企业增长的核心指标：客户净推荐值（NPS）

《哈佛商业评论》
作者：弗雷德里克·F·赖克霍德

引言

如果企业追求增长，复杂的客户满意度、客户留存测算很难带来有效参考，企业真正需要掌握的，是客户愿意向亲友推荐你的意愿。

一场行业高管论坛上，来自先锋集团、福来鸡、州立农业保险等头部企业的CEO齐聚一堂，交流客户与员工忠诚度运营经验。安飞士租车CEO安迪·泰勒分享的一套客户忠诚度管理方法，令在场所有人深受触动。

泰勒带领团队搭建了一套极简体系，摆脱传统冗长客户调研的繁琐，仅用两道简单问卷衡量客户忠诚度：一是租车体验评价，二是再次选择本公司租车的意愿。问卷流程简单、回收速度快，短短几天就能输出全美5000家门店的排名数据，各门店可实时知晓自身服务水平，并对标优秀门店学习优化。

这套调研还有一处颠覆性设计：门店排名仅统计给出满分好评的客户。只聚焦高度满意客户的思路让一众高管心生疑惑：那些满意度中等、仍持续复购的客户同样支撑企业营收，难道不需要纳入考核？采用均值、中位数等更精细的统计方式会不会更全面？

泰勒给出答案：唯有聚焦极致满意的客户，才能抓住盈利增长的核心驱动力——这类客户不仅会反复消费，还会主动向身边人推荐品牌。

安飞士的思路同样启发了我。市面上绝大多数客户满意度调研实用性极低：问卷冗长复杂、回收率惨淡，得出的结论模糊笼统，一线管理者难以落地整改。同时高管、董事会与投资者普遍不重视这类调研，核心原因在于调研数据和企业利润、增长不存在强关联。

安飞士仅凭一套简易工具就实现盈利增长，让我萌生思考：这套聚焦高好评客户的模式，能否复制到租车行业之外、复杂度更高的其他行业？衡量客户忠诚度的问卷，是否可以精简至单一问题？如果可行，这个核心问题应该是什么？

我耗时两年开展实证研究，将问卷反馈与客户真实消费、转介绍行为数据绑定，最终关联企业增长表现，得出清晰却反直觉的结论：单一问卷问题即可有效预测企业增长，但这个问题不直接询问满意度或忠诚度，而是调研客户向他人推荐产品、服务的意愿。

在我调研的绝大多数行业中，愿意主动推荐品牌的客户占比，是衡量客户忠诚度最有力的指标，直接决定同赛道企业增长速度的差距。

当然，企业增长不止由客户忠诚度决定，行业扩张、宏观经济、产品创新等因素同样发挥作用。我无意夸大该指标的价值：推荐意愿问卷并非在所有行业都具备最高预测效力，但发自内心主动安利品牌的客户，绝对是驱动增长的核心要素。即便高忠诚度客户无法保证企业一定增长，可持续的盈利增长，几乎离不开这类客户支撑。

本次研究也开创了一套全新的客户调研思路：摒弃复杂模型，以极简问卷直接对接企业经营成果。用单一问题替代晦涩繁琐的传统满意度调研，企业能够真正落地调研数据，引导全体员工聚焦增长目标。

一、忠诚度与企业增长

正式介绍多行业调研成果前，先厘清忠诚度的定义，以及企业衡量忠诚度时常陷入的误区。

（一）忠诚度的核心定义

忠诚度是个体（客户、员工、合作伙伴）愿意付出成本、做出个人牺牲，维系长期关系的意愿。
放到客户视角：即便单次交易中竞品报价更低，客户仍长期选择综合体验、价值更优的合作方，这就是客户忠诚。

由此可见，客户忠诚度远不止重复购买。

1. 持续复购≠忠诚：部分客户反复消费，只是出于消费惯性、无感选择，或是企业设置高转换门槛被迫留存。例如消费者固定搭乘某家航司，仅因该航线航班最多，而非认可品牌。
2. 低频消费≠不忠诚：部分客户因需求下降减少采购，却依旧高度认可品牌。例如年纪增长、用车减少，换车周期拉长，但依旧认可车企品牌。

真正的客户忠诚会从两方面改善企业盈利：
第一，降低获客成本。老客户持续留存，企业无需持续投入高额费用开发新客。
第二，拉动营收增长。忠实客户收入提升后，会逐步提高该品牌的消费占比。

而忠诚度最关键的价值，在于客户自发口碑传播。主动推荐是忠诚度最强信号，因为客户在为品牌背书时，会消耗自身社交信誉；只有发自内心认可，客户才愿意承担信誉风险向亲友推荐。
举例：消费者多年购买本田汽车，后期换更高端车型，但依旧会热情向刚买车的晚辈推荐本田，足以证明品牌忠诚度，与复购频次无关。

忠实客户自发带来新客源，零成本为企业拓客，在成熟行业价值尤为突出。成熟市场依靠广告、促销获客成本高昂，很难实现盈利增长；企业唯一可持续的盈利增长路径，就是让忠实客户成为免费营销团队。

（二）错误的忠诚度衡量标准

既然忠诚度对盈利增长至关重要，精准衡量、运营忠诚度本应是企业标配，但现有主流衡量工具普遍存在缺陷，要么逻辑复杂一线无法落地，要么数据失真。

1. 客户留存率（局限性极强）

留存率是现有工具里相对靠谱的选择，在不少行业与利润存在关联，但和企业增长关联性极弱。留存仅统计客户流失规模，只能反映客户池持续漏水，无法体现客源新增。

同时，高留存完全不等于高忠诚：客户可能因极高转换成本、年龄与收入变化被迫留存，依靠留存数据投入大额经营预算存在巨大风险。

2. 传统客户满意度调研（参考价值极低）

实证数据证明，满意度分数和客户真实消费行为、企业增长不存在稳定强关联，资本市场对此也持消极态度。《华尔街日报》季度发布的美国消费者满意度指数（ACSI）覆盖200余家美国企业，但高分满意度和亮眼营收增长几乎无对应关系，部分企业甚至呈现反向趋势。

典型案例：凯马特曾大幅提升满意度指数评分，营收却持续暴跌，最终走向破产。

即便行业顶尖、体系精密的满意度调研，依旧存在致命漏洞。我曾走访美国三大车企之一，企业投入数百万开展满意度调研，但经销商门店评分，和门店利润、增长毫无关联。

经销商坦言，满意度只是应付厂商的表面工作：厂商为了门店高分，会优先分配热销车型；门店为拉高评分，会强制销售成交后向客户索要满分评价，甚至赠送脚垫、免费保养作为交换；部分精明客户还会主动议价，以满分问卷为筹码要求额外数千元优惠。厂商、门店、销售共同美化分数，调研数据彻底失去真实性。

3. 现有客户调研体系整体短板

企业只有拥有可落地、真实可信的忠诚度衡量工具，才能对标忠诚度目标开展经营，如同当下企业考核利润、品质指标。早年行业寄望客户关系管理系统（CRM）实现忠诚度量化，但目前仅信用卡、商超等高频消费行业可落地；低频行业很难通过消费数据快速捕捉忠诚度变化。

二、实证研究：找到衡量忠诚的唯一核心问题

想要找到有效衡量忠诚度的指标，必须打破传统调研模式：将独立客户问卷反馈，长期匹配其真实复购、转介绍行为。我联合客户反馈分析软件企业Satmetrix（本人担任该公司董事）与贝恩咨询团队共同开展研究。

（一）调研基础设计

研究最初采用我与贝恩团队设计四年的《忠诚度深度测试问卷》，包含20道问题，可全面评估品牌客户关系。研究覆盖六大行业：金融服务、有线电视与通信、个人电脑、电商、车险、互联网服务商，面向上万名普通消费者发放问卷。

团队逐一匹配受访者完整消费记录，并追踪6—12个月，持续收集客户后续复购与转介绍行为数据。基于4000余名有效样本，搭建14组行业企业案例，对比问卷回答与客户真实行为的相关性。

（二）问卷问题相关性对比

统计所有问卷问题与复购、转介绍行为的关联强度后，得出颠覆性结论：
14组案例中，“您有多大可能向亲友、同事推荐本企业？” 这道题在11组中相关性排名前二；剩余3组中该题得分与第一名差距极小，仅依靠这单一问题就能完成有效预测。

我原本预判排名第一的两道问题，实际预测效果均不及推荐意愿题：

1. “您是否高度认同，这家企业值得您长久忠诚？”（抽象忠诚概念，客户感知弱）
2. “您是否认同，这家企业树立了行业优秀标杆？”（侧重产品优势，无法体现主动背书意愿）

而最常用的“您对企业整体服务满意度如何？”，仅少量行业具备参考价值，整体预测增长能力最弱。

（三）NPS评分标准与三类客户划分

确定核心问题后，团队设计一套简洁、无歧义的0—10分评分量表，方便客户、员工、投资者快速理解：

• 10分：极有可能推荐
• 5分：中立态度
• 0分：完全不可能推荐

结合客户后续真实转介绍、复购行为，所有受访者清晰划分为三类：

1. 推荐者（9—10分）：复购、主动转介绍比例最高，企业核心增长动力
2. 被动满意者（7—8分）：体验尚可，但不会主动推荐品牌
3. 贬损者（0—6分）：体验较差，易向他人传播负面评价

这套三分法规避传统满意度的“分数虚高”问题：传统调研只要略高于中立就判定为满意，大幅高估客户认可程度，安飞士早期只聚焦满分客户，正是避开了该陷阱。

对一线管理者而言，三类客户划分直观易懂，经营目标清晰：增加推荐者、减少贬损者，远比“提升满意度均值一个标准差”更容易落地执行。

三、净推荐值（NPS）与企业增长的强关联

前期研究仅验证问卷答案与个体客户行为的关系，下一步核心验证：净推荐值能否解释同行业不同企业的增长差距，覆盖更多赛道。

（一）大规模行业数据追踪

2001年一季度起，Satmetrix持续追踪十余个行业、400余家企业的客户推荐评分，每季度回收1万—1.5万份独立客户问卷。
计算公式：净推荐值NPS = 推荐者占比 − 贬损者占比

团队匹配各企业可对比、可靠的营收增速数据，将企业NPS分数与增长速率对标，研究结论极具说服力。

以航空行业为例：1999—2002三年间，航司净推荐值和年均增长高度相关；全行业没有任何一家航司，能在不优化推荐者/贬损者比例的前提下实现增长。租车行业同样印证结论：安飞士的NPS与增速均领跑同行。

（二）NPS不适用的特殊行业场景

推荐意愿问卷并非万能，两类场景预测效力大幅下降：

1. 企业级数据库、系统软件行业：采购决策由企业高管决定，普通使用者无选择权，向亲友推荐的行为不具备参考意义，此时“行业标杆”“值得忠诚”两道问卷预测效果更好。
2. 垄断、近垄断行业（本地固话、有线电视）：消费者几乎无替代选择，区域人口、经济规模决定行业增速，客户口碑难以影响增长。

同时存在少量小众细分企业，增速高于自身NPS对应水平。但绝大多数行业、绝大多数企业，客户愿意主动推荐是增长核心前提。

四、贬损客户带来的经营危机：AOL反面案例

互联网服务商AOL、MSN、EarthLink的增长分化，直观展现贬损客户对企业的巨大伤害。

AOL长期将经营重心放在新客拉新，依靠流量勉强抵消大规模客户流失，却忽视将新客转化为忠实推荐者。企业客服体系持续崩坏，客户甚至找不到官方咨询、售后电话。

2003年AOL每月流失客户超20万，为止损持续加码营销投放；叠加互联网广告行业下行，2001—2003年企业现金流暴跌近四成。2002年调研显示，AOL客户中贬损者占比42%，推荐者仅32%，整体NPS为-10分。大量失望客户持续对外传递负面体验，品牌修复难度极大。

竞品MSN、EarthLink深耕客户体验，NPS表现更优，增长速度显著领先：

1. MSN投入5亿美元研发升级服务，完善家长管控、垃圾邮件拦截功能，2003年推荐者占比41%，贬损者32%，NPS达9分；
2. EarthLink持续优化拨号网络稳定性，减少占线、断线问题，开放便捷人工客服，NPS水平与MSN持平。

AOL的教训证明：依靠低价补贴、大额投放走捷径换增长，舍弃真实客户忠诚，最终得不偿失。贬损客户的负面口碑会大幅抬高企业获客成本，企业需要付出极高优惠才能吸引观望客户尝试产品。

除此之外，贬损客户与仅被动满意的客户，还会拉高企业人力、售后运营成本；每一名贬损客户，都意味着企业流失一名免费对外拓客的推荐者。

五、简化调研体系：以NPS作为经营管理工具

本次研究核心结论：客户调研应当极致简化，精准单一问题搭配实时数据，才能让一线员工落地执行。

市面上多数传统满意度调研流程繁琐，数据滞后数月；门店管理者很难解读多层加权算法得出的模糊分数，无法针对性优化服务。

而NPS体系完全不同：管理者每周甚至每日就能拿到门店三类客户占比，直接下达清晰目标：“提升推荐者数量，降低贬损者比例，拉动门店增长”，目标简单、可落地、能激励员工。

客户反馈调研本质不是市场调研，而是企业运营管理工具，安飞士的落地实践充分验证该逻辑：

1. 初期调研问卷冗长，仅能输出区域平均分，无法划分单店责任，后续精简问卷、扩大样本，实现单店月度数据快速统计；
2. 企业绑定问卷评分与客户复购、转介绍数据，发现满分客户二次租车概率是次高分客户的三倍；
3. 客户给出中立、差评后，调研人员会征得客户同意，第一时间同步门店店长；店长标准化处理致歉、定位问题根源、闭环解决客户不满；
4. 整套调研体系年投入超400万美元，但有效提升客户忠诚度，被管理层认定为回报最高的战略投入；
5. 部分门店管理者试图篡改评分、美化数据，企业建立核查机制，严查并处罚数据造假行为；
6. 高管安迪·泰勒发现门店评分提升速度缓慢，区域差距巨大，出台硬性制度：门店管理者想要晋升，门店NPS必须达到公司平均及以上，等于将客户评价和管理层晋升、薪酬直接绑定。

这套极简NPS体系落地后，安飞士相对同行持续保持高速增长，高管将客户反馈与员工激励挂钩，视作企业长期增长的核心举措。

六、企业落地NPS的现实阻碍与推行建议

既然单一问卷衡量客户忠诚简单高效，为何多数企业仍未落地？

1. 传统调研机构利益阻碍：复杂多维度忠诚度指数、专属加权模型能为调研公司带来高额订单，极简NPS模式利润空间极低；
2. 企业内部职能壁垒：邮件、数据分析工具普及后，企业可自主搭建NPS调研，无需外包市场调研公司，挤压第三方机构与企业内部市场调研部门话语权；
3. 市场部视角局限：市场部调研多聚焦品牌、定价、产品功能，而客户推荐意愿，由一线全流程服务体验决定，涉及公司所有业务部门。

想要让NPS指标真实指导经营，整套体系需要全业务部门共同认可、共同负责，每位员工明确自身对应的客户群体。NPS体系统筹工作，更适合财务负责人或业务单元总经理，而非单一市场部，该指标战略意义重大，不能交由单一职能部门负责。

企业实现可持续盈利增长的路径十分清晰：持续增加推荐者、减少贬损者，在全公司内部透明化净推荐值。这唯一一组数字，就是驱动企业增长的核心指标，逻辑简单，却影响深远。

附1：选对调研问题——各问卷预测效力分级

基于4000份消费者样本，团队对比各类问卷问题对复购、转介绍、盈利增长的预测能力：

全行业通用最优问题

您有多大可能向朋友、同事推荐本企业？

部分行业适用的有效问题

1. 您是否高度认同，这家企业值得您长久忠诚？
2. 您未来持续采购本企业产品/服务的可能性有多大？

仅少数行业具备参考价值，通用性较差

1. 您是否认同，这家企业树立了行业优秀标杆？
2. 您是否认同，和这家企业合作流程十分便捷？
3. 如果重新选择同类服务商，您多大概率会再次选择本企业？
4. 您是否认同，企业创新方案切实改善了您的生活？
5. 您对企业整体服务表现满意度如何？

补充说明：将多道题目加权构建综合指数，相比单一推荐问题，预测能力几乎无提升。

附2：净推荐值（NPS）落地实操指南

净推荐值=推荐客户占比−贬损客户占比，高NPS企业持续占据行业增长红利，企业落地步骤如下：

1. 统一标准化问卷
   抽取具备统计代表性的客户样本，统一提问：“您有多大可能向亲友、同事推荐本品牌/企业？”固定采用0—10分打分，0分为完全不推荐，5分为中立，10分为极有可能推荐。
   不要叠加大量附加问题，问卷越多回收率、数据真实性越低；仅依靠这一道题，就能划分三类客户。可增设少量跟进问题挖掘评价背后原因，但需针对三类客户分别设计提问：转化被动满意客户、修复贬损客户体验，需要两套完全不同的调研话术。

2. NPS分数计算方式

   • 推荐者：打分9、10分，统计对应客户占比
   • 贬损者：打分0—6分，统计对应客户占比
   • NPS = 推荐者占比 − 贬损者占比

行业基准参考：软件服务商Satmetrix两年内收集28个行业、400余家企业合计13万份问卷，行业NPS中位数仅16分，企业无需因初期低分意外。

3. 分层对标，定位优化机会
   拆分区域、门店、销售、客户细分群体的NPS数据，对比分数差异，提炼优秀门店可复制的运营方法。核心对标对象是直接竞品，企业可同步调研竞品客户NPS，判断自身口碑在行业中的竞争优势或短板。

4. 长期优化目标
   行业标杆企业（易贝、亚马逊、美国联合服务汽车协会USAA）NPS可达75分甚至80分以上，追求世界级客户忠诚度与持续增长的企业，应当以此为长期目标。

文末版权与作者简介

版权所有©2003 哈佛商学院出版集团

弗雷德里克·F·赖克霍德，贝恩咨询荣誉董事、贝恩研究员，著有《忠诚法则》，另发表《以忠诚引领增长》等《哈佛商业评论》专题文章。