Zurück
Customer Satisfaction Metrics: CSAT, NPS und CES im Vergleich
SmartInterview Team
Die kurze Antwort
Drei Customer Satisfaction Metriken dominieren. CSAT misst, wie zufrieden jemand mit einer bestimmten Interaktion war. NPS misst die Bereitschaft, die Marke weiterzuempfehlen. CES misst, wie viel Aufwand der Kunde betreiben musste. Sie sind nicht austauschbar, und keine von ihnen sagt Ihnen, was Sie beheben müssen. Das tut die offene Folgefrage.
CSAT: „Wie zufrieden waren Sie?“ auf einer Skala von 1-5. Berichtet als Prozentsatz derjenigen, die die Top-One- oder Top-Two-Boxen gewählt haben.
NPS: „Wie wahrscheinlich ist es, dass Sie uns weiterempfehlen?“ auf einer Skala von 0-10. Berichtet als % Promoter minus % Detektoren, von -100 bis +100.
CES: „Wie einfach war es, dies zu erledigen?“ normalerweise auf einer Skala von 1-7. Berichtet als Durchschnitt oder als Top-Box-Prozentsatz.
Wählen Sie eine Metrik als Ihren Anker und führen Sie sie richtig aus. Drei schlecht geführte Metriken sind schlimmer als eine gut geführte, weil Sie drei unzuverlässige Trendlinien statt einer glaubenwürdigen erhalten.
Ihr einziger sicherer Benchmark ist Ihre eigene Historie, gemessen auf dieselbe Weise bei derselben Zielgruppe.
Arbeiten Sie speziell mit NPS? Starten Sie mit unserem Net Promoter Score Guide oder berechnen Sie die Zahlen im NPS-Rechner.
CSAT vs NPS vs CES
Die einzige Tabelle, die man behalten sollte. Jede Metrik ist in einer Sache gut und blind für etwas anderes.
Metrik | Gestellte Frage | Skala | Bestens geeignet für | Blinder Fleck |
|---|---|---|---|---|
CSAT | Wie zufrieden waren Sie mit [dieser Interaktion]? | Meistens 1-5, ausgewiesen als % Top-Box | Bewertung eines bestimmten Moments: eine Lieferung, ein Anruf, eine Bestellung | Tendiert zu hohen Werten und stößt an Grenzen; sagt nichts über die Loyalität aus |
NPS | Wie wahrscheinlich ist es, dass Sie uns einem Freund oder Kollegen weiterempfehlen? | 0-10, ausgewiesen von -100 bis +100 | Verfolgung der allgemeinen Beziehungsgesundheit im Zeitverlauf | Ignoriert den größten Teil der Skala; identische Scores können gegensätzliche Verteilungen verbergen |
CES | Wie einfach war es, Ihr Problem gelöst zu bekommen? | Meistens 1-7 | Diagnose von Reibungspunkten in Service- und Support-Journeys | Keine Aussage über emotionale Bindung, Preis und Produktqualität |
Offenes Follow-up | Warum haben Sie diese Bewertung abgegeben? | Freitext oder Sprache | Erklärung für jede der drei oben genannten Metriken | Erfordert Codierung, bevor es auf mehr als ein paar hundert Antworten skaliert werden kann |
Welche Metrik eingesetzt werden sollte
Wenn Sie wissen wollen… | Nutzen Sie |
|---|---|
Lief der Support-Anruf gut? | CSAT, oder CES, falls es ein prozessuales Problem war |
Wird die Beziehung stärker oder schwächer? | NPS in einem festen Turnus |
An welchen Stellen hakt unser Serviceprozess? | CES, je Journey-Schritt |
Warum verändert sich der Wert? | Das offene Follow-up, codiert |
Wie jede Metrik berechnet wird
CSAT
Fragen Sie auf einer beschrifteten Skala „Wie zufrieden waren Sie?“, meist auf einer Fünf-Punkte-Skala von „sehr unzufrieden“ bis „sehr zufrieden“. Berichten Sie dann den Prozentsatz der Befragten, die sich für die oberste Box oder die obersten zwei Boxen entschieden haben.
CSAT = (Befragte, die die Top-Boxen wählen / Befragte insgesamt) x 100.
Bei 200 Antworten, bei denen 120 „sehr zufrieden“ und 40 „zufrieden“ sagten, beträgt der Top-Two-Box CSAT (160 / 200) x 100 = 80 %.
Die Sache, die man festlegen und niemals ändern darf, ist, welche Boxen zählen. Top-One-Box und Top-Two-Box liefern bei identischen Daten sehr unterschiedliche Zahlen, und der unauffällige Wechsel zwischen ihnen ist eine beliebte Methode, um eine Verbesserung vorzutäuschen. Schreiben Sie die Definition in die Reporting-Spezifikation.
NPS
Fragen Sie nach der Weiterempfehlungswahrscheinlichkeit auf einer Skala von 0-10. Promoters bewerten mit 9-10, Passives mit 7-8, Detractors mit 0-6. Ziehen Sie den Prozentsatz der Detractors vom Prozentsatz der Promoters ab.
NPS = % Promoters minus % Detractors.
Zwei Fallstricke. Passives bleiben im Nenner: Sie teilen durch alle, die geantwortet haben, nicht nur durch Promoters plus Detractors. Und das Ergebnis wird als 25 oder +25 geschrieben, niemals als 25 %, da eine Differenz zwischen zwei Prozentsätzen selbst kein Prozentsatz ist.
CES
Fragen Sie, wie viel Aufwand der Kunde betreiben musste, in der Regel als Zustimmung zu einer Aussage wie „Das Unternehmen hat es mir leicht gemacht, mein Anliegen zu klären“, auf einer Skala von 1-7. Berichten Sie entweder den Mittelwert oder den Prozentsatz, der die besten zwei oder drei Bewertungen angibt.
Die Richtung ist hier entscheidend und führt oft zu Verwirrung. Einige Implementierungen fragen nach der Leichtigkeit (Ease), wo höher besser ist. Andere fragen nach dem Aufwand (Effort), wo höher schlechter ist. Die Vermischung dieser beiden Ansätze in verschiedenen Teams führt zu einer Metrik, die das Gegenteil von dem bedeutet, was die Hälfte der Beteiligten annimmt. Wählen Sie das Framework „Ease“, schreiben Sie es auf und kehren Sie es niemals um.
Was Ihnen die einzelnen Metriken nicht sagen können
CSAT sagt nichts über Loyalität aus
Die Zufriedenheit mit einer Interaktion ist ein schwacher Prädiktor dafür, ob jemand bleibt. Kunden bewerten eine Interaktion routinemäßig hervorragend und wandern trotzdem ab, weil die Interaktion zwar in Ordnung war, das Produkt, der Preis oder die Alternative jedoch besser. CSAT stößt auch an ein Deckeneffekt-Problem: Zufriedenheitsfragen ziehen großzügige Antworten an, und sobald Sie sich im oberen 80er-Bereich bewegen, kann eine reale Verschlechterung innerhalb Ihres gemeldeten Bereichs stattfinden, ohne dass sich dieser sichtbar verändert.
NPS sagt nichts über die Verteilung aus
Da nur das Nettoergebnis zählt, können völlig unterschiedliche Kundenstämme identische Scores erzielen. 40 % Promoters und 40 % Detractors ergeben 0. Ebenso 100 % Passives. Das sind zwei unterschiedliche Geschäftsmodelle mit zwei völlig unterschiedlichen Aktionsplänen. Veröffentlichen Sie den Split immer zusammen mit dem Score.
Der NPS ist auch fehleranfälliger als oft angenommen. Er ist das Ergebnis der Differenz zweier Verhältnisse, sodass sein Stichprobenfehler größer ist als der eines einzelnen Verhältnisses bei derselben Basis. Viele der monatlichen Schwankungen auf NPS-Dashboards sind nichts anderes als Rauschen kleiner Stichproben, das fälschlicherweise als Trend interpretiert wird.
CES sagt Ihnen nicht, ob Ihre Kunden Sie lieben
Aufwand (Effort) ist eine hervorragende Perspektive für Serviceprozesse, aber eine schlechte für alles andere. Die reibungslose Nutzung eines Produkts, das niemand haben möchte, schneidet beim CES gut ab, lässt aber keine Vorhersagen zu. Der CES gehört in Service Journeys, nicht als übergeordnete Headlinemetrik auf Unternehmensebene.
Keine der Kennzahlen sagt Ihnen, was Sie ändern müssen
Dies ist die gemeinsame und entscheidende Einschränkung. Alle drei Metriken komprimieren ein Erlebnis in eine einzige Zahl. Zahlen zeigen Ihnen die Richtung und grob, wo Sie suchen müssen. Keine von ihnen nennt den Fehler konkret, und auch noch so viele zusätzliche Skalen werden das nicht ändern, da eine geschlossene Skala nur über Dinge berichten kann, an die Sie beim Entwerfen der Fragen gedacht haben.
Warum alle drei schlecht zu betreiben schlimmer ist als eins gut
Der erste Reflex bei einem schwächelnden Messprogramm ist es, weitere Metriken hinzuzufügen. Das macht die Sache in der Regel aus vier Gründen nur noch schlimmer.
Jede Metrik splittet Ihre Stichprobe
Sie haben eine begrenzte Anzahl an Kunden, die überhaupt bereit sind, zu antworten. Diese auf drei verschiedene Erhebungsinstrumente aufzuteilen, führt zu drei Datenbasen, die zu klein sind, um verlässliche Aussagen zu treffen – jede beeinflusst durch ein paar wenige Antworten. Eine einzige Metrik auf der gesamten Stichprobe liefert Ihnen hingegen eine Trendlinie, die Sie auch verteidigen können.
Drei Metriken bedeuten drei Diskussionen
Wenn der CSAT steigt, der NPS sinkt und der CES stagniert, verkommen Meetings zu Debatten darüber, welcher Zahl man nun glauben soll. In der Praxis einigt sich das Team stillschweigend auf den Wert, der sich gerade in eine günstige Richtung bewegt – und das Messprogramm verliert jede Kontrollfunktion.
Survey Fatigue ist kumulativ
Kunden unterscheiden nicht zwischen Ihrem CSAT-Programm und Ihrem NPS-Programm. Für sie sind es einfach drei Umfragen. Jede zusätzliche Anfrage senkt die Rücklaufquote bei allen Umfragen – und zwar nicht zufällig: Die Ersten, die abspringen, sind meist diejenigen, die Ihnen bereits Feedback gegeben und keine Reaktion darauf gesehen haben.
Niemand hat Zeit, auf drei Sätze Verbatims zu reagieren
Wenn Sie ohnehin nur Zeit haben, auf einen einzigen Stream von offenen Antworten (Verbatims) zu reagieren, generieren Sie mit drei Umfragen zwei Streams, die im Nichts verlaufen. Das ist schlimmer, als gar nicht erst zu fragen, denn Sie haben den Kunden nun signalisiert, dass ihre Antworten ohnehin nichts bewirken.
Ein solides Setup
Eine Relationship-Metrik, die in einem festen Rhythmus an einem Querschnitt von Kunden erhoben wird. Verwenden Sie den NPS, falls Ihr Unternehmen diesen bereits berichtet, da der Bruch einer bestehenden Trendlinie mit echten Kosten verbunden ist.
Eine transaktionale Metrik, die durch bestimmte Ereignisse ausgelöst wird. Den CSAT für allgemeine Interaktionen, den CES dort, wo die User Journey prozedural ist.
Eine offene Follow-up-Frage bei beiden, die in ein stabiles Theme Frame codiert wird.
Nichts anderes, bis diese drei zuverlässig laufen und jemand auf Basis der Themes Maßnahmen ergreift.
Halten Sie die relationalen und transaktionalen Datenlinien getrennt und kennzeichnen Sie diese entsprechend. Sie befragen unterschiedliche Zielgruppen und beantworten unterschiedliche Fragen. Sie zu einer einzigen Unternehmens-Kennzahl zusammenzufassen, ist ein Kategoriefehler. Insbesondere Support-Ticket-Scores überrepräsentieren Kunden, bei denen etwas schiefgelaufen ist.
Benchmarking-Fallen
Externe Benchmarks sind der meistgewünschte und zugleich unzuverlässigste Teil eines Zufriedenheitsprogramms. Vier Fallen treten immer wieder auf.
Kategorie-Effekte dominieren
Einige Kategorien können Begeisterung wecken, andere rein strukturell nicht. Menschen empfehlen bereitwillig ein Restaurant oder eine Lieblings-App weiter. Fast niemand empfiehlt spontan seinen Stromanbieter oder seinen Versicherungsversicherer, egal wie kompetent diese arbeiten. Ein Vergleich über verschiedene Kategorien hinweg sagt Ihnen etwas über die Kategorie aus, nicht über Ihre Performance.
Land und Sprache verschieben die Scores
Die interkulturelle Umfrageforschung hat immer wieder gezeigt, dass Teilnehmende in verschiedenen Ländern Bewertungsskalen unterschiedlich nutzen – einige Bevölkerungsgruppen neigen eher zu Extremen als andere. Da der NPS nur 9er und 10er berücksichtigt, wird ein Markt, der das obere Ende einer Skala gewohnheitsmäßig meidet, bei identischer zugrundeliegender Kundenzufriedenheit einen strukturell niedrigeren Score erzielen. Wenn Sie dieselbe Umfrage in mehreren Märkten durchführen, müssen Sie damit rechnen, dass ein Teil des Rankings zwischen ihnen ein Artefakt der Skalennutzung und kein realer Unterschied ist. Vergleichen Sie jeden Markt mit seiner eigenen Historie.
Methodenunterschiede sind im Gesamtergebnis unsichtbar
Ein Benchmark, der telefonisch im Rahmen einer Bevölkerungsbefragung zu einer Beziehungsfrage erhoben wurde, ist nicht vergleichbar mit Ihrem Wert, der per E-Mail von Neukunden direkt nach einer Transaktion erhoben wurde. Die beiden Zahlen tragen denselben Namen, messen aber völlig unterschiedliche Dinge. Bevor Sie einen veröffentlichten Benchmark verwenden, prüfen Sie die Erhebungsmethode, die Stichprobe und den Trigger. Wenn diese nicht offengelegt werden, ist der Benchmark unbrauchbar.
Self-Selection verzerrt veröffentlichte Zahlen
Unternehmen veröffentlichen gute Scores und verschweigen schlechte. Jede informelle Sammlung von „Branchendurchschnitten“, die aus dem Marketing von Softwareanbietern stammt, ist daher nach oben verzerrt. Betrachten Sie Benchmark-Zahlen ohne Quellenangabe als reines Marketing.
Die goldene Regel für die Praxis: Ihr eigener Score, gemessen auf dieselbe Weise bei derselben Zielgruppe im Zeitverlauf, ist der einzige Benchmark, dem Sie vollkommen vertrauen können. Wenn Sie einen externen Vergleich benötigen, kaufen Sie eine syndizierte Studie, die ihre Methodik offenlegt, und stellen Sie sicher, dass die Daten so erhoben wurden wie Ihre eigenen.
Die Follow-Up-Frage, die jede Metrik handlungsrelevant macht
Wenn Sie nur eine Sache an Ihrem Zufriedenheitsprogramm verbessern können, verbessern Sie die Frage nach dem Score. Der Score gibt Ihnen eine Richtung. Das Follow-Up gibt Ihnen etwas, das Sie am Montag konkret tun können.
Verankern Sie das Follow-Up mit dem soeben abgegebenen Score
„Warum haben Sie diese Bewertung abgegeben?“ führt oft zu oberflächlichen Antworten wie „guter Service“. Fragen, die sich auf das spezifische Rating beziehen, liefern konkrete Details:
Bei niedrigen Scorern: „Was lief schief und was hätte passieren müssen, damit es gut gelaufen wäre?“
Bei mittleren Scorern: „Was ist die eine Sache, die daraus eine 10 gemacht hätte?“
Bei hohen Scorern: „Was genau erzählen Sie anderen Menschen über uns?“
Die Frage an die High Scorer wird am seltensten genutzt. Dabei liefert sie Ihnen Ihre eigene Positionierungssprache, formuliert von Menschen, die bereits bei Ihnen kaufen.
Haken Sie genau einmal nach, dann ist Schluss
Nahezu jede erste offene Antwort stoppt eine Ebene über der eigentlichen Ursache. „Die Lieferung war langsam“ ist nur ein Symptom. Ein gezieltes Follow-Up, noch während sich die Person in der Umfrage befindet, bringt Sie zu den Details: welche Bestellung, was wurde versprochen, was wurde stattdessen erwartet.
Dies ist die Ebene, die ein statisches Formular nicht liefern kann, und genau hier hat AI Probing seine Berechtigung. Ein Modell, das die erste Antwort liest und eine relevante zweite Frage stellt, verwandelt ein Fragment in ein brauchbares Account, ohne dass ein Moderator im Call sein muss. Voice geht hier noch einen Schritt weiter, da Menschen mündlich deutlich mehr mitteilen als sie in ein Textfeld tippen, insbesondere auf dem Smartphone. Die genaue Mechanik finden Sie unter voice surveys vs traditional surveys.
Codieren Sie die Antworten, sonst scheitert das Programm
Offener Text überlebt die Konfrontation mit einem Business Review nur dann, wenn er quantifiziert wird. Sie müssen in der Lage sein zu sagen: „Versandverzögerungen machen in diesem Quartal 31 % der Kommentare von Low Scorern aus, verglichen mit 18 % im Vorquartal“. Das bedeutet, dass jeder Kommentar einen Theme Code erhält, der Frame über Wellen hinweg stabil bleibt, damit der Trend eine Aussagekraft hat, und Sie auf ein Thema klicken können, um die rohen Verbatims dahinter zu lesen. Manuelles Coding leistet dies gut, stößt aber bei einigen Hundert Antworten pro Welle an seine Skalierungsgrenzen. Automatisiertes Coding skaliert zwar, zählt aber nur dann, wenn Sie es mit den Originalworten auditieren können.
Leiten Sie es weiter, dann schließen Sie den Kreis
Der stärkste Werttreiber in einem Zufriedenheitsprogramm ist nicht die Metrik, die Sie wählen. Es ist die Frage, ob ein unzufriedener Kunde innerhalb von ein bis zwei Arbeitstagen Rückmeldung von einem Menschen erhält und ob der Rest Ihrer Kunden jemals erfährt, was sich geändert hat. Rein datenbasierte Programme stagnieren, weil nach der Befragung nichts passiert. Wenn Sie an dem Betriebsmodell dahinter interessiert sind, lesen Sie the customer feedback loop.
Wie es weitergeht
NPS im Detail, inklusive der Kritikpunkte: Net Promoter Score explained
Berechnen Sie Ihre eigenen Zahlen: the NPS calculator
Gebrauchsfertige Formulierungen: customer satisfaction survey questions
Gestalten Sie die Umfrage passend zur Metrik: customer feedback surveys
Ein Score ist ein Symptom. Finden Sie die Ursache.
Jede Zufriedenheitsmetrik endet am selben Punkt: eine Zahl, die Ihnen sagt, dass sich etwas verändert hat, aber keine Erklärung dafür liefert. Die Erklärung liegt in den offenen Textantworten – genau dem Teil, den die meisten Programme zwar sammeln, aber nie lesen.
SmartInterview fragt nach dem Score und stellt anschließend die Frage, die Sie auch persönlich gestellt hätten. Die Befragten antworten per Voice oder Text, eine KI hinterfragt den Grund in ihrer eigenen Sprache (AI Probing), und die offenen Antworten werden in zählbare Themes codiert zurückgespielt, damit Sie Trends verfolgen und bis zu den exakten Worten des Kunden zurückverfolgen können.
Behalten Sie die Metrik bei, die Sie bereits reporten, und fügen Sie die entscheidende Ebene darunter hinzu. Kostenlos starten oder Demo buchen.
Häufig gestellte Fragen (FAQs)
Was sind die wichtigsten Customer Satisfaction Metrics?
CSAT, NPS und CES. CSAT misst die Zufriedenheit mit einer bestimmten Interaktion auf einer kurzen, beschrifteten Skala. Der NPS misst die Weiterempfehlungswahrscheinlichkeit für die Marke auf einer Skala von 0-10 und wird von -100 bis +100 ausgewertet. Der CES misst, wie viel Aufwand der Kunde betreiben musste, meist auf einer Skala von 1-7. Jede Metric wird mit einer offenen Folgefrage kombiniert, um wirklich nützlich zu sein.
Was ist der Unterschied zwischen CSAT und NPS?
CSAT ist transaktional und fragt nach einem einzelnen Erlebnis; er eignet sich am besten, um zu bewerten, ob ein bestimmter Prozess funktioniert. Der NPS ist relational und fragt nach der Marke als Ganzes; er eignet sich am besten für eine langfristige Trendlinie. Es ist völlig normal und kein Zeichen für einen Fehler, wenn sich beide Werte bei demselben Unternehmen in unterschiedliche Richtungen entwickeln.
Wie berechnet man einen Satisfaction Score?
Der CSAT ist der Prozentsatz der Befragten, die sich für die Top-One- oder Top-Two-Boxen der Skala entscheiden (ein Top-Box-Anteil von 160 bei 200 Antworten entspricht also 80 %). Der NPS ist der Prozentsatz der Promoters minus dem Prozentsatz der Detractors, wobei die Passives im Nenner verbleiben. Der CES wird als Mittelwert oder als Top-Box-Prozentsatz angegeben. Schreiben Sie die Definition in jedem Fall genau auf und ändern Sie sie niemals stillschweigend.
Welche Customer Satisfaction Metric sollte ich nutzen?
Eine relationale Metric nach einem festen Zeitplan, eine transaktionale Metric, die durch bestimmte Events ausgelöst wird, und bei beiden eine offene Folgefrage. Nutzen Sie den CSAT für allgemeine Interaktionen, den CES für prozessorientierte Customer Journeys wie Support oder Retouren, und den NPS als relationalen Anker, falls Ihr Unternehmen diesen bereits nutzt.
Was ist ein guter Satisfaction Score?
Es gibt keinen vertretbaren universellen Schwellenwert. Was als stark gilt, hängt von der Kategorie, den Ländern, in denen Ihre Befragten leben, und der Art der Datenerhebung ab, da das Antwortverhalten auf Skalen und der Befragungsmodus den Wert beeinflussen. Vergleichen Sie die Ergebnisse mit Ihrer eigenen Historie, die auf dieselbe Weise und bei derselben Zielgruppe gemessen wurde.
Kann ich CSAT, NPS und CES gleichzeitig messen?
Das können Sie, aber wenn Sie alle drei nutzen, führt das meist dazu, dass Sie drei zu kleine Fallzahlen haben, um ihnen zu vertrauen, drei konkurrierende Storys im Meeting präsentieren und mehr Survey Fatigue erzeugen, als jede dieser Metrics wert ist. Eine gut geführte Metric mit einer codierten offenen Folgefrage schlägt drei oberflächliche Ansätze.
Warum ist mein Satisfaction Score hoch, aber Kunden wandern trotzdem ab?
Weil die Zufriedenheit mit einer einzelnen Interaktion ein schwacher Prädiktor für Kundenloyalität ist. Ein Kunde kann ein Support-Telefonat mit fünf von fünf Punkten bewerten und im selben Monat kündigen, weil das Telefonat zwar gut war, das Produkt, der Preis oder die Konkurrenz aber das Problem darstellte. Erheben Sie eine relationale Metric parallel zur transaktionalen und analysieren Sie die Open-Text-Antworten der Kunden, die abgewandert sind.
