고객 만족도 점수는 높은데 재구매와 추천은 늘지 않는 상황, 실무에서 자주 마주하게 됩니다. 만족 여부만 묻는 지표로는 고객이 실제로 우리를 주변에 권할 의향이 있는지까지 읽어내기 어렵기 때문입니다. NPS(순추천지수, Net Promoter Score)는 이 간극을 메우기 위해 설계된 로열티 지표입니다. 이 글에서는 NPS의 정의와 산출식, 조사 설계 방법, 그리고 점수를 잘못 읽지 않기 위한 해석 원칙을 실무 관점에서 정리합니다.
NPS(순추천지수)란?
NPS는 “이 제품·서비스를 동료나 지인에게 추천할 의향이 얼마나 되십니까?”라는 단일 질문에 0~10점(11점 척도)으로 답하게 하고, 그 응답을 세 그룹으로 나눠 산출하는 지표입니다. 9~10점은 추천고객(프로모터), 7~8점은 중립고객(패시브), 0~6점은 비추천고객(디트랙터)으로 분류합니다.
산출식은 단순합니다. NPS = 추천고객 비율(%) − 비추천고객 비율(%)입니다. 중립고객은 계산에서 제외됩니다. 예를 들어 응답자의 50%가 추천고객, 20%가 비추천고객이면 NPS는 30이 됩니다. 이론적으로 −100에서 +100 사이의 값을 가지며, 백분율이 아니라 지수(index)이므로 보통 ‘점’이나 ‘%’ 없이 정수로 표기합니다.
왜 NPS를 쓰는가
NPS의 핵심 가치는 ‘관계형 로열티’를 하나의 수치로 추적할 수 있다는 데 있습니다. 만족도(CSAT)가 특정 접점에서의 순간 만족을 측정한다면, NPS는 고객이 브랜드 전반에 대해 얼마나 우호적인 태도를 갖고 있는지, 나아가 이를 타인에게 권할 만큼의 신뢰가 쌓였는지를 봅니다. 추천 의향은 재구매·이탈·구전 같은 행동과 연결되기 쉬운 태도 지표이기 때문에, 로열티의 방향성을 읽는 데 유용합니다.
또 하나의 장점은 조직 내 공용어로 기능한다는 점입니다. 질문과 산출식이 단순해 부서 간 소통이 쉽고, 시점별·세그먼트별로 같은 기준으로 비교할 수 있습니다. 다만 이 단순함은 양날의 검이어서, 뒤에서 다룰 해석 단계에서 신중함이 필요합니다.
NPS 조사 설계 방법
핵심 질문과 후속 개방형 문항
NPS 조사는 최소 두 문항으로 구성합니다. 첫째는 0~10점 추천 의향을 묻는 핵심 질문이고, 둘째는 “그렇게 응답하신 이유는 무엇입니까?”와 같은 개방형 후속 문항입니다. 점수만으로는 ‘왜’를 알 수 없기 때문에, 개선 액션의 실마리는 대부분 이 이유 문항에서 나옵니다. 개방형 응답은 뒤에서 감정·유형별로 분류해 반복되는 불만과 칭찬 요인을 파악하는 데 활용합니다.
관계형 NPS와 거래형 NPS
NPS는 측정 목적에 따라 두 유형으로 나뉩니다. 관계형(Relational) NPS는 특정 접점과 무관하게 브랜드 전반에 대한 로열티를 주기적으로(예: 분기·반기) 측정합니다. 장기 추세와 세그먼트 비교에 적합합니다. 거래형(Transactional) NPS는 구매·상담·체크아웃 같은 특정 경험 직후에 그 접점에 대한 평가를 묻습니다. 어느 접점에서 로열티가 훼손되는지 짚어내는 데 유용합니다. 두 유형은 대체재가 아니라 보완재이므로, 관계형으로 큰 흐름을 보고 거래형으로 원인 접점을 좁혀 들어가는 조합을 권장합니다.
발송 채널과 타이밍
같은 문항이라도 언제, 어떤 채널로 묻는지에 따라 응답률과 응답의 질이 달라집니다. 거래형 NPS는 경험의 기억이 선명한 직후에 보내야 정확도가 높습니다. 반대로 너무 이르면 경험이 완결되지 않은 상태에서 평가하게 되므로, 접점의 성격에 맞춰 발송 시점을 정합니다. 채널은 고객이 실제로 확인하는 경로(알림톡·문자·이메일 등)를 우선하고, 응답 부담을 줄이기 위해 모바일에서 한 화면에 끝나는 형태를 유지하는 것이 좋습니다.
NPS 점수 해석 원칙
가장 흔한 오해는 절대점수 자체에 과도한 의미를 부여하는 것입니다. NPS는 업종·시장·문화에 따라 편차가 큽니다. 어떤 산업은 구조적으로 점수가 낮게 형성되고, 특히 중립적 평가를 선호하는 문화권에서는 극단값(9~10점) 선택이 적어 점수가 보수적으로 나오는 경향이 있습니다. 따라서 “우리 NPS가 몇 점이니 좋다·나쁘다”를 단정하기보다, 비교의 기준을 신중히 잡아야 합니다.
실무에서 유효한 해석은 두 축을 중심으로 이뤄집니다. 첫째는 추세입니다. 같은 방식으로 측정한 우리 점수가 시간에 따라 오르는지 내리는지가, 낯선 외부 벤치마크와의 단순 비교보다 훨씬 신뢰할 만한 신호입니다. 둘째는 세그먼트입니다. 전체 평균 뒤에는 지역·상품·채널·고객 등급별 격차가 숨어 있습니다. 어떤 세그먼트에서 비추천고객이 집중되는지를 봐야 개선 대상이 구체화됩니다. 점수는 진단의 출발점일 뿐, 개방형 이유 응답과 결합해야 액션으로 이어집니다.
흔한 실수 체크리스트
- 점수 척도를 임의로 바꾸거나(예: 5점 척도) 그룹 경계를 변형해 산출식을 흐트러뜨린다.
- 이유를 묻는 개방형 문항 없이 점수만 수집해 ‘왜’를 놓친다.
- 관계형과 거래형을 구분하지 않고 뒤섞어, 추세와 원인 접점을 함께 잃는다.
- 절대점수를 근거 불명확한 외부 벤치마크와 곧바로 비교해 자의적으로 판단한다.
- 전체 평균만 보고 세그먼트별 편차와 비추천고객 집중 구간을 방치한다.
- 응답을 수집만 하고 후속 대응(클로징 더 루프)으로 연결하지 않는다.
- 측정 시점과 채널이 일관되지 않아 시계열 비교의 기준이 무너진다.
포켓서베이 CX와 NPS 운영
NPS는 한 번 측정하고 끝나는 지표가 아니라, 일관된 기준으로 지속 수집하고 특이점을 포착해 리포팅하는 흐름 속에서 가치를 냅니다. 포켓서베이 CX는 PMS·CRS·POS·CRM 등 고객 시스템과 연동해 알림톡·문자·이메일로 설문을 자동 발송하고, 여기에 리뷰 채널을 지속적으로 크롤링해 정형·비정형 목소리를 함께 모읍니다. 수집된 개방형 응답과 리뷰는 AI 감정분석과 유형분류를 거쳐, 어떤 세그먼트·접점에서 비추천 신호가 커지는지를 이상신호로 탐지합니다.
이렇게 정리된 결과는 고객여정 대시보드와 정기 리포팅으로 이어져, 절대점수의 함정에 빠지지 않고 추세와 세그먼트 중심으로 로열티를 관리할 수 있게 합니다. NPS 조사를 설계 단계부터 운영·분석까지 턴키로 맡기고 싶다면 아래 링크를 참고해 주세요.
