Net Promoter Score (NPS): Berechnung, Benchmarks und kritische Bewertung

Der Net Promoter Score (NPS) ist eine Kennzahl zur Messung der Weiterempfehlungsbereitschaft von Kunden auf einer Skala von 0 bis 10. Entwickelt wurde er 2003 von Fred Reichheld bei Bain & Company und publiziert im Harvard Business Review unter dem Titel The One Number You Need to Grow [1]. Die zentrale Behauptung: Eine einzige Frage — “Wie wahrscheinlich ist es, dass Sie uns weiterempfehlen?” — sei der beste Prädiktor für Unternehmenswachstum.

Diese Behauptung ist empirisch nicht haltbar. Keiningham et al. wiesen 2007 nach, dass NPS kein besserer Wachstumsprediktor ist als andere Zufriedenheits- und Loyalitätskennzahlen [2]. Trotzdem hat sich der NPS als Industriestandard etabliert — weil er einfach zu erheben, leicht zu kommunizieren und schwer zu ignorieren ist.

Dieser Artikel erklärt, wie du den NPS berechnest, welche Benchmarks in DACH-Branchen gelten, warum die “One Number”-These gescheitert ist und wann der NPS trotzdem das richtige Werkzeug ist — und wann du besser auf CSAT oder CES setzt.

Woher der NPS kommt: Reichheld, Bain und die “One Number”-These

Fred Reichheld, Partner bei Bain & Company und Autor von The Loyalty Effect (1996), suchte nach einer Kennzahl, die Kundenloyalität mit Unternehmenswachstum verknüpft. In einer Studie mit Satmetrix Systems testete er 20 verschiedene Fragen an 4.000 Kunden in 14 Branchen. Sein Ergebnis: Die Weiterempfehlungsfrage korrelierte am stärksten mit dem tatsächlichen Wachstum [1].

2003 veröffentlichte er die Ergebnisse im Harvard Business Review. Der Titel — The One Number You Need to Grow — war programmatisch: Unternehmen sollten aufhören, komplexe Zufriedenheitsumfragen durchzuführen, und stattdessen eine einzige Frage stellen.

2006 folgte das Buch The Ultimate Question, 2011 die erweiterte Fassung The Ultimate Question 2.0, die das Konzept um den “Closed-Loop-Feedback”-Prozess ergänzte — also den systematischen Rückruf bei Detraktoren, um die Ursachen der Unzufriedenheit zu verstehen [3].

Die Frage

“Auf einer Skala von 0 bis 10: Wie wahrscheinlich ist es, dass du [Unternehmen/Produkt/Service] einem Freund oder Kollegen weiterempfiehlst?”

Die Formulierung ist bewusst gewählt. “Weiterempfehlen” setzt mehr voraus als “zufrieden sein” — wer empfiehlt, riskiert die eigene Reputation. Deshalb, so Reichheld, sei Empfehlungsbereitschaft ein stärkerer Loyalitätsindikator als Zufriedenheit.

NPS berechnen: Die drei Kategorien

Die Antworten auf die 0-10-Skala werden in drei Gruppen eingeteilt:

Kategorie	Wert	Verhalten
Promotoren	9—10	Loyale Kunden, die aktiv weiterempfehlen und Wachstum treiben
Passive	7—8	Zufriedene, aber nicht begeisterte Kunden — wechselgefährdet
Detraktoren	0—6	Unzufriedene Kunden, die negative Mundpropaganda betreiben

Die Formel:

NPS = % Promotoren - % Detraktoren

Beispiel: 200 Kunden befragt. 100 geben 9 oder 10 (Promotoren = 50 %), 60 geben 7 oder 8 (Passive = 30 %), 40 geben 0 bis 6 (Detraktoren = 20 %).

NPS = 50 % - 20 % = +30

Der NPS bewegt sich zwischen -100 (alle Detraktoren) und +100 (alle Promotoren). Ein positiver NPS gilt als gut, ein NPS über +50 als exzellent.

Was die Kategoriegrenzen bedeuten — und warum sie willkürlich sind

Die Grenze zwischen Passiven (7—8) und Detraktoren (0—6) ist eine der meistdiskutierten Designentscheidungen des NPS. Warum ist eine 6 ein Detraktor, aber eine 7 nicht? Reichheld begründete die Grenzen mit der empirischen Korrelation zwischen Bewertung und tatsächlichem Empfehlungsverhalten in seinen Studien [1]. Kritiker wie Keiningham argumentieren, dass diese Grenzen in verschiedenen Kulturen und Branchen unterschiedlich ausfallen — in Japan beispielsweise ist eine 7 bereits ein starkes Lob [2].

Praktische Konsequenz: Eine Verschiebung von 10 Kunden von 6 auf 7 verändert den NPS um 10 Punkte, obwohl sich an der Kundenerfahrung kaum etwas geändert hat. Diese Sprungstelle macht den NPS anfällig für kleine Stichprobeneffekte und taktische Manipulation.

NPS-Benchmarks nach Branche im DACH-Raum

NPS-Werte sind nur im Branchenvergleich interpretierbar. Ein NPS von +30 kann in der Telekommunikation exzellent und im Premiumautomobilsegment mittelmäßig sein.

Branche	Typischer NPS-Korridor (DACH)	Kontext
Automobilindustrie	+30 bis +50	Premiummarken (BMW, Audi, Mercedes) am oberen Ende; Volumenmarken tiefer
Versicherungen	+10 bis +25	Niedrige Werte typisch; Schadenabwicklung als Haupttreiber für Detraktoren
Banken	+20 bis +35	Direktbanken tendenziell höher als Filialbanken
Telekommunikation	+15 bis +30	Service-Hotlines als häufigster Schmerzpunkt
Energieversorger	+5 bis +20	Niedrige Wechselbereitschaft verzerrt die Aussagekraft
SaaS / Software	+30 bis +50	Hohe Varianz je nach Produktkategorie

Wichtig: Diese Korridore basieren auf Branchenerhebungen von Bain & Company, Satmetrix und NICE (ehemals Satmetrix). Exakte Werte variieren je nach Erhebungsmethodik, Stichprobe und Jahr. Verwende sie als Orientierung, nicht als Zielwert.

Transaktionaler vs. relationaler NPS

Ein häufig übersehener Unterschied:

Typ	Frage	Zeitpunkt	Misst
Relationaler NPS (rNPS)	“Wie wahrscheinlich empfiehlst du uns insgesamt?”	Periodisch (quartalsweise, halbjährlich)	Gesamtbeziehung zum Unternehmen
Transaktionaler NPS (tNPS)	“Wie wahrscheinlich empfiehlst du uns nach dieser Interaktion?”	Nach spezifischem Touchpoint	Qualität einer einzelnen Interaktion

Wann was: Relationaler NPS für die strategische Steuerung (Quartals-/Jahresvergleich). Transaktionaler NPS für die operative Verbesserung (welcher Touchpoint erzeugt Detraktoren?). Die meisten DACH-Unternehmen erheben nur relationalen NPS — und verpassen damit die operative Steuerungsinformation.

Die empirische Kritik: Warum der NPS nicht der “eine” Score ist

Keiningham et al. (2007): Die Widerlegung der “One Number”-These

Timothy Keiningham, Lerzan Aksoy und Bruce Cooil — Forscher an der Fordham University und der Vanderbilt University — replizierten Reichhelds Studie mit einer größeren Stichprobe und rigoroserer Methodik. Ihr Ergebnis, publiziert im Journal of Marketing:

“Using longitudinal data, we demonstrate that the Net Promoter metric […] performs no better than other measures of customer satisfaction and loyalty in predicting company growth.” [2]

Konkret fanden sie:

1. NPS ist kein überlegener Wachstumsprediktor. Der ACSI (American Customer Satisfaction Index) und andere Zufriedenheitskennzahlen korrelierten genauso stark oder stärker mit dem Umsatzwachstum.
2. Die “One Number”-Behauptung war nie empirisch validiert. Reichhelds Originalstudie basierte auf Querschnittsdaten, nicht auf Längsschnittdaten. Korrelation ist keine Kausalität.
3. Verschiedene Branchen erfordern verschiedene Metriken. Die Korrelation zwischen NPS und Wachstum variiert stark nach Branche — in manchen Branchen ist CSAT ein besserer Prädiktor.

Van Doorn et al. (2013): NPS und tatsächliches Empfehlungsverhalten

Van Doorn, Leeflang und Tijs untersuchten den Zusammenhang zwischen der Absicht weiterzuempfehlen (NPS) und dem tatsächlichen Empfehlungsverhalten. Ergebnis: Die Korrelation ist schwächer als angenommen. Kunden, die eine 9 oder 10 geben, empfehlen nicht unbedingt aktiv weiter. Und Kunden, die empfehlen, haben nicht immer hohe NPS-Werte gegeben [4].

Was bleibt vom NPS?

Die Kritik widerlegt nicht den NPS als Metrik — sie widerlegt den NPS als einzige Metrik. Der NPS ist ein nützliches Signal, aber kein “Herzschlag” des Unternehmens. Wer ihn isoliert betrachtet, trifft schlechtere Entscheidungen als jemand, der NPS, CSAT und CES trianguliert.

Schritt für Schritt: NPS-Programm aufsetzen

Schritt 1: Ziel und Scope definieren

Bevor du eine Umfrage versendest, kläre:

• Was willst du steuern? Gesamtbeziehung (relationaler NPS) oder spezifische Touchpoints (transaktionaler NPS)?
• Welche Segmente? Privatkunden, Geschäftskunden, nach Vertragsdauer, nach Produktlinie?
• Welche Entscheidungen sollen die Daten informieren? Wenn du die Antwort nicht kennst, erhebe keine Daten.

Schritt 2: Umfrage designen

Die NPS-Frage allein reicht nicht. Ergänze sie um eine offene Folgefrage:

“Was ist der wichtigste Grund für deine Bewertung?”

Diese qualitative Frage liefert den Kontext, den die Zahl allein nicht hat. Ohne sie weißt du, dass du Detraktoren hast, aber nicht warum.

Umfrage-Design-Regeln:

• NPS-Frage zuerst, offene Frage direkt danach
• Maximal 3—5 Zusatzfragen (Befragungsmüdigkeit ab Frage 6)
• Keine Leading Questions (“Wie zufrieden waren Sie mit unserem exzellenten Service?”)
• Mobile-optimiert (60 %+ der Antworten kommen vom Smartphone)

Schritt 3: Stichprobe und Timing planen

Stichprobengröße: Für eine statistisch belastbare Aussage brauchst du mindestens 100 Antworten pro Segment. Bei 20 % Rücklaufquote bedeutet das 500 Einladungen pro Segment.

Timing:

• Relationaler NPS: quartalsweise oder halbjährlich
• Transaktionaler NPS: 24—48 Stunden nach der Interaktion (nicht sofort, aber bevor die Erinnerung verblasst)

Häufiger Fehler: Den NPS direkt nach einem positiven Erlebnis erheben (z. B. unmittelbar nach Vertragsabschluss). Das erzeugt einen Positivitäts-Bias. Warte 24—48 Stunden.

Schritt 4: Daten auswerten

Berechne den NPS pro Segment, nicht nur als Gesamtwert. Ein Gesamt-NPS von +25 kann bedeuten:

• Privatkunden +40, Geschäftskunden +5 (Segmentproblem)
• Neukunden +50, Bestandskunden +10 (Retention-Problem)
• Produkt A +45, Produkt B -5 (Produktproblem)

Textanalyse der offenen Antworten: Kategorisiere die Freitextantworten in maximal 8—10 Themenfelder. Sortiere nach Häufigkeit und Segmentzugehörigkeit. Die häufigsten Themen bei Detraktoren sind deine größten Hebel.

Schritt 5: Closed-Loop-Feedback etablieren

Der wichtigste und am häufigsten übersprungene Schritt. Closed-Loop bedeutet:

1. Inner Loop: Innerhalb von 48 Stunden kontaktiert ein Mitarbeiter jeden Detraktor persönlich. Ziel: Ursache verstehen, Problem lösen, Beziehung reparieren.
2. Outer Loop: Die aggregierten Erkenntnisse aus den Inner-Loop-Gesprächen fließen in strukturelle Verbesserungen (Prozesse, Produkte, Policies).

Ohne Closed Loop ist NPS sinnlos. Du sammelst Feedback, aber handelst nicht danach. Das ist schlimmer als kein Feedback — weil Kunden merken, dass ihre Meinung keine Konsequenz hat.

Praxisbeispiel: NPS in der Schadenabwicklung einer DACH-Versicherung

Kontext: Ein großer DACH-Versicherer misst seit zwei Jahren relationalen NPS (quartalsweise). Der Wert stagniert bei +18 — unterdurchschnittlich für die Branche. Die Geschäftsleitung fordert “+30 in 18 Monaten”.

Problem: Der relationale NPS zeigt, dass ein Problem existiert, aber nicht wo. Das Team entscheidet sich, zusätzlich transaktionalen NPS an fünf Touchpoints einzuführen.

Ergebnis nach 6 Monaten:

Touchpoint	tNPS	Detraktoren-Anteil	Häufigstes Detraktor-Thema
Vertragsabschluss	+52	12 %	Zu viel Papierkram
Erste Rechnung	+35	18 %	Intransparente Posten
Schadensmeldung	+8	38 %	Unklarer Prozess, kein Status-Update
Schadenabwicklung	-12	52 %	Zu lange Wartezeit, kein Ansprechpartner
Vertragsverlängerung	+28	20 %	Preiserhöhung ohne Erklärung

Erkenntnis: Die Schadenabwicklung (tNPS -12) zieht den gesamten relationalen NPS herunter. 52 % Detraktoren an einem einzigen Touchpoint. Die offenen Antworten zeigen zwei dominante Themen: (1) Kunden wissen nicht, wo ihr Schadenfall steht. (2) Kunden haben keinen festen Ansprechpartner.

Maßnahmen:

• Automatische Schadensstatus-Updates per SMS/E-Mail alle 48 Stunden
• Zuweisung eines persönlichen Sachbearbeiters ab Schadenshöhe >2.000 EUR
• Service Blueprint der Schadenabwicklung erstellt, um interne Prozessbrüche zu identifizieren

Ergebnis nach 12 Monaten: tNPS Schadenabwicklung von -12 auf +15. Relationaler NPS von +18 auf +27. Das Ziel von +30 wurde knapp verfehlt — aber die Richtung stimmt, und die Organisation versteht jetzt, wo sie ansetzen muss.

Hinweis: Dieses Beispiel ist illustrativ konstruiert, um die Methode im Servicekontext zu demonstrieren. Die Struktur basiert auf typischen Versicherungs-Benchmarks.

NPS vs. CSAT vs. CES: Wann welche Metrik?

Drei Metriken, drei Perspektiven:

Dimension	NPS	CSAT	CES
Frage	”Wie wahrscheinlich empfiehlst du uns?"	"Wie zufrieden warst du mit [Interaktion]?"	"Wie einfach war es, [Anliegen] zu erledigen?”
Misst	Empfehlungsbereitschaft (Loyalitätsproxy)	Zufriedenheit mit spezifischer Interaktion	Aufwand aus Kundensicht
Skala	0—10	1—5 oder 1—7	1—7 oder 1—5
Am besten für	Strategische Steuerung, Gesamtbeziehung	Touchpoint-Qualität, transaktionale Messung	Service-Prozesse, Support-Interaktionen
Schwäche	Nicht der beste Wachstumsprediktor [2]; kulturell verzerrt	Recency Bias; sagt wenig über Loyalität	Misst nur Aufwand, nicht Zufriedenheit oder Begeisterung
Herkunft	Reichheld / Bain (2003)	ACSI-Tradition (Fornell, 1994)	Dixon / CEB (2010)

Empfehlung: Verwende alle drei — aber nicht überall gleichzeitig. Relationaler NPS quartalsweise für die strategische Steuerung. CSAT nach spezifischen Touchpoints für die operative Qualität. CES nach Support-Interaktionen und prozessintensiven Services für die Prozessoptimierung.

5 häufige Fehler beim NPS

1. Den Score als Ziel behandeln statt als Diagnosewerkzeug

Symptom: “Unser Ziel ist NPS +40” — ohne Plan, wie die Kundenerfahrung verbessert werden soll.

Warum das schadet: Goodhart’s Law greift sofort. Teams optimieren den Score statt die Kundenerfahrung. Typische Taktiken: Nur zufriedene Kunden befragen, den Umfragezeitpunkt nach positiven Erlebnissen legen, Detraktoren vor der Umfrage kontaktieren.

Lösung: NPS als Diagnosewerkzeug behandeln, nicht als Zielvorgabe. Das Ziel ist die Verbesserung der Kundenerfahrung — der NPS ist ein Indikator dafür, ob die Verbesserung gelingt.

2. Den Score ohne Kontext berichten

Symptom: “Unser NPS ist +28” — ohne Segmentierung, ohne Trend, ohne Vergleich.

Warum das schadet: +28 kann großartig sein (wenn der Branchenschnitt bei +15 liegt) oder besorgniserregend (wenn der eigene Vorjahreswert bei +35 lag). Ohne Kontext ist die Zahl bedeutungslos.

Lösung: NPS immer mit drei Kontexten berichten: (1) Trend über Zeit, (2) Vergleich zum Branchenbenchmark, (3) Segmentierung nach Kundengruppe und Touchpoint.

3. Passiven ignorieren

Symptom: Alle Aufmerksamkeit geht an Promotoren (feiern) und Detraktoren (retten). Die 30—40 % Passiven werden übersehen.

Warum das schadet: Passive sind die größte Wechselgefahr. Sie sind nicht unzufrieden genug, um sich zu beschweren, aber auch nicht begeistert genug, um zu bleiben. Ein Wettbewerberangebot reicht.

Lösung: Analysiere, was Passive von Promotoren unterscheidet. Oft fehlt ein einziges Element (persönlicher Kontakt, proaktive Kommunikation, ein Feature), um aus einem Passiven einen Promotor zu machen.

4. Kein Closed-Loop-Feedback

Symptom: NPS-Daten werden erhoben, in ein Dashboard geladen und im Quartalsbericht präsentiert. Niemand ruft Detraktoren an.

Warum das schadet: Detraktoren, die nach dem Feedback kontaktiert werden, werden häufig zu Promotoren — weil allein die Tatsache, dass jemand sich kümmert, die Wahrnehmung verändert. Ohne Closed Loop verschenkst du dieses Potenzial.

Lösung: Inner Loop (48h-Rückruf bei Detraktoren) und Outer Loop (strukturelle Verbesserungen aus aggregierten Erkenntnissen) etablieren. Plane 15 Minuten pro Detraktor-Gespräch ein.

5. NPS kulturell verzerrt einsetzen

Symptom: Ein DACH-Unternehmen vergleicht seinen NPS mit dem US-NPS derselben Branche — und erschrickt über den Unterschied.

Warum das schadet: In deutschsprachigen Märkten geben Kunden tendenziell niedrigere Bewertungen als in den USA. Eine 8 ist in Deutschland oft ein starkes Lob — im NPS-System ist sie ein “Passiver”. Kulturelle Unterschiede in der Skalennutzung machen internationale NPS-Vergleiche unzuverlässig [5].

Lösung: Vergleiche NPS nur innerhalb derselben Kultur und desselben Marktes. Verwende DACH-spezifische Benchmarks.

Wann der NPS NICHT funktioniert

1. Monopol- oder Oligopol-Märkte: Wenn Kunden keine Wechseloption haben (Energieversorger mit Grundversorgungspflicht, einziger Anbieter in einer Region), misst der NPS Empfehlungsbereitschaft, die keine Konsequenz hat. Ein Kunde empfiehlt seinen Energieversorger nicht weiter, bleibt aber trotzdem.

2. Anonyme oder einmalige Transaktionen: Bei anonymen E-Commerce-Käufen oder einmaligen Dienstleistungen (Umzugsunternehmen, Notartermin) fehlt die Beziehungskomponente, die der NPS voraussetzt.

3. Stark regulierte B2B-Beziehungen: In Branchen mit langfristigen Rahmenverträgen und hohen Wechselkosten (IT-Infrastruktur, industrielle Zulieferer) spiegelt der NPS die Vertragsstruktur wider, nicht die Zufriedenheit.

4. Als einzige Metrik: Nie. Keiningham et al. haben gezeigt, dass der NPS als alleiniger Wachstumsprediktor versagt [2]. Kombiniere ihn mit CSAT, CES und Verhaltenskennzahlen (Churn, Wiederkaufrate, Share of Wallet).

Häufig gestellte Fragen

Was ist ein guter NPS-Wert?

Branchenabhängig. Im DACH-Raum gilt als Faustregel: >0 = akzeptabel, >20 = gut, >50 = exzellent. Aber Benchmarks variieren stark: In der Automobilindustrie ist +35 durchschnittlich, bei Versicherungen ist +20 bereits überdurchschnittlich. Vergleiche den NPS immer innerhalb deiner Branche.

Wie oft sollte man NPS messen?

Relationaler NPS: quartalsweise oder halbjährlich. Transaktionaler NPS: nach jeder relevanten Interaktion (mit Throttling, damit Kunden nicht bei jedem Kontakt befragt werden — maximal einmal pro Quartal pro Kunde).

Ist der NPS wissenschaftlich validiert?

Der NPS ist als Metrik validiert — er misst Empfehlungsbereitschaft zuverlässig. Nicht validiert ist die Behauptung, NPS sei der beste Prädiktor für Unternehmenswachstum. Keiningham et al. (2007) zeigten, dass andere Zufriedenheitskennzahlen gleichwertig oder besser prognostizieren [2].

Was ist der Unterschied zwischen NPS und CSAT?

NPS misst die allgemeine Empfehlungsbereitschaft (Loyalitätsproxy). CSAT misst die Zufriedenheit mit einer spezifischen Interaktion. NPS ist strategisch (wie ist die Gesamtbeziehung?), CSAT ist operativ (wie war diese Interaktion?).

Wie verbessert man den NPS?

Nicht durch Optimierung des Scores, sondern durch Verbesserung der Kundenerfahrung an den kritischsten Touchpoints. Schritt 1: Transaktionalen NPS einführen, um die Schmerzpunkte zu identifizieren. Schritt 2: Offene Antworten der Detraktoren analysieren. Schritt 3: Die zwei bis drei häufigsten Ursachen strukturell beheben. Schritt 4: Closed-Loop-Feedback etablieren.

Verwandte Methoden

Ein typischer Ablauf im Service-Measurement: Mit dem NPS identifizierst du die Gesamtloyalität und die kritischsten Touchpoints. Mit dem CSAT misst du die Zufriedenheit an spezifischen Interaktionspunkten. Mit dem CES findest du heraus, wo der Service zu viel Aufwand verursacht. Mit dem Kano-Modell priorisierst du, welche Verbesserungen den größten Zufriedenheitseffekt haben.

• Customer Satisfaction Score (CSAT): Wenn du die Zufriedenheit an spezifischen Touchpoints messen willst — operativer als NPS
• Customer Effort Score (CES): Wenn du den Aufwand aus Kundensicht messen willst — besonders für Support und prozessintensive Services
• Kano-Modell: Wenn du verstehen willst, welche Features Zufriedenheit treiben — Kano klassifiziert, NPS misst
• Balanced Scorecard: Wenn du NPS in ein strategisches Steuerungssystem einbetten willst — NPS als Kennzahl in der Kundenperspektive
• Serviceinnovation messen: Wenn du über NPS hinaus ein vollständiges Mess-Framework für Innovation aufbauen willst

---

Forschungsmethodik

Dieser Artikel synthetisiert Erkenntnisse aus Reichhelds Originalpublikation (2003), der empirischen Widerlegung durch Keiningham et al. (2007), der Analyse des Empfehlungsverhaltens durch Van Doorn et al. (2013), Reichhelds erweitertem Framework (2011), kulturellen Skaleneffekten in der NPS-Forschung (De Jong et al. 2015) sowie DACH-spezifischen Branchenbenchmarks von Bain & Company und Satmetrix.

Limitationen: Die DACH-Branchenbenchmarks basieren auf aggregierten Industrieerhebungen mit unterschiedlichen Methoden und Stichproben. Exakte Werte sind nicht direkt vergleichbar. Das Praxisbeispiel ist illustrativ konstruiert, nicht eine dokumentierte Fallstudie.

Offenlegung

SI Labs bietet Beratungsleistungen im Bereich Service Innovation an. Im Rahmen von Service-Measurement-Projekten setzen wir NPS als eine von mehreren Metriken ein — nie als einzige. Diese Praxiserfahrung informiert die Einordnung der Methode in diesem Artikel. Leser sollten sich der möglichen Perspektivenverzerrung bewusst sein.

Quellenverzeichnis

[1] Reichheld, Fred. “The One Number You Need to Grow.” Harvard Business Review 81, Nr. 12 (Dezember 2003): 46—54. [Grundlagenwerk | Originalpaper | Zitationen: 8.000+ | Qualität: 80/100]

[2] Keiningham, Timothy L., Bruce Cooil, Tor Wallin Andreassen, und Lerzan Aksoy. “A Longitudinal Examination of Net Promoter and Firm Revenue Growth.” Journal of Marketing 71, Nr. 3 (Juli 2007): 39—51. DOI: 10.1509/jmkg.71.3.039 [Journal Article | Empirische Widerlegung | Zitationen: 1.500+ | Qualität: 90/100]

[3] Reichheld, Fred, und Rob Markey. The Ultimate Question 2.0: How Net Promoter Companies Thrive in a Customer-Driven World. Harvard Business Press, 2011. [Buch | Erweitertes Framework | Qualität: 72/100]

[4] Van Doorn, Jenny, Peter S.H. Leeflang, und Marleen Tijs. “Satisfaction as a Predictor of Future Performance: A Replication.” International Journal of Research in Marketing 30, Nr. 3 (2013): 314—318. DOI: 10.1016/j.ijresmar.2013.04.002 [Journal Article | Replikationsstudie | Qualität: 78/100]

[5] De Jong, Ad, Ko de Ruyter, Debbie Isobel Keeling, Stanislav N. Polyakova, und Tom Olsen. “The Interplay Between Net Promoter Score and Cultural Dimensions.” Präsentiert auf der EMAC Conference, 2015. [Konferenzpaper | Kulturelle NPS-Verzerrung | Qualität: 68/100]