Share article
Existuje paradox, který trápí zákaznickou zkušenost víc než špatná data nebo nedostatek rozpočtu. Říkáme mu Goodhartův zákon. Zformuloval ho britský ekonom Charles Goodhart v roce 1975 v kontextu měnové politiky, ale jeho platnost sahá daleko za hranice centrálního bankovnictví: jakmile se z metriky stane cíl, přestává být dobrou metrikou.
V CX (customer experience, zákaznická zkušenost) se tento zákon projevuje s mimořádnou přesností a s důsledky, které jsou pro firmy fatální, přestože je na první pohled vůbec nevidí.
Skóre roste. Zákazníci odcházejí.
Představte si firmu, jejíž NPS (Net Promoter Score, skóre doporučení zákazníků) stoupá každé čtvrtletí. Management je spokojený. Bonusy jsou vyplaceny. A pak přijdou roční data a ukáže se, že churn (míra odchodu zákazníků) zůstává stejný nebo se dokonce zhoršuje.
Jak je to možné?
Odpověď není v zákaznících. Je v systému odměňování, který se mezitím naučil optimalizovat metriku, nikoli zkušenost. Zaměstnanci kontaktního centra, jejichž bonusy závisí na NPS, přirozeně začnou dělat věci, které skóre zvýší, ale zákaznickou zkušenost nutně nezlepší. Volají zákazníkům před odesláním průzkumu. Žádají je o vysoké hodnocení. Odkládají průzkum na okamžik, kdy je zákazník v dobré náladě. Nebo se vyhnou jeho odeslání úplně, pokud tuší, že interakce proběhla špatně.
Ipsos tento jev pojmenoval jako survey gaming – manipulaci s průzkumy ze strany zaměstnanců nebo interních stakeholderů s cílem uměle navýšit skóre. Podle jejich analýzy to může mít formy od přímého prosení zákazníka o konkrétní hodnocení až po klikání na spokojenostní terminály v provozovnách bez jakékoliv kontroly, kdo a kolikrát tlačítko zmáčkne (Ipsos, Gaming the Score: When Feedback Becomes Fiction, 2026).
Data jsou v tomto ohledu konzistentní. Studie z roku 2024 publikovaná v International Journal of Market Research potvrdila, že samotná metodologie výpočtu NPS vnáší do výsledků statistický šum, který ztěžuje detekci skutečných změn v sentimentu zákazníků, a to ještě předtím, než se kdokoliv pokusí výsledky záměrně ovlivnit (Why NPS Is Lying to You About Customer Experience, CMSWire, 2026).
Goodhartův zákon v praxi: od NHS po Wells Fargo
Aby bylo jasné, že nejde o fenomén specifický pro CX, stojí za to připomenout dva klasické příklady.
Britské nemocnice dostaly v 80. letech cíl: žádný pacient nesmí čekat na ošetření déle než 18 týdnů. Cíl byl splněn. Čekací doby klesly. Při bližším pohledu se ale ukázalo, že lékaři záměrně odkládali formální referral pacientů, aby nespustili odpočítávání. Složitým případům se vyhýbali, protože snižovaly statistiku. Jednoduchých případů přibývalo na úkor těch, které skutečně potřebovaly rychlou péči. Metrika byla splněna. Péče se nezlepšila.
Wells Fargo je v kontextu firemního světa asi nejcitovanějším příkladem destrukce metriky. Management začal v počátku 2000. let pečlivě sledovat počet nově otevřených účtů v každé pobočce a tento ukazatel propojil s prémii, kariérním postupem i udržením zaměstnání. Výsledek byl předvídatelný: manažeři začali otvírat účty bez vědomí zákazníků. V roce 2017 banka přiznala, že šlo o 3,5 milionu falešných účtů. Pokuta regulátorů dosáhla 185 milionů dolarů, celkové vyrovnání s americkým ministerstvem spravedlnosti a SEC pak 3 miliardy dolarů. Pět tisíc tři sta zaměstnanců bylo propuštěno. Nikdo z nich nevymyslel podvod z vlastní iniciativy, ale pouze reagoval na systém pobídek, který byl nastaven špatně (Ethics Unwrapped, University of Texas, 2020).
Klíčová podmínka však zůstává ve všech těchto případech opomenuta: nikdo vědomě nezamýšlel zkazit metriku. Systém sám ji zkazil tím, že ji povýšil na cíl.
Problém s NPS, CSAT a CES, jakmile jsou na nich bonusy
Tři nejrozšířenější CX metriky NPS, CSAT (Customer Satisfaction Score, skóre spokojenosti zákazníků) a CES (Customer Effort Score, skóre vynaloženého úsilí) sdílí jeden strukturální rys: jsou to proxy metriky. Neměří přímo loajalitu, spokojenost nebo nízké tření. Měří zprávu zákazníka o tom, jak loajální, spokojený nebo nenamáhaný se cítí. To je důležitý rozdíl.
Proxy metrika je ze své podstaty zranitelná. Jakmile existuje tlak finanční nebo kariérní na její výsledek, lidé optimalizují proxy, ne realitu, kterou má reprezentovat.
Fred Reichheld, zakladatel NPS a partner Bain & Company, sám tuto dynamiku pojmenoval jako největší systémové selhání v implementaci NPS: „Bad things happen when you just focus on it as a score. When scores are the objective, they no longer help people. It doesn’t inspire them to learn. All they want is a 10.“ (Bain & Company, Refocusing NPS for Earned Growth, 2022). A dodal ještě explicitněji: programy, které propojují NPS s bonusy frontliniových zaměstnanců, typicky zkolabují do jednoho až dvou let.
Ve svém článku Net Promoter 3.0 v Harvard Business Review (2021) Reichheld spolu s kolegy z Bain & Company identifikoval linking Net Promoter Scores to bonuses for frontline employees jako jeden z hlavních způsobů zneužití, který podryl kredibilitu celého systému. Jako reakci na toto selhání navrhl doplňující metriku Earned Growth Rate (míru zaslouženého růstu) která měří podíl příjmů pocházejících od vracejících se zákazníků a zákazníků, kteří přišli na doporučení. Na rozdíl od NPS jde o tvrdou účetní metriku, která se nedá snadno „vyhrát“ sociálním inženýrstvím.
Situace s CSAT a CES je analogická. CSAT, typicky měřený jako průměr hodnocení na škále 1–5 nebo 1–10 bezprostředně po interakci, je vysoce citlivý na načasování. Průzkum odeslaný ihned po vyřešení problému generuje jiné skóre než průzkum odeslaný o týden později. Týmy, jejichž bonusy závisí na CSAT, toto vědí a průzkumy načasovávají podle toho.
CES, navržený týmem CEB (nyní Gartner) v roce 2010 jako prediktor věrnosti zákazníků skrze nízké tření při interakci, je možná nejodolnější ze tří metrik, ale ani on není imunní. Agenti se mohou naučit klást průzkumné otázky způsobem, který sugeruje snadnost („Doufám, že jsme vám s tím pomohli bez zbytečné námahy?“), nebo aktivně poučovat zákazníka, jak odpovědět.
Proč se to děje: psychologie a systémy
Goodhartův zákon není výsledkem špatných lidí. Je výsledkem racionálních lidí reagujících na špatně nastavené systémy.
Psychologové mluví v této souvislosti o fenoménu surrogation stavu, kdy lidé začnou zaměňovat cíl (lepší zákaznická zkušenost) s jeho proxy (vyšší skóre). Studie Michaela Harrise a Billa Taylera v Harvard Business Review (Don’t Let Metrics Undermine Your Business, 2019) ukázala, že surrogation nastává prakticky automaticky ve chvíli, kdy jsou metriky propojeny s odměňováním, a to i u lidí, kteří původně svůj cíl chápali správně.
Výsledek je dobře popsaný: organizace optimalizuje číslo místo reality. Číslo roste. Realita stagnuje nebo se zhoršuje. Vedení je spokojené. Zákazníci ne.
Tento stav je navíc sebeposilující. Jakmile jsou metriky „vyhrávány“, přestávají mít diagnostickou hodnotu. Manažeři nemají dobrá data pro rozhodování. Dělají tedy rozhodnutí na základě čísel, která neodráží realitu a cyklus pokračuje.
Co s tím: od měření k učení
Skutečná otázka proto nezní: „Jak chráníme naše metriky před zneužitím?“ Ale: „K čemu metriky vlastně slouží?“
Reichheld i Bain & Company konzistentně argumentují, že NPS a platí to i pro CSAT i CES byly navrženy jako nástroj učení, ne jako nástroj odměňování. Je-li výsledek průzkumu vstupem do týmové diskuze o tom, co zákazníkům vadí a co funguje, metrika si zachovává hodnotu. Je-li výsledkem jednoznačného výpočtu bonusu, ztrácí ji.
Z pohledu designu systémů odměňování z toho plyne několik praktických závěrů.
Metriky vázané na bonusy by měly být výstupové, ne průzkumové. Místo NPS jako KPI (Key Performance Indicator, klíčový ukazatel výkonnosti) propojený s prémií dává větší smysl sledovat míru retence, míru opakovaných nákupů nebo právě Earned Growth Rate tedy chování zákazníků, nikoli jejich deklarace.
Každá metrika potřebuje svůj „stín“ protimetriku, která odhalí přesun problému jinam. Pokud snižuji průměrnou dobu zpracování hovoru (AHT, Average Handle Time), musím sledovat míru opakovaných kontaktů. Pokud optimalizuji CSAT bezprostředně po interakci, musím sledovat NPS s časovým odstupem. Bez stínové metriky je Goodhartův zákon nevyhnutelný.
Průzkumová data by měla být oddělena od manažerské odpovědnosti za skóre. Zaměstnanec by měl být hodnocen za to, zda zákaznické podněty z průzkumů vedly k akci ne za to, jaké číslo průzkum vygeneroval. To je zásadní strukturální rozdíl.
Závěrem: metriky přestávají být dobré ve chvíli, kdy se stávají motivy. To není argument proti měření, je to argument pro větší sofistikovanost v tom, proč a jak měříme. Goodhartův zákon nelze obejít přidáváním dalších metrik. Lze ho zmírnit tím, že rozlišujeme metriky pro učení od metrik pro odpovědnost a nepoužíváme jedny tam, kde patří druhé.
