Net Promoter Score: berechnen, gewichten, tracken

Der NPS entsteht in DataLion als Codebook-Formel – exakt, gewichtbar und reproduzierbar. Segmentiere und teste ihn auf Signifikanz, glätte den Verlauf und finde per Treiberanalyse heraus, was ihn bewegt. ISO-27001-Hosting, DSGVO-konform, Made in Munich.

Interaktives DataLion-Dashboard mit NPS-Score, Promotoren-/Detraktoren-Aufteilung und Filtern

DataLion berechnet den Net Promoter Score direkt im Codebook als 100 × (Anteil Promotoren 9–10 − Anteil Detraktoren 0–6) über die gültigen Antworten – wahlweise gewichtet. Den Score brichst du nach Segment herunter, testest Wellen- und Gruppenunterschiede auf Konfidenzniveaus von 80 % bis 99 %, glättest den Verlauf per SMA/EMA und findest per Relative-Importance-Analyse auf der R-Engine, was den NPS treibt.

  • 🇩🇪 Made in Munich
  • DSGVO-konform
  • AV-Vertrag inklusive
  • Hosting in Deutschland

Marktforschung, Insights & Medien vertrauen DataLion

  • GfK
  • L’Oréal
  • Deutsche Telekom
  • eBay
  • Hubert Burda Media
  • SevenOne Media
  • mobile.de
  • Psyma
  • 0–10 Empfehlungsskala
  • −100…+100 Wertebereich des NPS
  • 80–99 % Signifikanzniveaus
  • SMA / EMA Glättung im Tracking

Warum der NPS oft weniger wert ist, als er sein könnte

  • Der Score wird in Excel von Hand gerechnet – mal gewichtet, mal nicht, ohne dokumentierte Formel.
  • Segmentunterschiede werden interpretiert, ohne zu prüfen, ob sie statistisch signifikant sind.
  • Die Warum-Antworten werden gesammelt, aber nie zu Treibern verdichtet.

Der NPS – exakt im Codebook berechnet

DataLion bildet den NPS nicht als Blackbox, sondern als nachvollziehbare Formel im Codebook ab: 100 × (Anteil Promotoren [9–10] − Anteil Detraktoren [0–6]) ÷ gültige Antworten. Wer mit 7 oder 8 antwortet, zählt als Passiver.

Die Formel schließt fehlende Werte aus, sodass Nicht-Beantworter den Score nicht verzerren. Liegt eine Gewichtsvariable vor, wird der gewichtete NPS gerechnet (jeder Fall × Gewicht) – ein oder mehrere Gewichte sind möglich.

  • Promotoren (9–10), Passive (7–8), Detraktoren (0–6) als Top-Box-/Net-Zeilen
  • Reproduzierbare Codebook-Formel statt undurchsichtiger Kennzahl
  • Fehlende Werte werden sauber ausgeschlossen
  • Gewichteter NPS über eine oder mehrere Gewichtsvariablen
DataLion-Tabelle mit NPS-Net-Zeilen und Prozentwerten

Nach Segment aufbrechen – mit Signifikanz

Brich den NPS per Live-Filter nach Region, Touchpoint, Produkt oder Kundengruppe herunter. Unterschiede zwischen Segmenten werden direkt in der Tabelle auf Signifikanz getestet – auf vier Konfidenzniveaus (80 %, 90 %, 95 %, 99 %), wahlweise als Sterne oder Buchstaben.

Im Hintergrund laufen z-Test, Chi²- und t-Test; paarweise und Komplement-Vergleiche sind eingebaut, für Chi² optional mit Yates-Korrektur. So weißt du, ob ein höherer NPS im Segment echt oder Zufall ist.

  • Live-Filter nach Region, Touchpoint, Produkt oder Kundengruppe
  • Signifikanz auf 80/90/95/99 % – als Sterne (*/**/***) oder Buchstaben
  • z-Test, Chi²- und t-Test; paarweise und Komplement-Vergleiche
  • Optionale Yates-Korrektur für Chi²
Interaktives DataLion-Dashboard mit Segmentvergleich eines NPS

NPS-Tracking mit geglättetem Verlauf

Im Tracking zeigt DataLion den NPS als Zeitreihe und glättet ihn auf Wunsch über den gleitenden Durchschnitt (SMA) oder den exponentiell gewichteten Durchschnitt (EMA) – mit frei wählbarem Fenster, um Stichprobenrauschen vom echten Trend zu trennen.

Neue Wellen werden automatisch importiert, das Dashboard aktualisiert sich selbst, und Welle-zu-Welle-Veränderungen lassen sich wieder auf Signifikanz prüfen.

  • NPS als Zeitreihe, Welle für Welle
  • Glättung per SMA/EMA mit frei wählbarem Fenster
  • Welle-zu-Welle-Veränderungen auf Signifikanz getestet
  • Automatischer Wellen-Import – mehr dazu unter Trackingstudien
Zeitreihe eines NPS über mehrere Wellen in DataLion

Treiberanalyse statt Bauchgefühl

Der Score sagt nicht, warum er sich bewegt. Mit der Relative-Importance-Analyse – einem der vordefinierten Modelle auf der R-Engine – ermittelst du, welche Zufriedenheits- oder Erlebnis-Treiber den NPS am stärksten erklären, ergänzt durch Regressionen.

Die offene Folgefrage nach dem Warum wertest du strukturiert aus, statt sie nur zu sammeln – als Net-Codes oder kategorisierte Nennungen.

  • Relative Importance: welche Treiber den NPS erklären
  • Lineare, ordinale & weitere Regressionen auf R
  • Offene Nennungen strukturiert auswerten und kategorisieren
  • Treiber je Segment vergleichen

NPS- und eNPS-Frage – ohne Recodes

Erhebe den NPS mit dem NPS-Fragetyp (0–10) und einer offenen Folgefrage. Beim Veröffentlichen legt DataLion automatisch Projekt, Datensatz und Codebook mit Wertelabels an – die Antworten sind sofort auswertbar, ganz ohne Umkodieren.

Der eNPS für Mitarbeitende nutzt denselben Workflow. Eingeladen wird per anonymem Link, QR-Code oder Einmal-Token.

  • NPS-Fragetyp (0–10) plus offene Folgefrage
  • Auto-Codebook mit Wertelabels – sofort chartbar, keine Recodes
  • eNPS für Mitarbeitende im selben Workflow
  • Einladung per anonymem Link, QR-Code oder Einmal-Token
DataLion-Umfrageeditor mit NPS-Fragetyp

Das baust du mit DataLion

  • NPS-Tracking-Dashboard

    Score, Net-Zeilen und geglätteter Verlauf – Welle für Welle, signifikanzgeprüft.

    Mehr dazu →
  • Treiberanalyse

    Relative Importance auf R – welche Faktoren den NPS erklären.

    Mehr dazu →
  • Gewichteter NPS

    Auf die Sollstruktur gewichten – aus Datensatz, Tabelle oder berechnet.

    Mehr dazu →

Sehen Sie DataLion mit Ihren eigenen Daten

Kostenlos testen oder eine persönliche Demo buchen – von den Rohdaten bis zum fertigen Dashboard.

Wir arbeiten nun viel effizienter und haben so mehr Zeit, uns um die Ableitungen und Insights aus den Daten für die Kunden zu kümmern.
Jens Falkenau, Vice President Market Research · Nielsen Sports
Case Study lesen →

Die Plattform im Detail

Tiefer einsteigen

Häufige Fragen zum NPS mit DataLion

Wie genau berechnet DataLion den NPS?
Über eine Codebook-Formel: 100 × (Anteil Promotoren mit 9–10 − Anteil Detraktoren mit 0–6) geteilt durch die gültigen Antworten. Passive (7–8) zählen nicht in den Score. Fehlende Werte werden ausgeschlossen, der Wertebereich liegt zwischen −100 und +100.
Kann ich den NPS gewichten?
Ja. Liegt eine Gewichtsvariable vor, rechnet DataLion den gewichteten NPS (jeder Fall multipliziert mit seinem Gewicht). Gewichte kommen aus dem Datensatz, aus einer separaten Gewichtstabelle (per Join) oder werden in DataLion auf eine Sollverteilung gerechnet.
Sind Segment- und Wellenunterschiede signifikant?
Das prüft DataLion direkt in der Tabelle: Unterschiede werden auf vier Konfidenzniveaus (80/90/95/99 %) per z-Test, Chi²- oder t-Test getestet und als Sterne oder Buchstaben ausgewiesen, für Chi² optional mit Yates-Korrektur.
Wie verstehe ich, was den NPS treibt?
Mit der Relative-Importance-Analyse – einem der vordefinierten Modelle auf der R-Engine – ermittelst du, welche Treiber den NPS am stärksten erklären, ergänzt durch Regressionen. Zusätzlich wertest du die offene Warum-Frage strukturiert aus.
Wie tracke ich den NPS über die Zeit?
Als Zeitreihe mit optionaler SMA-/EMA-Glättung und frei wählbarem Fenster. Neue Wellen werden automatisch importiert, das Dashboard aktualisiert sich selbst, und Welle-zu-Welle-Veränderungen lassen sich auf Signifikanz prüfen.

Bereit, deinen NPS sauber zu rechnen?

Teste DataLion kostenlos mit deiner eigenen NPS-Befragung – von der Codebook-Formel bis zum signifikanzgeprüften Tracking. Oder buche eine persönliche Demo.