Vigtige pointer:
- Tilfredshedsscorer måler en enkelt interaktion, ikke relationens helbred, så et CSAT-gennemsnit på 5 stjerner kan sagtens eksistere side om side med en kunde, der er ved at forlade dig.
- En undersøgelse fra CEB/Harvard Business Review i 2010 viste, at 20 % af “tilfredse” kunder stadig havde til hensigt at forlade virksomheden, og 28 % af “utilfredse” kunder havde til hensigt at blive.
- De stærkeste skjulte udløsere – indsatsglidning, forkæmperafgang og stille frakobling – viser sig i support- og brugsdata længe før de viser sig i en undersøgelsesscore.
I denne artikel:
- Hvorfor “tilfreds” ikke betyder “blivende”
- Udløser 1: Indsatsglidning
- Udløser 2: Forkæmperafgang
- Udløser 3: Stille funktionsmangler
- Udløser 4: Pris-til-værdi forskydning
- Udløser 5: Onboarding-gæld
- Udløser 6: Konkurrentlokning uden klage
- Udløser 7: Uoverensstemmelse i supportkanal
- Sådan fanger du disse før fornyelsessamtalen
En supportchef åbner dashboardet: CSAT er på 94 %, NPS er stabil, de sidste ti tickets lukkede alle med en 5-stjernet bedømmelse. Så ankommer opsigelsesmailen fra en af de samme kunder. Intet på dashboardet forudså det, fordi intet af det var bygget til det.
Tilfredshedsundersøgelser måler, hvordan en kunde havde det med én enkelt interaktion. De siger næsten intet om, hvorvidt den kunde er ved at drive væk mellem interaktionerne, hvilket er der det meste reelle churn faktisk sker. Hvorfor kunder forlader dig, kan sjældent spores tilbage til én dårlig ticket. Det spores tilbage til et mønster, som undersøgelsen aldrig spurgte om.
Hvorfor “tilfreds” ikke betyder “blivende”
En banebrydende undersøgelse fra Harvard Business Review i 2010 af Matthew Dixon, Karen Freeman og Nick Toman, gennemført på tværs af mere end 75.000 B2B- og B2C-serviceinteraktioner hos Corporate Executive Board, viste at 20 % af kunder, der beskrev sig selv som “tilfredse”, stadig havde til hensigt at forlade virksomheden, mens 28 % af “utilfredse” kunder havde til hensigt at blive. Selv dengang målte tilfredshed og loyalitet to forskellige ting, og en undersøgelsesscore kan stadig ikke skelne dem fra hinanden.
Det er i det hul, den skjulte churn lever. De syv udløsere nedenfor deler én ting til fælles: hver enkelt er synlig i supportdata, brugsdata eller kontoaktivitet længe før den nogensinde viser sig som en dårlig bedømmelse, fordi kunden som regel er holdt op med at bedømme noget som helst.
Udløser 1: Indsatsglidning
Et svar, der plejede at tage en time, tager nu en halv dag. Et spørgsmål, der plejede at blive besvaret i ét svar, kræver nu tre frem-og-tilbage-udvekslinger, fordi agenten, der håndterer det, ikke har kontoens historik.
Intet af dette viser sig som en 1-stjernet bedømmelse, fordi ingen enkelt ticket føltes slem nok til at blive bedømt dårligt. Det viser sig som en langsom tilbagegang i, hvor meget kunden stoler på, at supporten vil være hurtig, og når de til sidst helt holder op med at åbne tickets, har kontoen som regel allerede tjekket ud.
Hvor det faktisk viser sig: kontospecifikke tendenser i svartid og løsningstid over de seneste 60-90 dage, ikke team-gennemsnittet og ikke en enkelt tickets CSAT-score.
Udløser 2: Forkæmperafgang
Et kundeforhold løber ofte gennem én bestemt person: den leder, der pressede på for købet, forstår produktet og argumenterer for fornyelse internt. Når den person forlader virksomheden, bliver forfremmet væk fra rollen eller omstruktureret til en anden afdeling, mister kontoen ikke en funktion eller et serviceniveau. Den mister den eneste interne stemme, der argumenterer for at blive ved med at betale for det.
Sturdys analyse af kundesamtaledata, præsenteret af CEO Joel Passen på BIG RYG-konferencen for kundesucces, viste en 51 % sandsynlighed for at en konto churner inden for 12 måneder efter at dens forkæmper forlader, stigende til 65 %, når afgangen er på ledelsessponsorniveau. Det er en udløser, der næsten intet har at gøre med produktkvalitet eller support-svartid, og en tilfredshedsscore har ingen mulighed for at registrere, at personen, der plejede at besvare undersøgelser, er væk.
Hvor det faktisk viser sig: en hoppet mail eller en fraværsmeddelelse fra kontoens sædvanlige kontakt, et nyt navn der dukker op på en ticket for første gang, eller en lang pause i svar fra en tidligere aktiv kontakt.
Udløser 3: Stille funktionsmangler
En kunde, der har brug for noget, produktet ikke kan, indsender sjældent en formel funktionsanmodning og venter. Oftere bygger de en løsning: et regneark, en manuel proces, et andet værktøj sat op ved siden af, og fortsætter med at bruge produktet til alt andet. Løsningen holder et stykke tid. Så lancerer en konkurrent den præcise funktion, de forsøgte at omgå, og skiftet sker stille, på deres egen tidslinje, uden nogen klageticket til at markere det på forhånd.
Dette er en af de sværeste udløsere at fange, fordi kunden ikke er utilfreds med, hvad produktet gør. De er utilfredse med, hvad det ikke gør, og de siger det som regel aldrig direkte.
Signalet at holde øje med: gentagne supportspørgsmål, der spørger, om en bestemt funktion findes, eller en kunde, der stiller det samme “kan den også gøre X”-spørgsmål mere end én gang på tværs af forskellige tickets.
Tilmeld dig vores nyhedsbrev
De nyeste tips og tilbud direkte i din indbakke.
Udløser 4: Pris-til-værdi forskydning
Regningen stiger ved fornyelse, eller kundens eget brug falder stille og roligt, og uanset hvad er værdi-til-pris-forholdet, kunden tilmeldte sig, ikke længere det samme, de betaler for i dag. Ingen klagede over selve prisstigningen. Kontoen begyndte simpelthen at føles dyrere i forhold til, hvad den leverer, og den følelse bygger sig op i måneder, før en fornyelsesbeslutning gør den synlig.
Denne udløser er let at overse, fordi kundens tilfredshed med individuelle supportinteraktioner kan forblive helt uændret, mens dette foregår i baggrunden. De er ikke utilfredse med den sidste ticket. De genberegner, om hele relationen stadig er det værd.
Hvor det faktisk viser sig: faldende logins, faldende antal aktive pladser eller faldende funktionsbrug i forhold til, hvad kontoen betaler for, sporet over samme periode, hvor prisen eller planen ændrede sig.
Udløser 5: Onboarding-gæld
En kunde, der aldrig fuldt ud tog produktet i brug i de første 30-60 dage, annoncerer sjældent dette faktum. De holder abonnementet aktivt, åbner en lejlighedsvis ticket og bruger stille en brøkdel af, hvad de betaler for, fordi det at gå tilbage og genlære et værktøj, de aldrig blev ordentligt onboardet på, føles som mere besvær, end det er værd. Den gæld bliver ikke betalt tilbage af sig selv. Den akkumuleres, indtil fornyelsessamtalen tvinger spørgsmålet frem, som ingen stillede tidligere: var dette nogensinde ordentligt sat op?
Konti med onboarding-gæld er ofte dem, en tilfredshedsundersøgelse bedømmer fint, fordi de få interaktioner, de har, forløber glat. Den bedømte oplevelse er ikke problemet. De ubrugte 70 % af produktet er.
Hvad du rent faktisk skal spore: et lavt funktionstagningsantal i forhold til planniveau, kombineret med en supporthistorik, der aldrig inkluderede opsætnings- eller konfigurationsspørgsmål efter de første par uger.
Udløser 6: Konkurrentlokning uden klage
En konkurrents salgsteam rækker ud, tilbyder en lavere pris eller en funktion, kunden stille har savnet, og kunden begynder at evaluere et alternativ uden nogensinde at nævne det som en bekymring internt. Der er ingen klage at reagere på, for fra kundens side er der intet ved deres nuværende oplevelse, der skal fikses. De sammenligner blot.
Dette er den udløser, der er mindst synlig i supportdata alene, da en kunde, der bliver lokket væk, ofte opfører sig normalt lige indtil opsigelsesmeddelelsen. Det tidligste signal er som regel indirekte: et pludseligt spørgsmål om eksportmuligheder, dataportabilitet eller kontraktvilkår, der ikke matcher kontoens sædvanlige spørgsmønster.
Hvor det faktisk viser sig: spørgsmål om dataeksport, kontraktlængde eller opsigelsesvilkår fra en konto, der aldrig har spurgt om nogen af delene før.
Udløser 7: Uoverensstemmelse i supportkanal
En kunde kan være ærligt tilgængelig for support og alligevel funktionelt uopnåelig, hvis den kanal, virksomheden tilbyder, ikke matcher den kanal, kunden rent faktisk bruger. En supportafdeling, der kun tilbyder e-mail, vil miste kunder, der forventer live chat, og et team, der kun bemandeter chat i åbningstiden, vil miste kunder, hvis reelle brug foregår om aftenen eller i en anden tidszone. Kunden klager ikke over supportkvaliteten. De holder helt op med at række ud, fordi indsatsen ved at finde den rigtige kanal overstiger værdien af at stille spørgsmålet.
Enhver virksomhed antager, at dens supportkanaler er selvforklarende tilgængelige – lige indtil en churn-analyse viser en konto, der forsøgte én gang, ikke fik et hurtigt svar, og aldrig forsøgte igen.
Tegnet: et fald i indgående kontakt fra en konto, der plejede at række ud regelmæssigt, kombineret med en nylig ændring i kontoens brugstidspunkter, tidszone eller teamstørrelse.
Sådan fanger du disse før fornyelsessamtalen
| Udløser | Synlig i CSAT/NPS? | Synlig i support- eller brugsdata |
|---|---|---|
| Indsatsglidning | Sjældent | Stigende svartid/løsningstid på kontoen |
| Forkæmperafgang | Nej | Hoppede mails, nyt kontaktnavn, kontaktpause |
| Stille funktionsmangler | Nej | Gentagne “kan den også gøre X”-spørgsmål |
| Pris-til-værdi forskydning | Nej | Faldende logins/brug vs. planpris |
| Onboarding-gæld | Sjældent | Lav funktionstagnation, ingen opsætningsspørgsmål efter uge 2-3 |
| Konkurrentlokning uden klage | Nej | Pludselige spørgsmål om eksport/kontraktvilkår |
| Uoverensstemmelse i supportkanal | Nej | Fald i indgående kontakt, uoverensstemmende supporttider |
Hver eneste udløser i den tabel deler den samme svaghed: intet af det fremgår af en tilfredshedsscore, fordi intet af det er en reaktion på en enkelt supportinteraktion. Det er et mønster på tværs af mange, hvilket er grunden til, at det skal spores som et mønster, ikke fanges én ticket ad gangen.
LiveAgents kundeservicerapporter sporer svartid, løsningstid og ticket-volumen pr. konto over tid, ikke kun som et virksomhedsdækkende gennemsnit, hvilket er præcis det niveau, disse udløsere først viser sig på. Kombiner dette med service level agreements og automatiseringsregler , der markere en konto, når svartiderne glider, eller når en tidligere aktiv kontakt bliver stille, og du forvandler indsatsglidning og forkæmperafgang fra noget, en leder opdager for sent, til noget systemet selv afslører.
Hvis en fuld fastholdelsesplan endnu ikke er bygget, så start med strategien for kundefastholdelse , og behandl disse syv udløsere som de specifikke signaler, der skal indbygges i “i risiko”-segmentet ved segmenteringstrinnet, i stedet for at stole på tilfredshedsscorer, der aldrig var bygget til at fange dem.
LiveAgent er vores produkt; denne guide dækker brugen af det til at spotte churn-signaler sammen med generel fastholdelsespraksis, der gælder for enhver helpdesk.
