#3/ 2021
6/13

Jenseits des Net Promoter Score: wie lassen sich Kundenstimmen zusammenfassen und analysieren?

Wer seine Kunden wirklich kennenlernen möchte, muss jede Kundenstimme hören

Alle sprechen von Customer Centricity. Doch nur wenige Unternehmen können ihre Kunden wirklich in den Mittelpunkt stellen. Der Net Promoter Score (NPS) ist ein gutes Einstiegs-Tool, um Kundenloyalität und -zufriedenheit zu messen. Doch wer mehr über seine Kunden erfahren möchte, sollte jedes Kundenfeedback ernst nehmen und in seiner Auswertung berücksichtigen. Mittels künstlicher Intelligenz ist heute jedes Unternehmen in der Lage, gezielt Messungen durchzuführen und zu erfahren, was die Kunden wirklich wünschen.  

Customer Centricity ist das neue, große Thema

Mehr Kunden, mehr Erfolg: so lautet die Formel, der heute viele Unternehmen vertrauen. Und das zurecht. Zahlreiche Studien belegen, dass der Umsatz und Marktwert eines Unternehmens, das auf Customer Centricity setzt, stärker wachsen als die des Gesamtmarktes (G. Bovensiepen et al: Customer Centricity, November 2016, S. 6. https://www.pwc.de/de/handel-und-konsumguter/assets/customer-centricity-den-kunden-im-visier.pdf, zuletzt aufgerufen 02/2021). Doch nicht nur in den Chefetagen von Handelsunternehmen und Konsumgüterherstellern legt man Wert darauf, dass Konsumenten glücklich sind. Auch die Dienstleistungsbranche und B2B-Betriebe suchen verstärkt den direkten Draht zum Kunden. Um als Unternehmen erfolgreich zu sein, sind alle bereit, ihr Geschäftsmodell auf die bestmögliche Erfüllung von Kundenwünschen auszurichten.

Doch wie gut kennen Unternehmen ihre Kunden? Woher wissen sie, was sich ihre Kunden wirklich wünschen? Auf welche Informationen über Kaufverhalten und Erwartungen greifen Unternehmen zurück und treffen Entscheidungen? Wie stellen sie sicher, dass die Kunden überhaupt noch im Zentrum ihres Handelns steht?

Der Net Promoter Score bietet einen Einstieg in das Verständnis der Kunden

Um die Zufriedenheit von Kunden zu messen, setzen Unternehmen zunehmend auf den NPS. Für viele ist der 2003 erstmals eingeführte Net Promoter Score einer der wichtigsten KPIs des Customer Experience Managements.  Ursprünglich wurde dieser entwickelt, um die Loyalität der Kunden zu messen und Mitarbeiter zu motivieren. Inzwischen ist er eine gängige Methode, um die Wahrscheinlichkeit der Weiterempfehlung von Produkten und Dienstleistungen zu erfassen. Der NPS arbeitet mit der Hypothese, dass Kunden, die zum Beispiel ein Produkt weiterempfehlen, auch zufrieden und dem Produkt gegenüber loyal sind. 

Das Grundmodell des NPS besteht nur aus der Frage: Wie wahrscheinlich ist es, dass sie das Produkt, das Unternehmen oder die Dienstleistung XY ihrem Kollegen weiterempfehlen? Die Befragten können diese Frage auf einer Skala von 0 (sehr unwahrscheinlich) bis 10 (sehr wahrscheinlich) beantworten. Heute wird diese Frage häufig noch um eine offene Frage ergänzt, zum Beispiel: Was ist der Grund für die Bewertung? In einem offenen Textfeld haben Kunden die Möglichkeit, frei zu formulieren. 

Der Net Promoter Score ist dementsprechend eine Index-Zahl. Sie ergibt sich, indem die Häufigkeit von Promotoren mit der von Kritikern verrechnet wird. Als Promoter bezeichnet man Kunden, die auf der Weiterempfehlungsskala einen Wert von 9 oder 10 angeben. Kritiker hingegen sind Käufer, die die Frage mit einer 6 oder schlechter bewerten. Alle anderen gehören zur Gruppe der Passiv-Zufriedenen. Sie werden nicht in die Berechnung mit einbezogen. Grundsätzlich gilt: je höher der berechnete Wert ist, desto positiver ist das Ergebnis für das Unternehmen. 

Damit ist der Net Promoter Score ein geeignetes Instrument, um eine erste Messung von Kundenzufriedenheit durchzuführen. Er ist ein erster Schritt, zu einem besseren Verständnis von Kundentreue und ist zudem eine Methode, um Daten zu gewinnen. Die Befragung ist für jeden Kunden leicht zu verstehen und in nur wenigen Sekunden zu erledigen. Damit bietet der NSP für jedes Unternehmen einen guten Einstieg in das Thema Customer Centricity. 

NPS – nur eine magische Zahl?

Doch wie aussagekräftig ist der Net Promoter Score? Und was kann ein Unternehmen aus einer Frage, einer Antwort und einer einzigen magischen Zahl ableiten? Vermutlich nur einen ersten Eindruck, mehr nicht. Denn viel erfährt man durch den NPS nicht über den Kunden. Und dies ist einer der Hauptkritikpunkte: Der Net Promoter Score ist nicht konkret genug. Er hilft zwar Kundentreue zu ermitteln, doch liefert er keine konkreten Gründe, dass ein Produkt einen hohen Score erhält oder gibt Hinweise, warum Kunden mit einer Dienstleistung nicht zufrieden sind. Er polarisiert zwischen gut und schlecht, bildet aber nur wenige Details ab. Der Net Promoter Score kann deshalb nur begrenzt Informationen liefern

Ein Beispiel: Ein Hotel erhält einen schlechten Net Promoter Score, da die Gäste überwiegend unzufrieden mit ihrem Hotelaufenthalt waren. Doch woran liegt es? Sind die Zimmer nicht sauber oder schlecht ausgestattet? Ist das Personal an der Rezeption unfreundlich? Schmeckt das Frühstück nicht? Ist es der Lärm von der Baustelle auf der anderen Straßenseite oder liegt es an den fehlenden Parkplätzen? Nur wenige Teilnehmer einer NPS-Befragung nutzen den Freitext. Auch wenn Befragte im offenen Textfeld Gründe für ihre Bewertung angeben können, passiert das in der Regel nur selten. Wie geht man mit diesen Stimmen um? Wie repräsentativ sind sie? Reichen diese Daten aus, um Kundenwünsche und -erwartungen eindeutig identifizieren zu können?  

Die 360-Grad-Sicht auf den Kunden 

Grundsätzlich ist es ein vielversprechender Ansatz, datenbasierte Entscheidungen aufgrund von Kundenwünschen zu treffen. Wer mehr über seine Kunden und deren Erwartungshaltung erfahren möchte, braucht deshalb einen Ansatz jenseits des NPS. 

Wer wissen will, ob er die Erwartungen seiner Kunden erfüllt hat oder was er vielleicht besser machen könnte, muss ein breiteres Spektrum an Kundenstimmen auswerten. Anstatt Kundenstimmen stichprobenartig zu ermitteln, ist es ratsam, Äußerungen von Kunden an mehreren Kontaktpunkten strukturiert auszuwerten. Dies ermöglicht ein vollständiges Bild der Kundenerfahrungen und -wünsche. Auf diese Weise können Unternehmen feststellen, wo ihre Stärken liegen und an welchen Stellen sie sich noch verbessern müssen. Denn die Kunden verraten selbst das Geheimnis des Erfolgs. 

Unternehmen verfügen heute über eine Vielzahl an Kontaktpunkten, an denen Konsumenten die Gelegenheit nutzen, um qualitatives Feedback abzugeben. In Zeiten von Digitalisierung und sozialen Medien gibt es für Kunden immer mehr Möglichkeiten, ihre Meinung über ein Produkt, ein Unternehmen oder eine Dienstleistung mitzuteilen. Zwei oder drei Clicks, schon ist die Produktbewertung online. Ob auf Websites für Verbraucherbewertungen, in Internetforen und sozialen Medien, in Chatbots, bei Umfragen auf der eigenen Website oder in der E-Mail-Korrespondenz: überall schlummern wertvolle Informationen. Aber auch direkt am Point-of-Sale, im Call Center oder auf Veranstaltungen erschließt sich ein Fundus aussagekräftiger Informationen.  

Gewöhnlich finden sich direktes Feedback, Kundenservice und Marktforschung in verschiedenen Datensilos. Das erschwert eine 360-Grad-Sicht auf die Stimme des Kunden. Deshalb sind Marketingexperten heute nicht wirklich in der Lage, Kundenstimmen zugleich in großer Menge und im Detail zu verstehen. Die Lösung: künstliche Intelligenz!

Mit künstlicher Intelligenz dem Kundenwunsch auf der Spur

Moderne Softwaretools können inzwischen menschliche Sprache verstehen. Sie analysieren Kundenstimmen und unstrukturierten Text einfach und problemlos. Natural Language Processing (NLP) lautet das Zauberwort. Mit künstlicher Intelligenz lassen sich Reviews, Emails und Blogs auf ihre Tonalität (negativ oder positiv) analysieren und in einzelnen Themen zusammenfassen. Durch die wachsende Datenmenge und ständige Kontrolle und Optimierung verbessern die Ergebnisse der Analyse laufend. Deshalb ist die KI im Laufe der Zeit in der Lage, die menschliche Sprache, Empfindungen und Präferenzen immer besser zu interpretieren.

Die KI-Systeme können Tausende von Dokumenten verarbeiten und ihre wichtigsten Aussagen zusammenfassen. Sie analysieren sowohl geschriebenen Text als auch gesprochene Sprache und dies in verschiedenen Sprachen. Mögliche Quellen sind Text- und Sprachnachrichten, E-Mail-Nachrichten, Umfragen und viele andere Dokumenttypen. Sie filtern aus den Dokumenten detaillierte Informationen und generieren aus quantitativen Daten Zusammenhänge und Trends. 

Darüber hinaus kann Automated NLP auch die Einstellung eines Kunden identifizieren und kategorisieren, zum Beispiel, ob er einem Produkt oder einer Dienstleistung positiv, negativ oder neutral gegenübersteht. So können häufig auftretende Beschwerden identifiziert und kritische Trends im Zeitverlauf verfolgt werden. 

Wenn Marketingexperten die Informationen des aggregierten Kundenfeedbacks zur Hand haben, sind sie sofort in der Lage, Verbesserungen von Produkt und Service im Hinblick auf den Wettbewerb zu erkennen und die Kundenzufriedenheit zu erhöhen. Mit dem wachsenden Feedback im Laufe der Zeit und dem selbstlernenden 

System können Marketingexperten die Abwanderungsquote nach und nach optimieren oder Produkte und Dienstleistungen weiterentwickeln. Automated NLP-Lösungen können Unternehmen dabei helfen, den Übergang von standardisierten Massenprodukten zu personalisierten Produkten und Dienstleistungen zu gestalten: nachhaltig, effizient und sinnstiftend für Mitarbeiter.

Fazit

Der Net Promoter Score ist ein gutes Instrument, um die Zufriedenheit und Loyalität von Kunden im ersten Schritt messen zu können. Wer Kundenwünsche analysieren und wirklich verstehen möchte, benötigt Lösungen, die alle relevanten Kundenstimmen berücksichtigen und die quantitative Informationen mit qualitativen Erkenntnissen über längere Zeiträume verknüpfen. Daran wird bald kein Unternehmen mehr vorbeikommen, denn datengestützten Entscheidungen gehört die Zukunft im Marketing. 



 

Der Autor

Dr. Korbinian Spann ist Gründer und CEO der Insaas GmbH, einem Start-up für datengetriebenes Marketing. Seit 2018 unterstützt er Unternehmen dabei, ihre Kunden besser zu verstehen, Kundenorientierung zu messen und deren Produkte und Kommunikation zu individualisieren. Korbinian Spann ist Experte für Sprachen, digitales Marketing und Data Science.