NPS 뜻과 계산법, 점수를 올리는 실무 전략은?

NPS(Net Promoter Score)는 고객에게 한 가지 질문을 던져서 충성도를 숫자로 확인하는 지표입니다.

설문 10개를 돌리지 않아도 추천 의향 하나만으로 고객이 우리 서비스를 어떻게 느끼고 있는지 파악할 수 있어 많은 기업이 도입하고 있죠.

하지만 NPS를 측정하고 있는 기업은 많아도, 실제로 점수를 올리는 데까지 연결하고 있는 기업은 드뭅니다. 이 글에서는 NPS의 뜻과 계산법, 종류별 차이를 정리하고, 측정 이후 점수를 끌어올리는 실무 전략까지 다뤄보겠습니다.

NPS 뜻과 계산법, 한 가지 질문으로 충성도를 숫자로 바꾸는 방법

NPS는 Net Promoter Score의 약자로, 우리말로는 순추천지수라고 합니다. 2003년 베인앤컴퍼니의 프레드 라이켈드가 하버드 비즈니스 리뷰에 발표한 이후, 전 세계 기업들이 고객 충성도를 측정하는 표준 지표로 사용하고 있습니다.

측정 방법은 간단한데, 고객에게 한 가지 질문을 던지고 0에서 10까지 점수로 응답을 받으면 끝입니다.

많은 기업이 NPS를 진행할 때 던지는 대표적인 질문은 다음과 같습니다.

이 제품(서비스)을 친구나 동료에게 추천할 가능성은 0~10점 중 몇 점입니까?

이후 고객의 응답 점수에 따라 세 그룹으로 나뉩니다.

추천자(Promoter, 9~10점): 서비스에 만족하고 주변에 적극 추천하는 고객
중립자(Passive, 7~8점): 만족은 하지만 굳이 추천하지는 않는 고객. 경쟁 서비스로 이동할 가능성이 있는 그룹
비추천자(Detractor, 0~6점): 불만족한 고객. 부정적인 입소문을 낼 가능성이 높은 그룹

NPS를 계산할 때는 추천자 비율에서 비추천자 비율을 빼면 됩니다.

예를 들어 100명이 응답했는데 추천자가 50명, 중립자가 30명, 비추천자가 20명이라면 NPS는 50 – 20 = 30이죠.

NPS는 -100에서 100 사이의 값을 가지며, 일반적으로 0 이상이면 긍정적, 50 이상이면 우수한 편으로 평가합니다. 사실 중립자는 계산에 직접 포함되지 않지만, 이 그룹이 추천자로 올라가느냐 비추천자로 내려가느냐에 따라 NPS가 크게 바뀔 수 있어 별도 관리가 필요합니다.

NPS 종류와 측정 시점, RNPS와 TNPS의 차이

NPS는 하나의 방법론이지만, 언제 측정하느냐에 따라 두 가지로 나뉩니다. 조직 전반의 건강 상태를 보는 관계형 NPS(RNPS)와 특정 접점의 만족도를 보는 거래형 NPS(TNPS)입니다.

RNPS (Relational NPS)

분기 또는 반기 단위로, 고객이 서비스 전반에 대해 어떻게 느끼는지 측정합니다.

브랜드 전체에 대한 충성도를 파악하는 데 적합하며 전년 대비 변화를 추적하거나 경쟁사와 비교할 때 주로 사용하죠. 다만 RNPS만으로는 어떤 접점에서 만족도가 올라가거나 떨어졌는지 구체적으로 파악하기 어렵다는 한계도 있습니다.

TNPS (Transactional NPS)

고객 지원 상담 직후, 결제 완료 직후, 온보딩 완료 직후처럼 특정 경험 직후에 측정합니다.

어떤 접점이 만족도에 영향을 미쳤는지 바로 파악할 수 있어 실무 개선에 직접 연결할 수 있습니다.

앱 서비스를 운영하고 있다면 TNPS가 더 실용적인 경우가 많습니다.

앱에서는 가입, 첫 구매, 고객 문의 응대, 구독 갱신 같은 접점이 명확하고, 인앱 팝업이나 푸시로 해당 시점에 바로 질문을 던질 수 있기 때문이죠.

물론 실무에서는 두 유형을 병합해서 사용할 수도 있습니다. RNPS로 분기별 전체 건강 상태를 확인하면서 TNPS로 핵심 접점의 만족도를 상시 추적하는 방식을 병행하면 더 정밀한 관리가 가능하니까요.

NPS 점수를 제대로 활용하는 4가지 방법

NPS를 측정하는 것까지는 어렵지 않습니다. 하지만 점수만 확인하고 끝나면 NPS는 대시보드 위의 숫자에 머물고 말죠.

측정한 점수를 실제 의사결정과 개선 액션으로 연결하기 위해서는 아래 4가지 방법이 필요합니다.

1. 세그먼트별로 나눠 보기

NPS를 전체 평균으로만 보면 실제 문제가 가려집니다.

신규 가입자와 6개월 이상 이용자의 NPS는 다를 수 있고, 무료 요금제 사용자와 유료 구독자의 NPS도 다를 수 있죠. 가입 시점, 요금제, 유입 채널, 이용 빈도 등 기준으로 나눠서 보면 어떤 그룹에서 불만이 집중되는지 훨씬 명확하게 드러납니다.

특히 이때 코호트 분석을 함께 활용하면 특정 시점에 가입한 사용자 그룹의 NPS가 시간에 따라 어떻게 변하는지까지 추적할 수 있습니다.

[코호트 분석에 대해 더 자세히 알고 싶다면 이 글을 참고해주세요.]

2. 점수 뒤에 이유를 붙이기

0~10점 점수만으로는 왜 그 점수를 줬는지 알 수 없습니다. 이때 NPS 질문 바로 뒤에 후속 질문을 하나 추가하는 것만으로 인사이트의 깊이는 달라질 수 있습니다.

예를 들어 추천자에게는 어떤 점이 가장 마음에 들었는지, 비추천자에게는 어떤 부분이 개선되면 추천 의향이 높아지겠는지를 개방형으로 물어보면 점수 뒤에 숨은 맥락을 구체적으로 파악할 수 있습니다.

3. 업종별 기준점과 비교하기

NPS 30점이 높은 건지 낮은 건지는 업종에 따라 다릅니다. 같은 30점이라도 SaaS 업계에서는 평균 수준이지만, 통신 업계에서는 상위권에 해당할 수 있습니다.

일반적으로 알려진 업종별 NPS 평균 범위는 아래와 같습니다.

SaaS/테크: 30~40점대
이커머스/리테일: 40~50점대
금융/핀테크: 30~45점대
통신: 20~30점대
게임/엔터테인먼트: 편차가 큰 편

다만 이 수치는 조사 기관과 시점에 따라 차이가 있기 때문에 절대 기준으로 삼기보다는 자사 점수의 분기별 변화 추이를 함께 보는 것이 더 유의미합니다.

4. 주기적으로 추적하기

NPS는 한 번 측정하고 끝나는 지표가 아닙니다. 분기별로 RNPS를 추적하면 서비스 전반의 고객 인식 변화를 확인할 수 있고, 특정 기능을 출시하거나 가격을 변경한 뒤 TNPS를 측정하면 해당 변화가 만족도에 미친 영향을 바로 확인할 수 있죠.

이때 추적 주기와 함께 응답률 관리도 중요합니다. 응답률이 지나치게 낮으면 표본이 편향될 가능성이 높아져 점수의 신뢰도가 떨어질 수 있으니까요.

NPS를 실제로 올리는 실무 전략, 측정 이후가 진짜 시작

NPS를 측정하고 분석했다면, 이제 이 점수를 끌어 올리기 위한 액션이 필요합니다.

비추천자의 불만 원인부터 분류하기

비추천자가 10명이라면 10명의 불만 이유가 각각 다를 수 있습니다. 이때 비추천자의 불만 이유를 정확하게 파악하는 게 NPS 점수를 높이기 위한 첫 걸음이 될 수 있습니다. 제품 기능에 대한 불만인지, 고객 응대 품질의 문제인지, 가격에 대한 불만인지에 따라 대응 방향이 완전히 달라지니까요.

서비스를 빠르게 개선하고 싶다면 후속 질문에서 수집한 피드백을 유형별로 분류하고, 빈도가 높은 항목부터 우선 대응하는 것이 가장 현실적인 접근입니다. 전수 팔로업이 어렵다면 불만 유형별 대표 케이스를 선정해 개선 후 변화를 관찰하는 방식도 효과적이고요.

중립자를 추천자로 끌어올리기

중립자(7~8점)는 서비스에 불만이 있는 건 아니지만, 추천할 만큼 강한 인상을 받지 못한 고객입니다. 하지만 이 그룹의 점수가 1점만 올라가도 NPS에 직접적인 영향을 미칠 수 있습니다.

중립자를 추천자로 전환하는 핵심은, 서비스의 핵심 가치를 제대로 경험하게 만드는 것입니다. 많은 중립자는 서비스의 핵심 기능을 아직 써보지 않았거나, 한두 번만 사용하고 판단한 경우가 많거든요. 핵심 기능 사용을 유도하는 온보딩 개선이나 이용 패턴에 맞는 기능 추천이 효과적인 이유입니다.

불만이 생기기 전에 가치를 전달하는 구조 만들기

NPS를 근본적으로 올리려면, 불만이 생긴 후에 대응하는 것보다 불만이 생기기 전에 가치를 경험하게 만드는 것이 더 효과적입니다. 분석 도구로 비추천자의 행동 패턴을 파악하는 것까지는 가능하지만, 패턴을 안다고 해서 고객의 경험이 바뀌는 건 아니거든요. 핵심은 고객이 이탈을 고민하기 전에 서비스의 가치를 다시 느낄 수 있는 경험을 적시에 전달하는 것입니다.

그렇다면 가치 전달이 가장 효과적인 타이밍은 언제일까요? 고객이 실제로 무언가를 구매하려는 순간입니다. 소비 의도가 높을 때 받는 혜택이나 경험이 가장 크게 와닿기 때문이죠. 문제는 그 순간이 앱 안이 아니라 앱 밖에서 일어난다는 점입니다.

페어리테크는 이 문제를 온디바이스 AI로 풀고 있습니다. 고객이 자사 앱 외부에서 소비 의도가 높아지는 시점을 디바이스 내에서 실시간으로 포착하고, 그 순간에 우리 앱의 핵심 가치를 경험하게 만드는 방식으로 클릭률과 전환율을 높이고 있습니다.

[고객의 실시간 행동을 포착해 반응을 높이는 법은 여기서 더 자세히 확인하실 수 있습니다.]