無料AIツール集

NPS 計算機(顧客ロイヤルティ)

アンケートの0〜10点の回答数から、NPSを計算します。

無料・登録不要

11 段階スコア別回答数を入力

「友人や同僚に当社のサービスを薦める可能性は?(0-10 で回答)」のアンケート結果を入力してください。

回答分布

0
5
1
3
2
2
3
4
4
6
5
8
6
12
7
18
8
22
9
14
10
6
批判者(0-6)
40.0%
40 名
中立者(7-8)
40.0%
40 名
推奨者(9-10)
20.0%
20 名
NPS スコア
-20.0
危険

批判者が推奨者を上回る・顧客体験の根本見直しが必要

NPS = 推奨者%(20.0%)− 批判者%(40.0%)= -20.0

NPS 業界基準
  • NPS 70+: ワールドクラス(Apple / Tesla / Costco / Trader Joe's)
  • NPS 50-69: 優秀(Top 10% SaaS / B2B 企業)
  • NPS 30-49: 良好(健全な SaaS 標準)
  • NPS 0-29: 要改善(推奨者 ≈ 批判者)
  • NPS マイナス: 危険(顧客体験の根本見直し)
  • 業界平均(米国): SaaS 30 / 銀行 34 / 保険 -3 / ホテル 45 / 航空 38
  • 関連: LTV/CAC 計算機 / コホート分析 と併用で顧客満足度経営

使い方

  1. 1「11 段階スコア別回答数を入力」に、点数ごとの回答数を入れます
  2. 2「NPS スコア」を見ます
  3. 3「回答分布」で、推奨者と批判者の割合を確かめます

あわせて使えるツール

使い方と例文

NPS 計算機(顧客ロイヤルティ)の使い方

  1. 1テキストを入力またはペーストします
  2. 2「変換する」ボタンをクリックします
  3. 3結果を確認してコピーします

よくある質問

NPS 計算機(顧客ロイヤルティ)は無料ですか?
はい、完全無料でご利用いただけます。会員登録も不要です。
スマートフォンでも使えますか?
はい、スマートフォン・タブレット・PCなど、ブラウザがあればどのデバイスでもご利用いただけます。
判断基準と失敗例

良いNPS 計算機(顧客ロイヤルティ)の判断基準

アンケート結果からNPSを算出し、社内やクライアントに報告する前に使います。スコアは取得方法と回答者の構成に大きく左右されるため、計算結果を下の判断基準で確認してから共有してください。

  • 質問文は標準の「薦める可能性」形式だったか

    NPSは「友人や同僚に薦める可能性は?」という標準質問が前提です。「満足度は?」など別の質問で取った0-10の回答を計算しても、それはNPSとは呼べない別の指標になります。

  • 回答数をスコアと必ずセットで報告しているか

    回答数が少ないと、数名の回答でスコアが大きく動きます。何名以上なら十分という絶対基準を置くより、報告には必ず回答数を併記し、少数なら参考値であることを明示します。

  • 回答者に偏りはないか

    アクティブユーザーだけに配信した、解約者や休眠顧客が含まれていない、担当者が直接聞き取った、といった偏りはスコアを押し上げます。誰に・どう聞いたかを確認します。

  • 業界バッジを絶対評価として使っていないか

    バッジは一般に語られる水準を簡易表示したものです。調査方法や市場が違うスコア同士は比較できないため、評価の主軸は同じ条件で計測した自社の前回比に置きます。

  • 中立者(7-8)の声を捨てていないか

    中立者はスコア計算に入りませんが、推奨者に変わる余地が最も大きい層です。フリーコメントがあれば、スコアより先に中立者の指摘を読むくらいの価値があります。

  • スコア単体でなく他指標と併せて見たか

    NPSが高くても解約が多い、というケースはあり得ます。チャーン率や利用状況と並べて多面的に評価し、NPS単独で経営判断をしないようにします。

ありがちな失敗例(NG → 改善)

NG32名の回答でNPS +45が出たので「優秀水準を達成」と全社に共有する

改善「回答32名のため参考値。次回は配信母数を広げ、同じ条件で再計測する」と注記を付けて共有する

回答数が少ないと数名の回答でスコアが大きく振れます。回答数なしでスコアだけが社内を独り歩きすると、次回の変動を説明できなくなります。

NGカスタマーサクセス担当が電話で口頭ヒアリングした点数を集計し、NPSとして報告する

改善匿名のWebアンケートで取得し直し、報告には取得方法(配信先・回答形式)を明記する

担当者を前にした回答は遠慮で高めに出やすい傾向があります。取得方法の違うスコアは過去の計測とも他社水準とも比較できません。

NGNPSが前回比で改善したことを根拠に「解約率も改善する見込み」と経営報告する

改善NPSの変化とチャーン・利用状況の実データを並べて報告し、両者の関係は自社データで別途検証すると添える

NPSの改善が他の指標の改善を保証するわけではありません。スコアの変化から因果を飛躍させた報告は、外れた時に指標そのものへの信頼を損ないます。

くわしい説明

11 段階(0-10)アンケート結果から NPS(Net Promoter Score)を計算。批判者 / 中立者 / 推奨者の分布をヒストグラム可視化 + 業界基準バッジ(ワールドクラス / 優秀 / 良好 / 要改善 / 危険)。

0 から 10 の回答数を入れて NPS と 3 分類の分布を出す

カスタマーサクセス / 営業企画担当が四半期ごとに NPS(Net Promoter Score)を計算する時、Excel でゼロから組むのは面倒。本ツールは 11 段階(0-10)の回答数を入力するだけで NPS を自動算出 + ヒストグラム可視化 + 業界基準バッジで「自社の立ち位置」を即把握できます。

NPS とは

NPS(Net Promoter Score)= 顧客ロイヤルティの定量指標。「友人や同僚に当社のサービスを薦める可能性は?(0-10 で回答)」のアンケートから算出。

【計算】推奨者(9-10)% − 批判者(0-6)% = NPS 【中立者】中立者(7-8)は計算対象外 【範囲】スコア範囲は -100 〜 +100

Bain & Company が 2003 年に提唱して以降、Apple / Tesla / Costco など世界トップ企業が経営指標として採用。日本でも SmartHR / freee / マネフォ等の SaaS が公開している重要 KPI です。

分類の式と、初期分布(合計 100 名)で出た実処理結果

計算はブラウザの中だけで行われます。編集部で本番ビルドを動かし、11 段階の回答数をそのまま入れて確かめました。

【部品の中の式(逐語)】スコア 6 以下を批判者、7 と 8 を中立者、9 以上を推奨者に分類する。批判者・中立者・推奨者それぞれの割合 = 該当人数 ÷ 合計 × 100。NPS = 推奨者の割合 - 批判者の割合。バッジは 70 以上でワールドクラス、50 以上で優秀、30 以上で良好、0 以上で要改善、それ未満で危険。合計が 0 のときは統計の値そのものが作られず、分布と NPS の表示ブロックが描画されない。

【入力】初期値の分布(0 点 5 名、1 点 3 名、2 点 2 名、3 点 4 名、4 点 6 名、5 点 8 名、6 点 12 名、7 点 18 名、8 点 22 名、9 点 14 名、10 点 6 名。合計 100 名)。

【画面に出た値】批判者(0-6)40.0%・40 名、中立者(7-8)40.0%・40 名、推奨者(9-10)20.0%・20 名。NPS スコアは -20.0、バッジは「🔴 危険」で「批判者が推奨者を上回る・顧客体験の根本見直しが必要」。計算の行は「NPS = 推奨者%(20.0%)− 批判者%(40.0%)= -20.0」と表示されました。

初期値のまま開くと危険バッジが出る作りなので、自分の数字を入れる前の画面を自社の結果と見間違えないでください。

推奨 50・中立 30・批判 20 に入れ替えた時の感度(NPS -20.0 から 30.0 へ)

合計 100 名のまま、分布だけを入れ替えました。10 点に 50 名、7 点と 8 点に 15 名ずつ、0 点に 20 名です。

【画面に出た値】批判者(0-6)20.0%・20 名、中立者(7-8)30.0%・30 名、推奨者(9-10)50.0%・50 名。NPS スコアは 30.0、バッジは「🟡 良好」で「健全な SaaS 企業の標準」。計算の行は「NPS = 推奨者%(50.0%)− 批判者%(20.0%)= 30.0」。

回答者数は同じ 100 名なのに、NPS は -20.0 から 30.0 へ 50 ポイント動きました。中立者は 40 名から 30 名へ減っていますが、この 10 名は式に入っていません。スコアを動かしたのは批判者 40 名 → 20 名と、推奨者 20 名 → 50 名の 2 つだけです。

式から言えば、合計 100 名のときに 1 名が批判者から推奨者へ移ると NPS は 2 ポイント動きます(この 1 名単位の変化は画面では試していない、式から導いた値です)。回答が少ないほど 1 名の重みは大きくなります。

回答数を全部 0 にすると、分布も NPS スコアも画面から消える

11 段階すべての回答数を 0 にして、表示を確かめました。

【画面に出た値】回答分布のグラフ、批判者・中立者・推奨者の割合、NPS スコア、バッジのすべてが表示されません。エラー文も「回答数を入力してください」といった案内も出ず、残るのは入力表と業界基準の説明だけです。合計が 0 のときは統計の値が作られず、表示ブロックごと描画されない作りなので、故障ではなく仕様です。

ただし使う側からは、入力の途中なのか計算に失敗したのかが区別できません。案内文が無いぶん、初めて使う人ほど戸惑います。

【弱点】この無表示のほかには、今回試した 3 つの分布で計算が崩れることはありませんでした。構造上の限界は、回答数の多い少ないがバッジに反映されないことです。バッジの判定はスコアだけを見ており、回答数を条件に入れていません(式の逐語より)。少数回答での表示は今回試していないので、ここは式から読んだ範囲の話です。

6 点と 7 点の境界で分かったクセ(中立者はスコアに入らない)

【分かったクセ】6 点は批判者、7 点は中立者です。隣り合う 1 点差で扱いが正反対になります。初期分布では 6 点の 12 名が批判者側に、7 点の 18 名が中立者側に振り分けられました。中立者は 40 名いても NPS の式には一切入りません。回答の 40% がスコアに反映されないまま -20.0 という数字が出ています。

この分け方は NPS の定義どおりですが、アンケートの案内文で「7 点は中立の扱い」と伝わっていないと、回答者の感覚と集計がずれます。7 点を「まあ満足」のつもりで付けた人は、集計上は推奨者に数えられません。

【向かない用途】他社が公表している NPS との優劣比較には向きません。回答者の集め方と設問文が違う数字は並べられないからです。少人数の回答から出たスコアを対外的な訴求数値に使うのも避けてください。画面の業界基準に並ぶ業界平均も、このツールに内蔵された目安なので、自社の目標値の根拠にはできません。

【共有する前の確認】スコアを社内外に出す前に、合計回答数を併記したか(画面には 3 分類ごとの人数しか出ず、合計欄はないので自分で足してください)、設問文が「薦める可能性」の形だったか、前回と同じ集め方かを確認してください。今回の記録は編集部が試した 3 つの分布で見えた範囲で、どんな回答分布でも同じ精度になる保証ではありません。

業界基準(バッジの根拠)

【🌟 NPS 70+】ワールドクラス(Apple / Tesla / Costco / Trader Joe's レベル) 【🟢 NPS 50-69】優秀(Top 10% SaaS / B2B 企業) 【🟡 NPS 30-49】良好(健全な SaaS 標準) 【🟠 NPS 0-29】要改善(推奨者 ≈ 批判者) 【🔴 NPS マイナス】危険(批判者 > 推奨者)

ツールに内蔵された業界平均(米国)の目安: SaaS 30 / 銀行 34 / 保険 -3 / ホテル 45 / 航空 38(画面に出典の表示はありません)

サンプル数・質問文・バイアス・単発計測でスコアがぶれる型

1つ目: サンプルサイズ不足 → 50 名未満の回答数では誤差が大きい。最低 100 名、推奨 300 名以上のサンプルで計算。

2つ目: 質問文の改変 → 「薦める可能性は?」は標準質問。自社で「満足度は?」「使いやすさは?」に改変すると NPS と呼べない(別指標)。

3つ目: バイアス → カスタマーサクセス担当が直接ヒアリングすると遠慮で高めに出る傾向。匿名 Web アンケート推奨。

4つ目: 単発計測の罠 → 1 回計測では絶対値より「経時変化」が重要。四半期ごとに同じ条件で計測してトレンド分析。

5つ目: NPS 至上主義 → NPS が高くても LTV が低い / チャーンが多いケースもある。<a href="https://free-ai-tools.jp/tools/ltv-cac-calculator">LTV/CAC</a> / <a href="https://free-ai-tools.jp/tools/cohort-analysis">コホート分析</a>と組合せて多面評価必須。

最終更新 ・ 所要時間 約5分 ・ 編集: 無料AIツール集 編集部

シェア