Wichtige Erkenntnisse
- Health Scores sind wertvoll, um Portfolios im großen Maßstab zu scannen, aber gefährlich, wenn sie als einzige Wahrheitsquelle behandelt werden
- Die meisten Scores basieren auf nachlaufenden Indikatoren wie Nutzung und Tickets und verpassen Führungswechsel, strategische Veränderungen und stille Unzufriedenheit
- Grüne Scores schaffen falsches Vertrauen - die messbaren Signale können positiv sein, während der Kunde bereits plant zu gehen
- Behandeln Sie Scores als Ausgangspunkt für Untersuchungen und fügen Sie qualitative menschliche Erkenntnisse durch manuelle Stimmungschecks hinzu
Das Dashboard sagt, der Kunde ist gesund. Grün auf ganzer Linie. Gute Nutzungszahlen. Keine offenen Support-Tickets. NPS-Score sieht gut aus.
Drei Wochen später kündigen sie.
Jedes Customer Success Team hat eine Geschichte wie diese. Der Health Score war grün, und dann plötzlich nicht mehr - nur dass der Score so weit hinter der Realität zurücklag, dass er keine Warnung lieferte, als er rot wurde. Der Kunde hatte seine Entscheidung bereits getroffen.
Health Scores sollen Ihnen helfen, Probleme vorherzusagen, bevor sie auftreten. Wenn sie funktionieren, sind sie von unschätzbarem Wert - eine Möglichkeit, die Aufmerksamkeit auf Kunden zu lenken, die sie brauchen, bevor es zu spät ist. Wenn sie nicht funktionieren, sind sie gefährlich - falsches Vertrauen, das gefährdete Accounts durchrutschen lässt.
Zu verstehen, was Health Scores können und was nicht, macht den Unterschied zwischen klüger Nutzung und Irreführung.
Was Health Scores messen
Die meisten Health Scores kombinieren mehrere Arten von Signalen:
- Produktnutzung. Loggen sie sich ein? Wie oft? Welche Funktionen? Wie ist ihre Nutzung im Vergleich zu ähnlichen Kunden?
- Support-Interaktionen. Wie viele Tickets? Welche Dringlichkeit? Wie schnell gelöst? Hohes Volumen könnte auf Probleme hinweisen - oder auf einen engagierten Kunden.
- Beziehungssignale. Wann haben Sie zuletzt mit ihnen gesprochen? Wie reaktionsfreudig sind sie? Nehmen sie an Events teil?
- Geschäftsergebnisse. Erreichen sie das, wofür sie das Produkt gekauft haben? Am schwersten zu messen, aber am bedeutsamsten.
- Vertragsdaten. Wann ist die Verlängerung? Haben sie erweitert oder reduziert? Zahlen sie pünktlich?
Verschiedene Modelle gewichten diese unterschiedlich. Manche sind einfach - Nutzung über Schwellenwert gleich gesund. Andere sind ausgeklügelt - Machine Learning, trainiert auf historischer Abwanderung. Aber alle teilen eine Einschränkung: Sie können nur messen, was messbar ist.
Was Health Scores Ihnen sagen
Wenn sie gut aufgebaut sind, liefern Health Scores nützliche Signale:
- Frühwarnung bei Nutzungsrückgängen. Wenn ein täglicher Nutzer wöchentlich wird, hat sich etwas geändert. Der Score erfasst dies, bevor Sie es manuell bemerken würden.
- Muster über das Portfolio. Bei Hunderten von Kunden können Sie nicht jeden einzeln genau beobachten. Scores ermöglichen es Ihnen, im großen Maßstab nach Problemen zu scannen.
- Benchmarking gegen Peers. Ist die Nutzung dieses Kunden normal für seine Große und sein Segment, oder ungewöhnlich niedrig?
- Trends verfolgen. Verbessert oder verschlechtert sich die Gesundheit? Selbst wenn der absolute Score schwer zu interpretieren ist, sagt die Richtung etwas aus.
- Expansionsmöglichkeiten. Hohe Scores korrelieren oft mit Expansionsbereitschaft.
Dies sind echte Vorteile. Ein CS-Team mit guten Health Scores ist effektiver als eines, das blind fliegt.
Was Health Scores verpassen
Hier wird es gefährlich.
Führungswechsel. Ihr Champion geht. Ein neuer VP kommt mit anderen Prioritäten oder einer Wettbewerberbeziehung. Das zeigt sich nicht in Nutzungsdaten, bis es zu spät ist.
- Strategische Veränderungen. Das Unternehmen ändert seine Richtung. Die Initiative, die Ihr Produkt unterstützte, wird herunterpriorisiert. Sie nutzen das Produkt noch aus Gewohnheit, aber eine Verlängerung ist nicht in ihren Planen.
- Stille Unzufriedenheit. Sie nutzen das Produkt, aber sie sind nicht glücklich. Sie haben aufgehört sich zu beschweren, weil sie aufgehört haben, sich zu kümmern. Sie warten nur den Vertrag ab.
- Wettbewerbsbedrohungen. Ein Wettbewerber führt einen verdeckten Verkaufsprozess. Ihr Kontakt hat es nicht erwähnt, weil er derjenige ist, der den Wechsel vorantreibt.
- Budgetdruck. Die wirtschaftlichen Bedingungen ändern sich. Sie kürzen flächendeckend Kosten. Ihr Produkt mag wertvoll sein, aber nicht wertvoll genug, um die Budgetprüfung zu überleben.
- Beziehungsverfall. Sie haben seit Monaten nicht mit ihnen gesprochen. Der Score sieht gut aus, weil die Nutzung gut ist. Aber Sie haben die Beziehung verloren, und wenn ein Problem auftaucht, geben sie Ihnen keine Chance, es zu beheben.
Nichts davon zeigt sich in typischen Health Score-Inputs. Es ist wissbar - durch Gespräche, durch Aufmerksamkeit, durch Beziehungspflege - aber es ist nicht messbar.
Das Problem des falschen Vertrauens
Das größte Risiko von Health Scores ist, dass sie ein Gefühl der Sicherheit schaffen, das nicht gerechtfertigt ist. Wenn der Score grün ist, ist es leicht, diesen Account zu depriorisieren. Konzentrieren Sie sich auf die roten. Die grünen Accounts sind in Ordnung - die Daten sagen es so.
Aber die Daten sind unvollständig. Der grüne Score bedeutet, dass die messbaren Signale positiv sind. Er bedeutet nicht, dass der Kunde gesund ist. Er bedeutet nicht, dass er verlängern wird. Er bedeutet nur, dass die Dinge, die Sie messen, okay aussehen.
Dieses falsche Vertrauen ist der Grund, warum gesund aussehende Kunden manchmal ohne Vorwarnung kündigen. Die Warnsignale waren da - nur nicht in den Daten, die der Health Score beobachtete.
Health Scores nützlich machen
Die Antwort ist nicht, Health Scores aufzugeben. Es ist, sie für das zu nutzen, worin sie gut sind, während man kompensiert, was sie verpassen.
- Behandeln Sie Scores als einen Input, nicht als die Antwort. Kombinieren Sie mit menschlicher Beurteilung, Beziehungswissen und direktem Gespräch.
- Untersuchen Sie auch grüne Accounts. Tauchen Sie nicht nur in rote Accounts ein. Prüfen Sie periodisch bei gesund aussehenden Kunden nach. Stellen Sie sicher, dass der Score die Realität widerspiegelt.
- Achten Sie auf Score-Änderungen, nicht nur auf Absolutwerte. Ein Kunde, der von 90 auf 80 fällt, könnte gefährdeter sein als einer, der stabil bei 70 ist. Die Richtung ist wichtig.
- Integrieren Sie qualitative Signale. Bauen Sie Prozesse auf, die erfassen, was Scores verpassen - Champion-Wechsel, strategische Veränderungen, Wettbewerbsaktivität. Das erfordert CSM-Input.
- Validieren Sie anhand von Ergebnissen. Verfolgen Sie, ob Scores Abwanderung vorhersagen. Wenn gesund bewertete Kunden in nennenswertem Maße abwandern, funktioniert Ihr Score nicht.
- Lassen Sie Scores Beziehungen nicht ersetzen. Das beste Frühwarnsystem ist eine starke Beziehung, in der der Kunde Ihnen sagt, wenn etwas nicht stimmt.
Menschliche Erkenntnisse operationalisieren: Implementieren Sie einen "Stimmungscheck" neben automatisierten Scores. Verlangen Sie von CSMs, den Account-Status manuell zu markieren (Grün/Gelb/Rot) basierend auf ihrer letzten Interaktion, unabhängig von Nutzungsdaten. Wenn der automatisierte Score Grün ist, aber der CSM Gelb markiert, löst diese Diskrepanz eine Überprüfung aus. Das zwingt weiche Intelligenz in die formale Aufzeichnung.
Die menschliche Ebene
Health Scores funktionieren am besten als Ausgangspunkt für menschliche Aufmerksamkeit.
Der Score sagt, dieser Kunde könnte gefährdet sein. Großartig - jetzt untersucht ein CSM, führt ein Gespräch, findet heraus, was wirklich los ist. Der Score lenkte die Aufmerksamkeit; der Mensch fand die Wahrheit heraus.
Der Score sagt, dieser Kunde ist gesund. Auch nützlich - aber der CSM prüft trotzdem periodisch nach, pflegt die Beziehung, stellt Fragen, die aufdecken, was Daten nicht sehen können.
Der Score ist ein Werkzeug. Der CSM macht immer noch die Arbeit. Teams, die sich zu sehr auf Health Scores verlassen - Grün als "keine Sorge" und Rot als "Panik" behandeln - verpassen die Nuancen, die echte Ergebnisse bestimmen.
Health Scores werden mit der Zeit besser werden. Machine Learning wird Muster finden, die Menschen übersehen. Mehr Datenquellen werden einbezogen. Die Vorhersagen werden sich verbessern.
Aber sie werden nie vollständig sein. Kunden sind Menschen, die Entscheidungen aus komplexen Gründen treffen, von denen viele in keinem Datensystem auftauchen werden. Der Score kann Ihnen etwas über Verhalten sagen. Er kann Ihnen nichts über Absichten, Prioritäten, Beziehungen oder Politik sagen.
Nutzen Sie Health Scores. Bauen Sie sie gut auf. Beobachten Sie, was sie Ihnen sagen.
Und sprechen Sie weiter mit Ihren Kunden. Dort ist das echte Signal.
Mit JoySuite können CS-Teams Joy zu einem Kunden befragen und Antworten aus den Dokumenten und Notizen Ihres Teams erhalten, sodass der Kontext hinter einem Health Score leichter zu finden ist. Sehen Sie, wie Joy dieses Wissen zusammenführt.
