Il Net Promoter Score chiede una sola cosa: con quale probabilità raccomanderesti questa azienda a un amico o collega? La risposta dipende da tutto: dal prodotto, dal prezzo, dall'esperienza di acquisto, dal servizio post-vendita, dalla comunicazione del brand. Quando un cliente da 6 invece di 9, nessuno sa con certezza se il problema sia nella qualità del prodotto, nei tempi di consegna o nell'ultima interazione con il customer service. Il customer service rimane con un numero che non gli dice dove intervenire.
Con l'automazione AI, questo problema diventa ancora più complesso.
La previsione di Gartner: NPS non funziona per il customer service
Gartner aveva previsto che oltre il 75% delle organizzazioni avrebbe abbandonato il Net Promoter Score come misura di successo del customer service e del supporto clienti entro il 2025. La ragione identificata da Gartner è strutturale: il linguaggio ampio usato nell'NPS cattura l'intenzione del cliente basandosi sulla sua valutazione di molto più del solo customer service. Questo rende difficile identificare quali azioni il servizio clienti dovrebbe intraprendere per migliorare le performance.
Gartner descrive l'NPS come uno dei KPI più diffusi a livello globale ma anche come quello che sistematicamente non riesce a produrre insight azionabili per i responsabili del customer service. La previsione sull'abbandono dell'NPS riflette una tendenza già in atto nei team di customer service più avanzati, anche se il supporto del C-suite alla metrica rimane forte: il 58% dei responsabili del customer service è richiesto dalla propria leadership di misurare l'NPS, e i CEO lo usano frequentemente nelle comunicazioni con gli investitori.
Con l'AI il problema si moltiplica
In un sistema di customer service in cui la maggior parte delle interazioni è gestita da agenti AI, l'NPS cattura ancora meno del contributo del servizio all'esperienza complessiva del cliente. Se un cliente interagisce con un assistente AI per risolvere un problema tecnico, poi viene trasferito a un agente umano per una questione più complessa, e poi riceve un'email di follow-up generata automaticamente, l'NPS successivo a questa sequenza riflette la somma di tutte queste esperienze, senza distinguere quale parte ha funzionato e quale no.
Gartner identifica la necessità di misurare la customer experience a livello di singola interazione come il punto di partenza per metriche azionabili. In un sistema ibrido umano-AI, questo significa catturare feedback specifici per ogni tipo di interazione: automatizzata, assistita e completamente umana. I driver di soddisfazione sono diversi nei tre casi, e le azioni di miglioramento richiedono diagnosi separate.
Le metriche che funzionano: CSAT, CES e VES
Gartner raccomanda di valutare le performance del customer service a livello di interazione attraverso tre metriche alternative all'NPS. La prima è il Customer Satisfaction Score (CSAT): misura la soddisfazione specifica per l'interazione appena conclusa, con una domanda diretta sulla qualità dell'esperienza. È azionabile perché collegato a un momento preciso e a un canale specifico.
La seconda è il Customer Effort Score (CES): misura quanto il cliente ha dovuto sforzarsi per risolvere il proprio problema. In un sistema con AI, il CES è particolarmente rilevante perché l'obiettivo principale dell'automazione è ridurre il friction, e il CES lo misura direttamente. Gartner identifica la riduzione dello sforzo del cliente come uno degli obiettivi prioritari per i responsabili del customer service nel 2026, accanto alla prima risoluzione al contatto e alla consegna di maggiore valore.
La terza è il Value Enhancement Score (VES): misura se l'interazione ha aiutato il cliente a ottenere maggiore valore dal prodotto o servizio. Questa metrica è particolarmente rilevante nel contesto della trasformazione del customer service da centro di costo a driver di business, che Gartner identifica come uno dei trend principali che plasmano il futuro della funzione entro il 2028.
Il 91% dei leader deve dimostrare l'impatto sulla soddisfazione
In una survey condotta tra settembre e ottobre 2025, Gartner ha rilevato che il 91% dei responsabili del customer service è sotto pressione dei vertici aziendali per implementare l'AI non solo per l'efficienza ma per migliorare direttamente la soddisfazione dei clienti. Migliorare la soddisfazione del cliente è la prima priorità per il 2026, seguita dall'efficienza operativa e dal successo del self-service.
Questa pressione richiede metriche che dimostrino effettivamente il collegamento tra l'AI e la soddisfazione del cliente. Il CSAT misurato prima e dopo l'introduzione di un assistente AI su un canale specifico mostra l'impatto in modo diretto. Il CES misurato per le interazioni automatizzate versus quelle escalate mostra se il sistema sta effettivamente riducendo il friction per i clienti che interagiscono con l'AI. Queste metriche parlano il linguaggio dell'esperienza cliente, non solo quello dell'efficienza operativa.
L'AI come strumento di analisi del feedback
L'ironia del dibattito sulle metriche nel customer service AI è che l'AI stessa può risolvere parte del problema. Gartner identifica tra i casi d'uso AI ad alto valore nel customer service l'analisi del sentiment in tempo reale durante le interazioni: strumenti che leggono il tono e il contenuto delle conversazioni per capire come si sente il cliente senza aspettare che compili un sondaggio.
Questa capacità trasforma la misurazione della soddisfazione da evento puntuale a processo continuo. Invece di chiedere all'1-2% dei clienti che risponde ai sondaggi come è andata, un sistema AI può analizzare il 100% delle interazioni e produrre insight sulla qualità dell'esperienza in tempo reale. I responsabili del customer service che usano questa capacità hanno accesso a un livello di granularità che nessun sistema di survey tradizionale può eguagliare, e possono identificare i problemi prima che diventino tendenze visibili nelle metriche aggregate.
Il punto di partenza
Gartner è diretto sulla sequenza corretta: costruire prima il caso interno per eliminare l'NPS dalle survey post-interazione del customer service, poi sostituirlo con metriche a livello di interazione come CSAT, CES e VES che producano insight azionabili. Se il management richiede comunque di misurare l'NPS, farlo in un modo che soddisfi le aspettative senza sopravvalutarne l'importanza per le decisioni operative del customer service.
In un contesto in cui l'AI gestisce un volume crescente di interazioni, le metriche che guidano il miglioramento devono essere sufficientemente granulari da distinguere tra ciò che funziona nel self-service automatizzato, ciò che funziona nell'escalation e ciò che funziona nelle interazioni completamente umane. Il NPS non fa questa distinzione. Le metriche alternative che Gartner raccomanda sì.
