SurveyMonkey

Med Net Promoter Score-spørsmålet (NPS) kan du måle kundelojaliteten. Poengsummen representerer nettoprosentandelen av kundene som er promotører av selskapet eller merket ditt.

NPS-metodologien er basert på følgende spørsmål:

Hvor sannsynlig er det at du vil anbefale dette selskapet til en venn eller kollega?
(Ikke sannsynlig i det hele tatt) 0 1 2 3 4 5 6 7 8 9 10 (svært sannsynlig)

Basert på respondentens svar plasseres de i en av tre grupper:

Gruppe
Poengsum
Description
Promotører9–10Lojale entusiaster som vil holde seg i selskapet og oppfordre venner og kolleger til å gjøre det samme.
Passive7–8Fornøyde, men lite entusiastiske kunder som lett kan bli gjort kur til av konkurrentene.
Kritikere0–6Misfornøyde kunder som har potensial til å skade merkevaren din.

For å beregne poengsummen trekker vi prosentandelen av kritikere fra prosentandelen av promotører. En positiv poengsum indikerer at promotørene oppveier kritikerne.

Når du bruker den ferdiglagde NPS-malen eller -spørsmålstypen, beregner vi poengsummen automatisk. Bare legg til et NPS-spørsmål i undersøkelsen, eller velg fra flere undersøkelsesmaler som inkluderer NPS-spørsmålet.

Start fra en mal! Mange av ekspertundersøkelsesmalene våre inneholder NPS-spørsmålet. Bla gjennom maler »

Hvis du sender undersøkelsen via e-postinvitasjon, kan du integrere NPS-spørsmålet i e-posten slik at kundene kan svare på undersøkelsen med bare ett klikk i e-postmeldingen.

Du kan også sende en NPS-spørreundersøkelse ved bruk av en av inngangspunkttypene.

Vi beregner NPS-en automatisk i Analyser resultatene-delen av undersøkelsen. NPS-en kan gå fra -100 (alle kritikere) til 100 (alle arrangører). Alle positive tall betyr at prosentandelen av kundene som er promotører, oppveier prosentandelen av kundene som er kritikere.

Som standard uttrykkes poengsummen i et brukervennlig målediagram. Under diagrammet i datatabellen kan du se nøyaktig antall kritikere, passive og promotører.

net-promoter-score-gauge-diagram
  • Beregne NPS
  • Tilpasse NPS-diagrammer
  • Sammenligninger
  • Filtreringsregler
  • Datatrender