Author:
Bultez Alain,Laurent Gilles,Lemay Laurent
Abstract
• Objectifs Le Net Promoter Score , marque déposée sous le sigle : NPS ® , suppute les chances que les consommateurs d’une marque se comportent en ambassadeurs de celle-ci. Pendant les vingt dernières années, ce KPI marketing – promu par Reichheld (2003), directeur émérite du cabinet de conseil Bain & Company – a suscité beaucoup d’attention de la part du monde des affaires et du monde académique. Très vite, des collègues ont remis en question l’affirmation de son champion selon laquelle le NPS s’avère être le meilleur prédicteur de la croissance à long terme des ventes. Malgré les critiques sévères formulées initialement, le NPS a acquis une grande popularité auprès des managers. C’est pourquoi, soucieux de surmonter les controverses, nous avons tenté de valider empiriquement l’usage premier fait du NPS par les décideurs : un benchmarking longitudinal ou transversal. • Méthodologie La capacité du NPS à contraster correctement des marques, selon les intentions exprimées par les consommateurs de les conseiller à leurs relations, se reflète dans la robustesse de la différence standardisée entre leurs NPSs respectifs. C’est pourquoi nous avons testé la fiabilité de ce différentiel-NPS par rapport à la métrique de dominance stochastique proposée par Marshall (1951), que nous considérons comme la plus à même d’évaluer exhaustivement les disparités entre histogrammes de notes catégorielles ordinales, telles que les distributions de fréquences relatives ( DFRs ) des probabilités de recommandation ( R ), dont les NPSs sont déduits. Nous avons estimé cette fiabilité par la corrélation entre ces deux statistiques, calculées pour un grand nombre de comparaisons entre des articles de marques d’un produit alimentaire acheté fréquemment, puis entre les services offerts par des opérateurs de télécommunications concurrents. • Résultats Nous avons constaté de fortes corrélations positives entre le différentiel-NPS et l’indicateur de Marshall. Toutefois, ces deux statistiques peuvent diverger. Dans ce cas un contre-examen détaillé des fréquences des probabilités R de recommandation est conseillé. • Implications managériales Ces corrélations élevées montrent qu’il est raisonnable de s’appuyer sur le NPS en tant qu’instrument de benchmarking, car il est pertinent pour colliger les distributions de notations R . Néanmoins, les managers devraient compléter leurs diagnostics par des visualisations graphiques simples des histogrammes de ces cotes R . En particulier, ils devraient regarder de près ceux donnant des NPSs comparables, reflétant des soutiens aux marques de niveaux apparemment équivalents, et ce, à la lumière de la statistique-étalon de Marshall. • Originalité Cette question d’actualité pratique n’avait jamais été abordée auparavant : l’évaluation de la fiabilité de l’indicateur marketing le plus suivi, quand on le destine à quantifier les écarts entre degrés d’attachement des consommateurs aux marques (son usage premier). La statistique de Marshall, que nous considérons comme la norme, n’avait jusqu’à présent été appliquée qu’une seule fois à des fins d’études de marchés (dans un contexte totalement différent). En fournissant toutes les explications nécessaires à son emploi, nous espérons contribuer à son adoption pour contraster les marques sur tous les autres critères catégoriels ordinaux tels que la satisfaction, l’intention d’achat et les attitudes. • Acronymes : ACSI (Indice de Satisfaction des Consommateurs Américains), NPS ( Net Promoter Score ), BAO (Bouche-à-Oreille), R (Vraisemblance ou probabilité de Recommandation), MFC (Métrique de Feed-back des Consommateurs), DFR (Distribution de Fréquences Relatives), DFRC (Distribution de Fréquences Relatives Cumulées).
Reference27 articles.
1. Bain and Company (2023), Companies That Use Net Promoter®: The Net Promoter System helps companies in all industries build customer loyalty and achieve growth. Source : https://www.netpromotersystem.com/about/companies-that-use-net-promoter/
2. The use of Net Promoter Score (NPS) to predict sales growth: insights from an empirical investigation;Baehre Sven;Journal of the Academy of Marketing Science,2022
3. Bruner G. C. II (2021), Marketing Scales Handbook: Multi-Item Measures for Consumer Insight Research, Volume 11, e-book library version, GCBII Productions, LLC (Fort Worth, Texas USA).
4. Contrastes : Plaidoyer pour un bon vieux test de différences entre proportions;Bultez Alain;Recherche et Applications en Marketing (French Edition),2005
5. The predictive ability of different customer feedback metrics for retention;de Haan Evert;International Journal of Research in Marketing,2015