NPS-Befragung

Definition: Eine NPS-Befragung (Net Promoter Score-Befragung) ist eine standardisierte Kurzbefragung zur Messung von Kundenloyalität und Weiterempfehlungsbereitschaft. Kernstück ist die sogenannte "Ultimate Question" (Reichheld, 2003): "Wie wahrscheinlich ist es, dass Sie [Unternehmen/Produkt/Marke] einem Freund oder Kollegen weiterempfehlen würden?" – bewertet auf einer Skala von 0 (überhaupt nicht wahrscheinlich) bis 10 (äußerst wahrscheinlich). Auf Basis der Antwortverteilung werden Befragte in drei Gruppen eingeteilt: Promotoren (9–10), Passive (7–8) und Detraktoren (0–6). Der Net Promoter Score berechnet sich als Differenz aus dem prozentualen Anteil der Promotoren minus dem prozentualen Anteil der Detraktoren: NPS = %Promotoren – %Detraktoren. Das Ergebnis liegt zwischen –100 (alle Befragten sind Detraktoren) und +100 (alle sind Promotoren). Der NPS wurde von Fred Reichheld in Zusammenarbeit mit Bain & Company und Satmetrix entwickelt und 2003 in der Harvard Business Review vorgestellt. Er ist heute einer der am weitesten verbreiteten KPIs für Customer Experience und Kundenloyalität weltweit.

Erläuterung

Die Popularität des NPS erklärt sich durch seine Einfachheit: Eine einzige Frage, eine standardisierte Skala, eine leicht kommunizierbare Kennzahl. Reichheld (2003) argumentierte in seiner Originalarbeit, dass der NPS stärker mit Unternehmenswachstum korreliert als jede andere Kundenzufriedenheitskennzahl. Diese Behauptung wurde seither in zahlreichen Studien diskutiert – mit gemischten Ergebnissen. Während einige Studien die Wachstumskorrelation bestätigen, zeigen andere, dass der NPS anderen Messinstrumenten wie dem Customer Satisfaction Score (CSAT) oder dem Customer Effort Score (CES) in seiner Vorhersagekraft nicht überlegen ist (Keiningham et al., 2007).

In der Praxis wird zwischen zwei NPS-Varianten unterschieden. Der relationale NPS (Relationship NPS) misst die generelle Loyalität gegenüber einer Marke oder einem Unternehmen, unabhängig von einer spezifischen Interaktion. Er wird periodisch erhoben (quartalsweise, jährlich) und eignet sich für strategisches Brand-Tracking und langfristigen Loyalitätsvergleich. Der transaktionale NPS (Transactional NPS) wird unmittelbar nach einer spezifischen Interaktion erhoben – nach einem Kauf, einem Servicekontakt, einer Lieferung oder einem Support-Ticket. Er ist näher am Erlebnis und damit handlungsrelevanter für operative Verbesserungen (Markey, 2020).

Methodisch wird der NPS fast immer durch eine offene Folgefrage ergänzt: "Was ist der Hauptgrund für Ihre Bewertung?" Diese qualitative Ergänzung ist für die Handlungsrelevanz entscheidend, denn ein NPS-Wert allein sagt nicht, warum Kunden zufrieden oder unzufrieden sind. Moderne NPS-Programme setzen Text-Mining und Sentiment-Analyse ein, um aus den offenen Antworten automatisch Themencluster und Treiber von Loyalität bzw. Detraktion zu extrahieren (Reichheld & Markey, 2011).

Benchmarking des NPS ist komplex, da der Score stark von Branche, geografischem Markt, Erhebungszeitpunkt und Befragungsmethode abhängt. Kulturelle Unterschiede im Antwortverhalten (z. B. Zurückhaltung bei Extremwerten in Deutschland im Vergleich zu den USA) machen internationale Vergleiche methodisch problematisch, wenn nicht für diese Effekte kontrolliert wird (van Doorn et al., 2013). Ein NPS von +30 kann in einer Branche mit durchwachsenen Scores exzellent sein, in einer anderen Branche jedoch unter dem Durchschnitt liegen. Benchmarkdatenbanken von Bain & Company, Temkin Group und CustomerGauge ermöglichen branchenspezifische Vergleiche.

Kritiker des NPS weisen auf methodische Schwächen hin: Die Gruppeneinteilung in Promotoren, Passive und Detraktoren ist willkürlich und führt dazu, dass ein Befragter mit Wert 6 gleichgewichtig in den Score eingeht wie jemand mit Wert 0 – obwohl letzterer möglicherweise weitaus aktiver negative Mundpropaganda betreibt. Außerdem misst eine einzige Frage naturgemäß weniger zuverlässig als mehrdimensionale Zufriedenheitsbatterien. Für tiefgehende Diagnose ist der NPS als alleinige Kennzahl unzureichend und sollte durch weitere CX-Metriken und qualitative Forschung ergänzt werden (Keiningham et al., 2007).

Berechnung und Kategorien

• Promotoren (9–10): Begeisterte Kunden, die aktiv weiterempfehlen und den stärksten positiven Einfluss auf Wachstum durch Mundpropaganda haben.
• Passive (7–8): Zufriedene, aber nicht begeisterte Kunden – leicht abwanderungsgefährdet und werden bei der NPS-Berechnung nicht gezählt.
• Detraktoren (0–6): Unzufriedene Kunden, die potenziell aktiv negative Mundpropaganda betreiben und Akquisitionskosten durch negative Bewertungen erhöhen.
• Formel: NPS = Anteil Promotoren (%) – Anteil Detraktoren (%) – ergibt Werte zwischen –100 und +100.
• Interpretation: Branchenabhängig; generell gilt >0 als positiv, >30 als gut, >50 als exzellent – aber immer im Branchenvergleich bewerten.

Best Practices für NPS-Programme

• Offene Folgefrage: Immer eine offene Begründungsfrage ergänzen, um actionable Insights zu generieren und Haupttreiber von Promoter- vs. Detraktionsverhalten zu verstehen.
• Closed-Loop-Management: Detraktoren nach der Befragung proaktiv kontaktieren, um Beschwerden zu lösen und Abwanderung zu verhindern – das erhöht den NPS und die Kundenbindung direkt.
• Konsistente Messmethodik: Kanal, Timing und Fragebogenformulierung über Zeit konsistent halten, um valide Zeitreihen zu erhalten.
• Segmentierte Analyse: NPS nach Kundensegmenten, Produkten, Regionen oder Touchpoints aufschlüsseln, um Handlungsfelder zu priorisieren.
• Integration in Reporting: NPS als regulären KPI in Business-Reviews verankern, um kontinuierliches Management-Commitment für Customer Experience zu gewährleisten.

Referenzen

• Keiningham, T. L. et al. (2007). A longitudinal examination of net promoter and firm revenue growth. Journal of Marketing, 71(3), 39–51.
• Markey, R. (2020). Are You Undervaluing Your Customers? Harvard Business Review Press.
• Reichheld, F. F. (2003). The one number you need to grow. Harvard Business Review, 81(12), 46–54.
• Reichheld, F. F. & Markey, R. (2011). The Ultimate Question 2.0. Harvard Business Review Press.
• van Doorn, J. et al. (2013). Satisfaction cues and unfair treatment in the service encounter. Journal of Retailing, 89(4), 396–409.