Was ist der Customer Health Score?
Der Customer Health Score (CHS) ist eine zusammengesetzte Kennzahl, die mehrere Kundensignale in einem einzigen Wert vereint. Er beantwortet eine zentrale Frage im Customer Success Management: Wie wahrscheinlich ist es, dass dieser Kunde verlängert, expandiert oder abwandert?
Anders als einzelne Metriken wie NPS oder CSAT betrachtet der Customer Health Score das Gesamtbild. Er kombiniert Nutzungsverhalten, Supportinteraktionen, Zufriedenheitswerte und Engagement-Signale zu einem prädiktiven Score. Ein Kunde kann einen hohen NPS-Wert haben, aber sein Nutzungsverhalten zeigt rückläufige Login-Zahlen. Einzeln betrachtet würde der NPS Entwarnung geben, der Health Score erkennt das Warnsignal.
Komponenten eines Customer Health Scores
Ein wirksamer Customer Health Score besteht typischerweise aus vier bis sechs Dimensionen, die unterschiedlich gewichtet werden.
Produktnutzung (Gewichtung: 30–40 %)
Produktnutzung ist der stärkste Prädiktor für Kundenbindung. Wer ein Produkt aktiv nutzt, kündigt seltener. Relevante Signale sind Login-Häufigkeit, Feature-Adoption, Anzahl aktiver Nutzer im Verhältnis zu gebuchten Lizenzen und Nutzungstrends über Zeit.
Support-Verhalten (Gewichtung: 20–25 %)
Die Ticket-Frequenz und deren Inhalt zeigen, ob ein Kunde Probleme hat. Viele offene Tickets, lange Lösungszeiten oder wiederholte Eskalationen sind Warnsignale. Umgekehrt kann ein Kunde ohne jeglichen Support-Kontakt ebenfalls gefährdet sein, weil er das Produkt möglicherweise nicht nutzt.
Kundenzufriedenheit (Gewichtung: 15–20 %)
NPS, CSAT und CES liefern direkte Stimmungssignale. Sie ergänzen die Verhaltensdaten um die subjektive Perspektive des Kunden.
Engagement (Gewichtung: 10–15 %)
Teilnahme an Webinaren, Antwortverhalten auf E-Mails, Teilnahme an Feedback-Programmen und Interaktion mit dem Customer-Success-Team zeigen, wie engagiert ein Kunde ist.
Zahlungsverhalten (optional, 5–10 %)
Verspätete Zahlungen oder häufige Rechnungsklärungen können Frühindikatoren für Abwanderung sein. Dieser Faktor ist besonders im Enterprise-Segment relevant.
Scoring-Modell und Farbskala
Der Customer Health Score wird typischerweise auf einer Skala von 0 bis 100 berechnet und mit einem Ampelsystem visualisiert.
| Farbe | Bereich | Bedeutung | Aktion |
|---|---|---|---|
| Grün | 80–100 | Gesund, hohe Verlängerungswahrscheinlichkeit | Expansion-Gespräche führen |
| Gelb | 40–79 | Warnsignale, Aufmerksamkeit erforderlich | Proaktiv Kontakt aufnehmen |
| Rot | 0–39 | Hohes Churn-Risiko, sofortige Intervention nötig | Eskalation an CS-Lead |
Die Schwellwerte müssen unternehmensspezifisch kalibriert werden. Der richtige Ansatz: Health Scores mit tatsächlichen Churn- und Renewal-Daten abgleichen und die Grenzen so setzen, dass sie die Realität widerspiegeln.
Quellen: Gainsight, Vitally, ChurnZero
Berechnungsbeispiel
Ein SaaS-Kunde hat folgende Einzelwerte (jeweils 0–100): Produktnutzung 85, Support-Verhalten 60, Kundenzufriedenheit 90, Engagement 70.
Mit 77,5 Punkten liegt der Kunde im gelben Bereich. Die Produktnutzung und Zufriedenheit sind stark, aber das Support-Verhalten (viele offene Tickets oder langsame Lösungszeiten) drückt den Score. Ein proaktives Gespräch zur Problemlösung könnte den Score schnell in den grünen Bereich heben.
Customer Health Score aufbauen
Schritt 1: Datenquellen identifizieren. Welche Systeme liefern Nutzungsdaten (Produkt-Analytics), Support-Daten (Helpdesk), Zufriedenheitsdaten (NPS/CSAT-Tool) und Engagement-Daten (CRM)?
Schritt 2: Metriken pro Dimension festlegen. Für jede Dimension 2–3 messbare Indikatoren definieren. Produktnutzung: DAU/MAU-Ratio, Feature Breadth, Nutzungstrend. Support: Ticket-Frequenz, Eskalationsrate, Lösungszeit.
Schritt 3: Normalisierung. Alle Metriken auf eine einheitliche Skala (0–100) normalisieren, damit sie vergleichbar und summierbar sind.
Schritt 4: Gewichtung kalibrieren. Startgewichtung auf Basis von Branchenstandards festlegen, dann mit historischen Churn-Daten validieren. Die Gewichtung regelmäßig (quartalsweise) anpassen, da sich Kundenverhaltensmuster ändern.
Schritt 5: Schwellwerte definieren. Grün, Gelb, Rot Grenzen setzen und gegen tatsächliche Churn-Raten validieren. Ein guter Health Score korreliert mit mindestens 70 % der tatsächlichen Abwanderungen.
Customer Health Score vs. NPS vs. Churn Rate
| Metrik | Typ | Zeitpunkt | Stärke |
|---|---|---|---|
| Customer Health Score | Zusammengesetzt, prädiktiv | Laufend | Frühwarnung |
| NPS | Einzelmetrik, Stimmung | Punktuell | Benchmark-Vergleich |
| Churn Rate | Ergebnis-Metrik | Nachträglich | Tatsächliche Verluste |
Der Customer Health Score ist ein Frühindikator, die Churn Rate ein Spätindikator. Wenn die Churn Rate steigt, ist der Kunde bereits verloren. Der Health Score warnt Wochen oder Monate vorher und ermöglicht proaktive Intervention.
Pro und Kontra des Customer Health Scores
Pro
- +Vereint multiple Signale in einem einzigen, handlungsrelevanten Score
- +Ermöglicht proaktives Customer Success Management statt reaktiver Churn-Bekämpfung
- +Segmentierung nach Farbe priorisiert Ressourcen automatisch
Kontra
- –Erstaufbau erfordert Datenintegration aus mehreren Systemen und ist aufwändig
- –Gewichtung muss regelmäßig kalibriert werden, da Verhaltensmuster sich ändern
- –Risiko der Übergewichtung einzelner Metriken (z. B. Nutzung), die für manche Kundensegmente weniger relevant sind
Einfluss von KI auf den Customer Health Score
KI transformiert den Customer Health Score von einem regelbasierten in ein prädiktives Modell. Machine-Learning-Algorithmen erkennen Muster in historischen Daten, die regelbasierte Modelle übersehen: welche Kombination aus sinkender Nutzung, Support-Verhalten und Zahlungsverzögerung tatsächlich zu Churn führt und welche harmlos ist.
KI-gestützte Health Scores werden zudem dynamisch gewichtet. Statt fixer Gewichtungen passt das Modell die Einflussfaktoren automatisch an, wenn sich das Kundenverhalten ändert. Das erhöht die Vorhersagegenauigkeit und reduziert False Positives, die Customer-Success-Teams mit unnötigen Eskalationen belasten.