Was ist der Dissatisfaction Score (DSAT)?
Wie zufrieden waren Sie mit Ihrem Erlebnis?
Unzufriedene Kunden
÷Alle Befragten
×100Der Dissatisfaction Score (DSAT) misst den Prozentsatz der Kunden, die eine Interaktion als negativ bewerten. Während der CSAT den Anteil zufriedener Kunden zeigt, richtet der DSAT den Blick gezielt auf die unzufriedene Gruppe.
Diese Perspektive ist operativ wertvoller, als sie auf den ersten Blick erscheint. Ein CSAT von 82 % klingt solide. Die gleichen Daten als DSAT formuliert zeigen: 8 % der Kunden sind aktiv unzufrieden. Diese 8 % verursachen den Großteil der Beschwerden, Wiederholkontakte und negativen Bewertungen. Der DSAT macht diese Gruppe sichtbar und messbar.
Die Erhebung erfolgt über dieselbe Umfrage wie der CSAT. Es wird lediglich die entgegengesetzte Seite der Skala ausgewertet: Bei einer 5er-Skala zählen die Bewertungen 1 und 2 als unzufrieden (Bottom-2-Box).
Wie berechnet man den DSAT?
Welche Bewertungen zählen als „unzufrieden"?
| Skala | Als „unzufrieden" gewertet | Bezeichnung |
|---|---|---|
| 1–5 | 1 und 2 | Bottom-2-Box |
| 1–7 | 1, 2 und 3 | Bottom-3-Box |
| 1–10 | 1 bis 4 | Bottom-4-Box |
Die Bottom-Box-Methode ist das Gegenstück zur Top-Box beim CSAT. Die unteren Skalenwerte werden als unzufrieden gewertet, wobei der Schwellenwert mit der Skalenlänge skaliert. Neutrale Bewertungen fließen weder in den CSAT noch in den DSAT ein.
Quellen: Fullview, Contentsquare
Rechenbeispiel
Ein Kundenservice-Team erhält nach 200 Interaktionen folgendes Feedback auf einer 1–5-Skala:
| Bewertung | Anzahl |
|---|---|
| 5 (sehr zufrieden) | 100 |
| 4 (zufrieden) | 70 |
| 3 (neutral) | 20 |
| 2 (unzufrieden) | 7 |
| 1 (sehr unzufrieden) | 3 |
Mit einem DSAT von 5 % liegt das Team im exzellenten Bereich. Nur 10 von 200 Kunden waren aktiv unzufrieden. Zum Vergleich: Der CSAT desselben Teams beträgt 85 %.
Was ist ein guter DSAT?
| Bewertung | DSAT |
|---|---|
| Exzellent | < 5 % |
| Gut | 5–10 % |
| Akzeptabel | 10–15 % |
| Kritisch | > 15 % |
Ein DSAT über 15 % deutet auf systematische Probleme hin: wiederkehrende Prozessfehler, unzureichende Schulung oder strukturelle Richtlinienprobleme. In diesem Fall sollten die häufigsten Kontaktgründe der unzufriedenen Kunden analysiert werden.
Wichtig: DSAT und CSAT ergeben zusammen nicht 100 %. Die Differenz sind die neutralen Bewertungen, die in keiner der beiden Kennzahlen berücksichtigt werden.
DSAT senken
Frühwarnsystem einrichten. Den DSAT nicht nur monatlich auswerten, sondern tagesaktuell tracken. Plötzliche Anstiege deuten auf konkrete Auslöser hin: ein neuer Prozess, ein Systemausfall oder eine Richtlinienänderung.
Unzufriedene Kunden direkt kontaktieren. Jede 1- oder 2-Bewertung ist eine Chance zur Wiedergutmachung. Teams, die innerhalb von 24 Stunden nachfassen, können einen Teil der unzufriedenen Kunden zurückgewinnen und verhindern negative Mundpropaganda.
Kontaktgründe segmentieren. Nicht alle Unzufriedenheit hat dieselbe Ursache. Den DSAT nach Kontaktgrund, Kanal und Agent aufschlüsseln. Häufige Muster: Rechnungsprobleme, Retouren-Richtlinien oder technische Störungen.
Engagement Feedback von Policy Feedback trennen. Wie beim CSAT gilt: Ein niedriger DSAT kann durch schlechte Gesprächsführung oder durch unbeliebte Unternehmensrichtlinien verursacht werden. Nur wenn beide Dimensionen getrennt analysiert werden, lassen sich die richtigen Maßnahmen ableiten.
Root-Cause-Analyse statt Symptombehandlung. Wer den DSAT nachhaltig senken will, muss die Ursachen beseitigen, nicht die Bewertungen schönen. Freitextantworten der Bottom-2-Box-Bewertungen systematisch clustern und die Top-3-Ursachen priorisieren.
Pro und Kontra des DSAT
Pro
- +Lenkt den Fokus auf die problematischsten Kundeninteraktionen
- +Macht Negativtrends schneller sichtbar als der CSAT
- +Ermöglicht gezielte Root-Cause-Analyse für die unzufriedenste Kundengruppe
- +Gut geeignet als Frühwarnsystem bei Prozess- oder Richtlinienänderungen
Kontra
- –Basiert auf denselben Daten wie der CSAT, liefert also keine zusätzlichen Informationen
- –Kleine absolute Zahlen bei niedrigem DSAT machen den Wert anfällig für Schwankungen
- –Ohne Freitextfeld bleibt unklar, warum Kunden unzufrieden sind
- –Kann zu übermäßigem Fokus auf Negativfälle führen, statt positive Erfahrungen auszubauen
Einfluss von KI auf den DSAT
Frustrationsmarker in Echtzeit erkennen. KI-gestützte Sentiment-Analyse kann während einer laufenden Konversation erkennen, wenn ein Kunde zunehmend frustriert wird, etwa durch Wortwahl, Wiederholungen oder Tonalität. Das ermöglicht eine proaktive Eskalation an einen erfahrenen Agenten, bevor die Interaktion in eine negative Bewertung mündet.
Wartezeiten eliminieren. KI-Chatbots beantworten Standardanfragen sofort. Da lange Wartezeiten einer der häufigsten DSAT-Treiber sind, senkt allein die sofortige Verfügbarkeit den Anteil unzufriedener Bewertungen.
Automatische Ursachenanalyse. KI kann die Freitextantworten der Bottom-2-Box-Bewertungen automatisch clustern und die häufigsten Ursachen für Unzufriedenheit identifizieren. Das beschleunigt die Root-Cause-Analyse und macht den DSAT als Steuerungsgröße deutlich wertvoller.