In sintesi: il Net Promoter Score (Reichheld 2003) è proposto come "ultimate question" che predice crescita aziendale. La ricerca peer-reviewed (Keiningham et al. 2007, Morgan & Rego 2006) trova correlazioni deboli (R²=0.04-0.24) tra NPS e revenue growth, inferiori ad altre metriche come repeat purchase rate, share of wallet, customer satisfaction. NPS resta utile come tracking relativo nel tempo, non come predittore assoluto. Continua a essere usato per inerzia C-suite e semplicità di calcolo, non per validità scientifica.
Cos'è NPS e da dove arriva
Il Net Promoter Score è proposto da Frederick Reichheld in "The One Number You Need to Grow" (Harvard Business Review 2003) e consolidato in "The Ultimate Question" (2006, aggiornato 2011). La metrica è semplice: una sola domanda — "Su scala 0-10, quanto è probabile che raccomanderesti questa azienda a un amico o collega?" — e una formula: % Promoter (9-10) — % Detractor (0-6) = NPS, che varia da -100 a +100.
La promessa di Reichheld: NPS è correlato con crescita aziendale meglio di qualunque altra metrica di customer satisfaction. È "the one number" che il CEO deve monitorare. Il framework è stato adottato da Apple, Allianz, GE, e migliaia di aziende mid-market negli anni 2005-2015.
La promessa: ultimate question e crescita
L'argomento di Reichheld nel 2003 era basato su uno studio di 14 aziende in 6 settori, dove NPS mostrava la correlazione più alta con revenue growth a 1-3 anni. Il framework operativo è semplificato: misurare NPS, identificare detractor, lavorare per convertirli, monitorare il trend nel tempo. Bain & Company (la consulting firm di Reichheld) ha sviluppato un'industria di certificazioni NPS, software (Medallia, Qualtrics), playbook trasformativi.
Il successo di NPS è stato amplificato da tre fattori: semplicità (una domanda, calcolo immediato), narrazione (la "ultimate question"), endorsement Apple (Steve Jobs lo aveva adottato). NPS è entrato nei boardroom come KPI strategico al pari di EBITDA.
Cosa dice la ricerca peer-reviewed
Lo studio più citato è Keiningham, Cooil, Andreassen, Aksoy ("A Longitudinal Examination of Net Promoter and Firm Revenue Growth", Journal of Marketing 2007). Gli autori hanno replicato l'analisi di Reichheld su 21 industrie con dati longitudinali rigorosi. Risultato: la correlazione tra NPS e revenue growth è R² = 0.04-0.21, significativamente inferiore a quella di altre metriche (American Customer Satisfaction Index, repeat purchase intent, recommend intent metric). NPS non emerge come metrica superiore.
Studio successivo Keiningham et al. (Journal of Consumer Research 2008): la "differenza" che NPS calcola (Promoter - Detractor) introduce rumore statistico rispetto a usare la media diretta dello score 0-10. La trasformazione NPS perde informazione utile.
Morgan & Rego ("The Value of Different Customer Satisfaction and Loyalty Metrics in Predicting Business Performance", Journal of Marketing 2006) confronta diverse metriche di soddisfazione e loyalty su 200 aziende. Conclusione: top-2-box satisfaction e share of wallet sono predittori superiori a NPS per revenue growth, market share, ROI.
Una metanalisi (van Doorn, Leeflang, Tijs, "Satisfaction as a Predictor of Future Performance", International Journal of Research in Marketing 2013) trova effetti misurabili ma piccoli: la varianza di crescita spiegata da metriche di customer satisfaction (NPS incluso) è 5-15%, lontana dal "ultimate" suggerito da Reichheld.
Perché continua a essere usato
(1) Path dependency C-suite. NPS è entrato nei dashboard executive 15 anni fa. Eliminarlo richiede un cambio di routine, di KPI bonus, di reporting verso il board. L'inerzia è enorme.
(2) Semplicità operativa. Una domanda, un numero. È più facile da spiegare di "top-2-box satisfaction su scala likert con weighting per recency" agli stakeholder non tecnici.
(3) Industria di consulenza. Bain, Medallia, Qualtrics, Hotjar, dozzine di altre piattaforme hanno costruito business model su NPS. Il loro incentivo è mantenere il framework vivo.
(4) Tracking relativo è utile. Anche se NPS assoluto non predice growth bene, il NPS della stessa azienda nel tempo (delta) è indicatore di trend di customer experience. Per questa funzione, NPS funziona.
Le anomalie Apple e Tesla: caso o causa?
I sostenitori di NPS spesso citano Apple (NPS > 70) e Tesla (NPS > 90 nel 2018) come prova che alti NPS = crescita. Ma queste sono anomalie non replicate. Apple ha NPS alto perché ha clienti highly self-selected (i fan Apple sono fan), non perché NPS predice crescita. Lo stesso per Tesla pre-2020.
Quando si controlla per brand love (variabile confounding) e si guarda alla coorte di clienti normali, NPS non emerge come predittore. Apple cresce per innovazione di prodotto, distribution, brand building decennale. Tesla è cresciuto per vantaggio tecnologico EV. Il loro NPS è effetto, non causa.
Alternative: cosa misurare al posto di (o accanto a) NPS
(1) CSAT (Customer Satisfaction Score) — top-2-box: % di rispondenti che danno 4 o 5 su scala 1-5. Più predittivo di NPS in molti studi (Morgan & Rego 2006). Funziona meglio dopo singole interazioni (post-checkout, post-call).
(2) CES (Customer Effort Score) — "Quanto sforzo hai dovuto fare per risolvere il tuo problema?" Su scala 1-7. Dixon, Freeman, Toman (HBR 2010) mostrano che CES predice loyalty e repeat purchase meglio di NPS in contesti customer service.
(3) Repeat Purchase Rate / Share of Wallet — il dato più predittivo: cosa fanno effettivamente i clienti, non cosa dicono. Richiede tracking tramite CRM, ma elimina il bias del self-report.
(4) Recommend Intent Direct — "Hai raccomandato in passato?" o "A chi hai parlato del nostro prodotto nell'ultimo mese?" Misura comportamento dichiarato, non intenzione astratta.
(5) Brand Health Tracker (Romaniuk) — survey periodica su 200-500 consumatori target con domande su mental availability, distinctive brand assets, CEP coverage. Più ricco di insight di NPS singolo.
Quando NPS ha senso (relativo, non assoluto)
NPS funziona come metrica di tracking relativo nel tempo per la stessa azienda. Se il tuo NPS scende da 45 a 30 in 3 trimestri, è segnale credibile di erosione customer experience. Se è 50 vs media settore 35, è segnale di vantaggio relativo.
NPS NON funziona come benchmark cross-industria assoluto, predittore di crescita futura singolo, KPI strategico unico, leva di compensation top management. In questi casi introduce distorsioni decisionali.
Tabella confronto metriche
| Metrica | Predittiva growth | Costo | Use case |
|---|---|---|---|
| NPS | Bassa (R² 0.04-0.24) | Basso | Tracking relativo CX |
| CSAT | Media | Basso | Post-interazione |
| CES | Media-alta (CS) | Basso | Customer service |
| Repeat purchase rate | Alta | Medio (CRM) | Loyalty reale |
| Share of wallet | Alta | Alto (panel) | Categoria competitive |
| Brand health tracker | Alta | Medio-alto | Brand strategy |
Come "smettere" di basarsi su NPS senza creare disagio
Step 1. Non eliminare NPS dai dashboard subito. Aggiungi metriche secondarie predittive (repeat rate, CSAT, share of wallet).
Step 2. Spiega al management il razionale evidence-based. Cita Keiningham et al., Morgan & Rego. Posiziona NPS come "tracking relativo CX", non come "predictor of growth".
Step 3. Sposta gradualmente i KPI di compensation da NPS a metriche di outcome (revenue, retention, share of wallet).
Step 4. Pubblica internamente il framework "metric stack" (NPS + CSAT + CES + repeat rate) come sostituto della "ultimate question".
FAQ
NPS è "pseudoscienza"?
Più accurato: NPS è una metrica con base scientifica debole quando usata come predittore assoluto di crescita. La promessa originale di Reichheld 2003 non è confermata da replication peer-reviewed. Come tracking relativo nel tempo è uno strumento legittimo. La distinzione tra uso fragile (predittore strategico assoluto) e uso valido (tracking trend CX) è critica.
Posso eliminare NPS dal dashboard del board?
Difficile in molti contesti. Strategia migliore: mantenerlo come uno dei tracking metric, ma affiancarlo con metriche più predittive (repeat rate, share of wallet, CSAT) per le decisioni strategiche. Spostare il peso decisionale su metriche di outcome.
Se NPS è debole, perché Bain & Company continua a difenderlo?
Conflitto d'interesse strutturale: Bain ha costruito una pratica di consulenza enorme su NPS. Non significa che siano in malafede; significa che le critiche peer-reviewed faticano ad attraversare la narrativa promozionale. Lettori critici dovrebbero leggere Reichheld con cautela e Keiningham per controprova.
NPS B2B funziona?
Funziona peggio che B2C, perché in B2B il numero di rispondenti è basso (poche aziende clienti), il rumore statistico è alto, e la "raccomandazione" non si traduce in growth diretta come nel passaparola B2C. Per B2B, repeat contract rate, expansion revenue, retention sono predittori più solidi.
Esistono adattamenti di NPS più rigorosi?
Sì. NPS 2.0 (Reichheld & Markey, 2011) introduce "earned growth" come complemento. Net Easy Score (Forrester) sostituisce raccomandazione con effort. Customer Effort Score 2.0 (Dixon 2017) raffina CES. Tutti riducono il problema della trasformazione Promoter-Detractor. Validazione peer-reviewed comunque limitata.
Come misurare customer experience senza NPS?
Stack di tre metriche: (1) CES post-interazione (customer service, checkout); (2) CSAT periodico (mensile, sample 200+ clienti); (3) repeat purchase rate / share of wallet da CRM (mensile, dato comportamentale). Per brand health, aggiungere brand tracker semestrale (200-500 consumatori target).
Fonti e riferimenti
- Reichheld, F. — "The One Number You Need to Grow" (Harvard Business Review, dicembre 2003)
- Reichheld, F. — "The Ultimate Question 2.0" (Harvard Business Review Press, 2011)
- Keiningham, T., Cooil, B., Andreassen, T., Aksoy, L. — "A Longitudinal Examination of Net Promoter and Firm Revenue Growth" (Journal of Marketing, luglio 2007)
- Keiningham, T. et al. — "The Value of Different Customer Satisfaction and Loyalty Metrics" (Journal of Consumer Research, 2008)
- Morgan, N., Rego, L. — "The Value of Different Customer Satisfaction and Loyalty Metrics in Predicting Business Performance" (Journal of Marketing, 2006)
- van Doorn, J., Leeflang, P., Tijs, M. — "Satisfaction as a Predictor of Future Performance" (International Journal of Research in Marketing, 2013)
- Dixon, M., Freeman, K., Toman, N. — "Stop Trying to Delight Your Customers" (Harvard Business Review, luglio-agosto 2010)
- Romaniuk, J. — "Better Brand Health: Measures and Metrics for a How Brands Grow World" (2023)
- Bain & Company NPS resources: bain.com/insights/topics/customer-loyalty
