免费工具 NPS 计算公式与净推荐值计算器
NPS = 推荐者占比 − 贬损者占比。填三类人数，或者把问卷导出的 0–10 分整列粘进来，就能得到分数、人群占比，以及这个分数可能因为样本少而浮动多少。
- 人数或原始分
- 95% 误差范围
- 本地计算
算出你的 NPS
填三类人数，或者粘贴问卷导出的 0–10 分。粘贴了原始分时，以原始分为准，上面三个人数不参与计算。
打 9 或 10 分的人数，没有就填 0。支持「1.2万」写法。
打 7 或 8 分的人数，没有就填 0。
打 0 到 6 分的人数，没有就填 0。
用空格、逗号、顿号或换行分隔。超出 0–10 或带小数的值会被跳过。
NPS 净推荐值
+45.0
推荐者占比 − 贬损者占比，范围 −100 到 +100。
分享这组输入：数值写在链接的 # 后面，不会发到服务器。
https://tapcub.com/zh/tools/net-promoter-score-calculator
版本 v1.0更新于 更新记录
这个分数说明什么，不说明什么
NPS 把一整组打分压成一个数。要和人群占比、误差范围一起看，否则两群完全不同的用户可能得出同一个分。
NPS 分数
从 −100（全是贬损者）到 +100（全是推荐者）。大于 0 表示推荐者多于贬损者。比起分数高低本身，更该看它随时间往哪个方向走。
误差范围
示例 320 份回复，误差是 ±7.8 分：+45 的真实值可能在 +37 到 +53 之间。两次结果的差距比误差还小，就还不能算变化。
人群占比
同样 +20，可能是 40% 推荐、20% 贬损，也可能是 25% 推荐、5% 贬损。前者有一大批不满的用户要挽回，后者是一大批「还行」的用户等着被打动。
被动者也算数
被动者不参与相减，但算在总数里。被动者越多，两个占比都被拉低，分数越接近 0。
NPS 描述的是「回答了问卷的人」。如果只有特别满意或特别不满的人愿意填，分数描述的就是他们，而不是全部用户。
三种用法
问卷工具导出什么，就从什么开始。
-
1
从汇总报表算
问卷星、腾讯问卷等工具一般会给出各分值人数。按 9–10、7–8、0–6 加总后填进三个框。
-
2
从原始答案算
把表格里「推荐意愿」那一列整列复制粘贴进来，计算器自动分组。
-
3
比较之前先看误差
两个月、两个渠道的分差如果小于误差范围，先多收一些回复再下结论。
NPS = 推荐者占比 − 贬损者占比
问卷问一个问题：「你有多大可能把我们推荐给朋友或同事？」0–10 分作答。9–10 分是推荐者，7–8 分是被动者，0–6 分是贬损者。
- 占比的分母是全部有效回复，被动者也算在内
- 结果按「分」报告（如 +45），不是百分比
- 误差范围（95%）= 1.96 × √((P + D − NPS²) ÷ n)，P、D、NPS 都按小数代入
NPS
NPS =（推荐者 − 贬损者）÷ 有效回复 × 100
（186 − 42）÷ 320 × 100 = +45
从原始分算
10 9 9 8 7 7 6 5 9 10
推荐 5 人、被动 3 人、贬损 2 人 →（5 − 2）÷ 10 × 100 = +30
误差范围
1.96 × √((P + D − NPS²) ÷ n) × 100
1.96 × √((0.581 + 0.131 − 0.203) ÷ 320) × 100 ≈ ±7.8
分数一样，可信度差很多
一个季度的问卷结果按三类用户拆开。误差范围告诉你哪个分数靠得住。
| 用户类型 | 回复数 | 推荐者 | 贬损者 | NPS | 误差（95%） |
|---|---|---|---|---|---|
| 联系过在线客服的用户 | 200 | 65.0% | 10.0% | +55 | ±9.3 |
| 小程序普通下单用户 | 2,000 | 52.5% | 17.5% | +35 | ±3.3 |
| 企业采购客户 | 20 | 65.0% | 10.0% | +55 | ±29.3 |
企业客户和联系过客服的用户分数一样，但只有 20 份回复，真实值可能在 +26 到 +84 之间。前两组相差 20 分，大于两者误差之和，这个差异可信。示例数据。
NPS 常在哪算错、读错
减法很简单，错误出在问卷和解读上。
分母漏掉被动者
只用「推荐者 + 贬损者」当分母，两个占比都被放大，分数被夸大。
样本太少
只有 20 份回复时误差接近 ±30 分，从 +40 涨到 +55 可能纯属偶然。
发问卷的时机变了
客服对话刚结束时问和续费时问，分数不一样。要比较，触发时机得保持一致。
没有追问原因
分数只说明有多少人不满，不说明为什么。加一道开放题「主要原因是什么？」才能落到改进上。
口碑往往在一次对话里定下来
很多推荐者和贬损者，是在一次咨询里形成的。TapCub 的在线客服和统计用的是同一份访客数据，客服对话不会和访客在网站上做过什么割裂开。
NPS 净推荐值是什么？
衡量用户忠诚度的指标，只问一个问题：「你有多大可能把我们推荐给朋友或同事？」0–10 分作答。2003 年由贝恩公司的 Fred Reichheld 提出。Net Promoter® 和 NPS® 是其所有者的注册商标。
NPS 怎么计算？
先分组：9–10 分推荐者，7–8 分被动者，0–6 分贬损者。再用推荐者占比减去贬损者占比。推荐 186 人、被动 92 人、贬损 42 人，共 320 人：58.1% − 13.1% = +45。
NPS 是百分比吗？
不是。它是两个百分比之差，按 −100 到 +100 的「分」报告。写「+45」，不写「45%」。
NPS 多少算好？
行业、地区、渠道、发问卷的时机都会影响分数，拿一个通用基准去比容易误判。大于 0 说明推荐者多于贬损者；再往下，和自己同口径的历史结果比。
需要多少份回复？
看你想分辨多小的变化。100 份回复时误差通常在 ±12 到 ±18 分；400 份时误差减半，最多约 ±10 分。计算器会按你的数据给出误差。
NPS、CSAT、CES 有什么区别？
为什么粘贴了原始分，上面的人数就不算了？
原始分信息更完整，计算器会自己分组。清空文本框，就回到按人数计算。