Wie Sie einen CSAT-Bericht erstellen, der zum Handeln anregt
Zwei Teams befragen dieselben Kunden am selben Tag. Das eine meldet 82%, das andere 4.1.
Beide haben recht. Das eine Team hat die Prozentmethode verwendet, das andere den Durchschnitt der Werte berechnet – und die Quelle, die die Kennzahl definiert, lässt beides zu.
Das ist das Erste, was Sie klären müssen, bevor Sie den Bericht erstellen. Die Formel ist eine Entscheidung, kein Standard.
Dieser Leitfaden zeigt Ihnen, was der Bericht enthalten muss und stellt die zwei legitimen Formeln vor. Anschließend wird erklärt, warum die Skala und der Zeitpunkt bestimmen, was Sie aus den Daten lernen, und wie Sie den Bericht aus einem Umfrage-Export erstellen.
Was ein CSAT-Bericht enthalten muss
Der Score ist nur eine Zeile. Erst der Bericht macht diese Zeile brauchbar.
Sechs Dinge gehören in dieselbe Ansicht: der Score, die verwendete Formel, die Skala, die Anzahl der Antworten, die befragte Zielgruppe und der Trigger-Zeitpunkt.
Der Trigger ist der Punkt, den die meisten Berichte weglassen. Ein Score, der direkt nach einem Support-Anruf erhoben wird, und ein Score nach 30 Tagen Produktnutzung sind völlig unterschiedliche Messungen mit demselben Namen.
Fügen Sie auch die Verteilung hinzu. Behalten Sie die Anzahl der Antworten für jeden Punkt auf der Skala bei, denn das Zusammenfassen zu einer einzigen Zahl verwirft die Datenstruktur für immer.
Die Anzahl der Antworten hat mehr Gewicht, als man denkt. Bei nur 40 Antworten kann eine Handvoll Personen, die ihre Bewertung um einen Punkt ändern, den Gesamt-Score um mehrere Punkte verschieben.
Zwei legitime Formeln, zwei unterschiedliche Zahlen
Qualtrics definiert die Kennzahl und ihre Berechnung auf seiner CSAT-Seite und nennt beide Ansätze.
Die Prozentmethode ist diejenige, die dort Schritt für Schritt erklärt wird. Man „verwendet die Antworten 4 (zufrieden) und 5 (sehr zufrieden)“ und wendet dann die veröffentlichte Formel an.
Die Formel lautet wie folgt: Anzahl der zufriedenen Kunden geteilt durch die Anzahl der Umfrageantworten, multipliziert mit 100.
Es gibt einen konkreten Grund für diese „Top-Two“-Regel. Auf der Seite wird darauf hingewiesen, dass „die Verwendung der beiden höchsten Werte bei Feedback-Umfragen der genaueste Prädiktor für die Kundenbindung ist“.
Die Durchschnittsmethode wird auf derselben Seite ebenfalls anerkannt. Die Ergebnisse „können gemittelt werden, um einen zusammengesetzten Kundenzufriedenheits-Score zu erhalten“, obwohl Scores „üblicherweise eher als Prozentsatz ausgedrückt werden“.
| Prozentmethode | Durchschnittsmethode | |
|---|---|---|
| Ergebnis | 0% bis 100% | Eine Zahl auf Ihrer Skala |
| Behandelt eine 3 als | Nicht zufrieden | Mittelmäßig |
| Empfindlich gegenüber | Verschiebungen über die Grenze von 3 zu 4 | Verschiebungen an jeder Stelle |
| Vergleichbar mit veröffentlichten Benchmarks | Meistens ja | Selten |
Entscheiden Sie sich für eine Methode und vermerken Sie diese im Bericht. Die beiden sind nicht ineinander umrechenbar, und ein Team, das unter dem Jahr wechselt, zerstört seine eigene Trendlinie.
Eine verwandte Kennzahl folgt einer anderen Regel. NPS schließt seine mittlere Gruppe aus beiden Prozentsätzen aus, während CSAT alle Befragten im Nenner behält. Unser Leitfaden zur Erstellung eines NPS-Berichts befasst sich mit diesem Vergleich.
Wo die Entscheidung über die Skala Konsequenzen hat
Qualtrics stellt CSAT auf einer fünfstufigen Skala dar, die von „sehr unzufrieden“ bis „sehr zufrieden“ reicht.
Der Standard-Fragetext ist ebenfalls veröffentlicht. Er fragt, wie der Kunde „seine Gesamtzufriedenheit mit den erhaltenen [Waren/Dienstleistungen] bewerten“ würde.
Viele Tools liefern stattdessen standardmäßig eine sieben- oder zehnstufige Skala aus. Das ist nicht falsch, aber es ändert die Arithmetik.
Die „Top-Two“-Regel übersteht eine Skalenänderung nicht unbeschadet. Zwei von fünf Antwortoptionen entsprechen den obersten 40% der Skala, während zwei von zehn Optionen nur die obersten 20% ausmachen.
Eine zehnstufige Umfrage, die nach der „Top-Two“-Methode ausgewertet wird, weist also bei identischer Kundenstimmung einen niedrigeren CSAT auf als eine fünfstufige Umfrage. Das ist ein Messartefakt und kein Kundensignal.
Daraus ergeben sich zwei Regeln, die sich leicht umsetzen lassen: Frieren Sie die Skala ein und dokumentieren Sie diese neben jedem veröffentlichten Score.
Wenn Sie die Skala ändern müssen, behandeln Sie sie als neue Datenreihe. Notieren Sie das Änderungsdatum und verzichten Sie auf Vergleiche mit älteren Daten.
Wann Sie fragen, verändert das, was Sie lernen
Das Timing ist eine Designentscheidung, die von derselben Quelle als zentral erachtet wird.
Qualtrics beschreibt CSAT as eine „Hier und Jetzt“-Kennzahl, die sich „auf ein bestimmtes Erlebnis und nicht auf eine laufende Kundenbeziehung bezieht“.
Das bestimmt, wann die Frage sinnvoll ist. Bei punktuellen Interaktionen wie einem Anruf im Contact Center empfiehlt die Seite, sofort zu fragen, solange das Gespräch noch frisch im Gedächtnis ist.
Bei Dingen, die über einen längeren Zeitraum genutzt werden, gilt das Gegenteil. Bei einem Abonnement oder einem langlebigen Produkt kann es Tage oder Wochen dauern, bis der Kunde es beurteilen kann.
Daraus ergeben sich zwei praktische Konsequenzen: Ein einziger, vermischter CSAT über beide Arten von Touchpoints ist nahezu aussagelos. Die Lösung besteht darin, nach Trigger zu berichten.
Die Seite warnt auch vor zu hoher Frequenz. Einen wiederkehrenden Kunden zu oft zu befragen, „kann eigene Probleme verursachen“, was sich in Ihren Daten durch eine sinkende Rücklaufquote bemerkbar macht.
Betrachten Sie diese Quote als eigenständige Kennzahl. Ein steigender Score bei sinkenden Antwortzahlen ist meist auf einen Survivorship-Effekt zurückzuführen, nicht auf eine echte Verbesserung.
Wie man es manuell macht
Option 1: Zwei Zählungen und eine Division
Zählen Sie die Antworten mit 4 und 5 mit COUNTIFS und zählen Sie dann alle Antworten mit COUNTA in der Bewertungsspalte.
Die Verwendung von COUNTA in der Bewertungsspalte anstelle der Zeilenanzahl ist wichtig. Leere Bewertungen sind keine Nullen, und wenn sie in den Nenner einfließen, zieht das den Score nach unten.
Teilen Sie am Ende einmal und halten Sie beide Zählungen sichtbar. Jeder sollte in der Lage sein, Ihre Zahl aus den beiden darüber liegenden Zellen neu zu berechnen.
Die Grenze dabei ist, dass Sie nur einen einzigen Score für einen Zeitraum erhalten, ohne zu sehen, welcher Touchpoint oder welches Segment sich verändert hat.
Option 2: Die vollständige Verteilung
Erfassen Sie die Anzahl für jeden Punkt auf der Skala und leiten Sie dann sowohl den Prozentsatz als auch den Durchschnitt aus derselben Tabelle ab.
Beides anzuzeigen ist einmalig als Plausibilitätsprüfung nützlich. Wenn beide eine gegensätzliche Geschichte erzählen, haben Sie eine bimodale Verteilung, und eine einzelne Zahl wird Sie in jedem Fall in die Irre führen.
Jetzt kann der Bericht segmentiert werden: nach Trigger, Produkt, Kanal, Agent oder Kundenlaufzeit.
Die eigentliche Erkenntnis liegt meist im Segment. Ein gesunder Gesamtwert kaschiert oft einen Kanal, der einen ganzen Punkt unter den anderen liegt.
Die Grenze liegt bei Joins und Datenvolumen. Das Verknüpfen von Umfrageantworten mit Account- oder Ticketdaten überschreitet den Punkt, an dem Formeln noch komfortabel zu handhaben sind.
Option 3: Ein Tab für Definitionen
Erfassen Sie die Formel, die Skala, den Wortlaut der Frage, den Trigger und die Zielgruppe.
Der Wortlaut der Frage gehört aus gutem Grund auf diese Liste. Eine umformulierte Frage führt zu einem anderen Score, was fälschlicherweise als Stimmungsänderung interpretiert wird.
Erfassen Sie auch die Ausschlüsse. Interne Tester, doppelte Einsendungen und Antworten außerhalb des gültigen Bereichs erfordern jeweils eine festgelegte Vorgehensweise.
Die Einschränkung ist bekannt: Eine Regel aufzuschreiben bedeutet nicht, dass sie auch angewendet wird, und im nächsten Zyklus baut wieder jemand dieselben Filter manuell nach.
Die gemeinsame Grenze. Alle drei Optionen setzen voraus, dass der Export eine Trigger- oder Umfrage-ID enthält. Ohne diese kann ein vermischter Score nicht wieder in die Erlebnisse aufgeteilt werden, die ihn verursacht haben.
Wo der manuelle Weg an seine Grenzen stößt
Der erste Bericht dauert eine Stunde. Der vierte dauert länger, weil sich drei Dinge geändert haben.
Das Umfragetool ändert bei einer Neugestaltung die Skala, und niemand bringt die Verschiebung des Scores mit dem Formular in Verbindung.
Die Zielgruppe erweitert sich unbemerkt. Eine Umfrage, die an alle Kontakte statt nur an die letzten Käufer gesendet wird, bezieht Personen ein, die in letzter Zeit gar nichts zu bewerten hatten.
Dann werden Benchmarks zitiert. Qualtrics weist darauf hin, dass das Benchmarking von CSAT „keine exakte Wissenschaft ist“, verweist für Branchenzahlen auf den ACSI, betont aber gleichzeitig, dass jedes Unternehmen und jedes Produkt anders ist.
Die nützlichere Aussage ist einfacher: Wenn sich Ihr Score nach oben bewegt, machen Sie etwas richtig.
Es gibt noch einen vierten Nachteil, der unter Zeitdruck zutage tritt. Jemand fragt, ob 82% gut sind, und für die Antwort benötigen Sie den Trend, die Aufteilung nach Triggern und die Anzahl der Antworten, die Sie nicht parat haben.
Eine Übersicht über die Tools finden Sie in KI-Software für die Analyse von Umfragedaten.
Wie Sie ihn mit Powerdrill Bloom erstellen
Schritt 1: Laden Sie Ihren Umfrage-Export hoch
Laden Sie den Antwort-Export direkt aus Ihrem Umfragetool hoch. Powerdrill Bloom analysiert die Spalten direkt beim Import, sodass leere Bewertungen, Werte außerhalb des Bereichs und doppelte Befragten-IDs erkannt werden, noch bevor ein Score berechnet wird.
Schritt 2: Beschreiben Sie den Bericht in natürlicher Sprache
Formulieren Sie die Regeln, anstatt sie mühsam aufzubauen. Nennen Sie die Bewertungsspalte, die Skala, die Formel, den Zeitraum, die Zielgruppe und das Trigger-Feld.
Stellen Sie dann die Fragen, die Fehler aufdecken. Fragen Sie, wie viele Antworten leer sind oder außerhalb der Skala liegen. Fordern Sie sowohl den Prozentsatz als auch den Durchschnitt aus denselben Daten an. Fragen Sie dann nach dem Score, aufgeteilt nach Trigger und Segment.
Schritt 3: Exportieren Sie das Diagramm, den Bericht oder die Präsentation
Exportieren Sie den Score mit seiner vollständigen Verteilung, einen Trend über verschiedene Zeiträume oder Folien, die die Formel und die Anzahl der Antworten direkt neben der Zahl zeigen.
Häufige Fehler
Die Formel nicht angeben. Der Prozentsatz und der Durchschnitt sind beide legitim, aber nicht vergleichbar. Kennzeichnen Sie, welche Methode Sie verwendet haben.
Die Skala mitten in der Reihe ändern. Eine fünfstufige und eine zehnstufige Umfrage liefern bei identischer Stimmung unterschiedliche Scores. Behandeln Sie eine Änderung als neue Datenreihe.
Leere Antworten als Nullen zählen. Keine Antwort bedeutet nicht Unzufriedenheit. Schließen Sie Leerstellen sowohl aus dem Zähler als auch aus dem Nenner aus.
Trigger-Zeitpunkte vermischen. Scores nach einem Anruf und nach 30 Tagen messen unterschiedliche Dinge. Berichten Sie diese getrennt.
Den Score ohne die Anzahl der Antworten ausweisen. Kleine Stichproben schwanken stark. Setzen Sie die Anzahl der Antworten jedes Mal direkt neben die Zahl.
Einen steigenden Score bei sinkenden Antworten als Verbesserung interpretieren. Dieses Muster ist meist auf einen Survivorship-Effekt zurückzuführen. Verfolgen Sie die Rücklaufquote parallel dazu.
Den Benchmark einer anderen Branche als Ziel vorgeben. Benchmarking ist hier keine exakte Wissenschaft. Nutzen Sie Ihren eigenen Trend als Referenz.
Fazit
Wählen Sie die Formel, frieren Sie die Skala und den Wortlaut ein, berichten Sie nach Trigger und veröffentlichen Sie den Score zusammen mit der Anzahl der Antworten und der Verteilung.
Der Score an sich ist nicht das eigentliche Ergebnis. Der Trigger oder das Segment, das hinter den anderen zurückbleibt, zeigt Ihnen, wo Sie im nächsten Monat ansetzen müssen.
Wenn das Erstellen dieser Ansicht in jedem Zyklus Ihre ganze Woche in Anspruch nimmt, testen Sie Powerdrill Bloom für Ihren Umfrage-Export. Lesen Sie auch unseren Leitfaden zur Umwandlung unstrukturierter Umfragedaten in übersichtliche Diagramme sowie die Seiten zum Voice-of-Customer-Summarizer und CSV-KI-Assistenten.
Häufig gestellte Fragen
Wie wird der CSAT berechnet?
Die gängige Methode teilt die Anzahl der Antworten mit 4 und 5 durch die Gesamtzahl der Antworten und multipliziert das Ergebnis mit 100. Die Mittelwertbildung der Rohwerte ist ebenfalls zulässig und liefert eine andere Zahl.
Warum werden nur die beiden besten Antworten verwendet?
Qualtrics weist darauf hin, dass die Verwendung der beiden höchsten Werte der genaueste Prädiktor für die Kundenbindung ist. Zudem lässt sich das Ergebnis so einfacher als Prozentsatz darstellen.
Welche Skala sollte eine CSAT-Umfrage verwenden?
Eine fünfstufige Skala von „sehr unzufrieden“ bis „sehr zufrieden“ ist der veröffentlichte Standard. Längere Skalen funktionieren ebenfalls, vorausgesetzt, Sie behalten die Skala bei und dokumentieren sie.
Wann sollte ich die Umfrage senden?
Sofort nach punktuellen Interaktionen und nach einigen Tagen oder Wochen bei Produkten, die über einen längeren Zeitraum genutzt werden. Der CSAT misst ein bestimmtes Erlebnis und nicht die gesamte Beziehung.
Ist CSAT dasselbe wie NPS?
Nein. Der CSAT behält jeden Befragten im Nenner, während der NPS den Prozentsatz der Detraktoren vom Prozentsatz der Promotoren abzieht und die mittlere Gruppe aus beiden ausschließt.