的なデータを理解させ、そしてアクション実行へと導く専門家。そしてアメリカコロラド州デンバーにある、UXリサーチ会社 MeasuringU(MeasuringU.com)の設立者である。 MeasuringU の設立以前は、Oracle、PeopleSoft、Intuit、そして General Electric で働いてきた。
ジェフはこれまで20以上の専門家のレビューを受けたリサーチ記事、そして5冊の統計とユーザー・エクスペリエンスに関わる書籍を発表している。スタンフォード大学にてラーニングとデザイン・テクノロジーの修士を取得。またデンバー大学にてリサーチメソッドと統計学の博士を取得している。

ソシオメディア UX戦略フォーラム 2015 Fall ゲストスピーカー。