NPS critique and advanced satisfaction metrics

Questa lezione appartiene al binario ml-tabellare: niente modelli predittivi, solo tabelle, query e confronti disciplinati. Il tema e delicato, perche tocca una metrica che molti team citano in riunione senza mai metterla davvero alla prova. Noi la metteremo alla prova, con calma e con i dati.

Una domanda non basta

La critica all’NPS mostra che una sola domanda di raccomandazione non basta per guidare decisioni di prodotto e customer success. E una lezione di umilta analitica: il numero piu famoso della customer experience e anche quello che nasconde di piu.

Il percorso in sei passi

Il metodo si costruisce in sei passi, e l’ordine conta: chi salta la definizione iniziale raccoglie dati che non potra mai confrontare.

1. Definisci unita di analisi, segmento e finestra di rilevazione prima di inviare la survey.
2. Raccogli il punteggio da 0 a 10 con identificativo utente, segmento e data di risposta.
3. Calcola per ogni segmento le quote di Promotori, Passivi e Detrattori sul totale dei rispondenti.
4. Sottrai la quota dei Detrattori dalla quota dei Promotori per ottenere il punteggio netto.
5. Confronta il risultato con la baseline storica e con metriche di comportamento come rinnovo, churn e ticket critici.
6. Dichiara copertura, distorsioni di risposta e rischio residuo prima di decidere.

Perche il raggruppamento in tre fasce deforma il segnale

Il problema nasce nel momento in cui la scala da 0 a 10 viene compressa in tre etichette rigide. Gran parte del movimento reale sparisce dal punteggio finale, e due spostamenti opposti lo dimostrano con chiarezza. Per questo la media dei punteggi grezzi va sempre affiancata al conteggio per fasce.

Scenario	Variazione media	Effetto su NPS	Lettura corretta
Detrattori da 1.5 a 5.5	Miglioramento ampio tra scontenti	Nessun cambiamento, restano Detrattori	Segnale positivo ignorato dal punteggio
Promotori da 9.9 a 9.1	Calo lieve tra entusiasti	Crollo possibile per passaggio a Passivi	Volatilita eccessiva su variazioni minori
Mix con segmenti opposti	Media stabile	Punteggio fermo	Separare i segmenti prima di concludere

Alternative tabellari a confronto

Nessuna metrica singola copre soddisfazione, sforzo e comportamento. La tabella ordina i segnali per uso decisionale e indica quando ciascuno merita fiducia.

Signal	Cosa cattura	Limite principale	When to Use
NPS per segmento	Propensione a raccomandare	Sensibile a soglie arbitrarie	Confronto tra coorti stabili
CSAT transazionale	Soddisfazione su un evento	Reagisce al momento, non alla relazione	Dopo supporto, consegna o onboarding
CES	Sforzo percepito per completare un compito	Non misura il valore percepito	Per attriti di prodotto e assistenza
Comportamento osservato	Rinnovo, frequenza, ticket, downgrade	Richiede definizioni stabili	Come verifica finale di ogni survey

Verdetto: usa NPS solo per segmento con baseline storica e chiudi sempre con comportamento osservato, perche la survey dichiara mentre rinnovo e ticket confermano.

Query di controllo per coorti

La survey dichiara, il comportamento conferma. La query sotto calcola gli utenti trattenuti per data di attivazione su una finestra di 30 giorni: usala come controllo comportamentale da affiancare al punteggio.

WITH cohort AS (
    SELECT
        user_id,
        MIN(event_date) AS activation_date
    FROM events
    GROUP BY user_id
),
retention AS (
    SELECT
        c.activation_date,
        COUNT(DISTINCT e.user_id) AS retained_users
    FROM cohort c
    JOIN events e ON c.user_id = e.user_id
        AND e.event_date >= c.activation_date
        AND e.event_date <= c.activation_date + INTERVAL '30 days'
    GROUP BY c.activation_date
)
SELECT
    activation_date,
    retained_users,
    ROUND(retention_rate * 100, 2) AS retention_pct
FROM retention;

L’errore che svuota il numero

L’errore piu comune e presentare il punteggio senza decisione, senza baseline e senza rischio residuo. Il numero sembra preciso, ma non cambia alcuna scelta. Prima di portare una survey in riunione, scrivi tre cose: quale azione cambia se il segnale regge, quale segmento potrebbe ribaltare la media e quale controllo comportamentale conferma la lettura.

Il caso Reichheld, 2003

Il punto di partenza e storico. Nel 2003 Fred Reichheld introduce il Net Promoter Score con una sola domanda di raccomandazione su scala da 0 a 10. I rispondenti vengono divisi in Detrattori da 0 a 6, Passivi da 7 a 8 e Promotori da 9 a 10, e il punteggio si ottiene sottraendo la quota dei primi da quella degli ultimi. La struttura spiega la debolezza centrale della lezione: un recupero ampio tra Detrattori da 1.5 a 5.5 non muove il punteggio, mentre un calo lieve tra Promotori da 9.9 a 9.1 puo farlo crollare. La metrica resta utile solo con segmenti, baseline e verifica su comportamento reale.

Domande per chiudere la lezione

1. Quale soglia arbitraria dell’NPS nasconde il miglioramento dei Detrattori?
2. Quale baseline rende confrontabile un punteggio tra due periodi?
3. Quale metrica di comportamento conferma o smentisce una survey positiva?
4. Quando conviene separare i segmenti invece di leggere la media?