NPS-Burnout Pt. 4 — „Wir sind dran, erster Befund morgen."

24. Aug.

Wir hatten inzwischen Wochen in den Daten verbracht. Die Journey des Kunden (Maschinenbauer) war lang und verzweigt — von der ersten Anfrage über Angebotsprozesse, technische Klärungsschleifen, Auftragsabwicklung bis hin zu After-Sales und Support. Dutzende Touchpoints, mehrere Abteilungen, ein heterogenes Bild. Wir suchten die Momente, die tatsächlich etwas bewegten. Die wirkungsstarken Stellen, an denen Erfahrungen entstanden, die sich in Kundenverhalten niederschlugen.

Dann tauchte er auf. Und wir sahen fast darüber hinweg.

Die Daten lagen ja die ganze Zeit vor unseren Augen. Das war das Erste, was auffiel. Das zweite war, dass Ursache und Wirkung verknüpfbar waren. Nur lagen sie verstreut: Ticketsystem hier, CRM dort, Kundenfeedback in einem dritten Tool, operative Kennzahlen in einem vierten. Bei hybriden Journeys und siloartig organisierten Unternehmen ist das leider Realität. Jede Abteilung sammelt, verwaltet und nutzt ihre Daten, in ihrem Rhythmus, mit ihrer Logik. Nicht selten mit gewissen Ansprüchen an Ownership und Deutungshoheit (deswegen beißen sich so viele Organisationen die Zähne an CDPs, Data Lakes und der Errichtung des MarTech-Stacks aus - aber das ist eine andere Geschichte).

Das wusste auch die CMO. Sie hatte es uns nur anders gesagt: „Zahlen hab ich genug." Will heißen:
Wir haben kein Verfügbarkeitsproblem, wir haben ein Analyseproblem.

Erst als wir Sentiment-Daten mit operationalen Daten verknüpften — Kundenfeedback, Tonalität und Formulierungen in Anfragen auf der einen Seite, First Resolution Time, Eskalationshistorie und Bearbeitungszyklen auf der anderen — entstand etwas, das man lesen konnte. Ein Muster. Ein Zusammenhang. Ein Befund.

Leading und Lagging Indicators, CPIs - die vorherigen Episoden handelten davon. Allein, sie hätten nicht gereicht. Sie zeigen, was Kunden schätzen. Erst die Verbindung mit dem operativen Kontext erklärt, warum etwas passiert — und wo der Hebel liegt.

Der Befund war unspektakulär: Technische Kundenanfragen dauerten im Schnitt zu lange — das war bekannt. Was die Daten jetzt zeigten, war etwas anderes: Nicht die absolute Bearbeitungszeit war das Problem. Es war die Stille dazwischen. Kunden, die keine Zwischenrückmeldung erhielten, fragten nach. Dann nochmal. Dann eskalierte jemand. Die Kosten: Nerven auf der einen Seite, Euros auf der anderen Seite. Es fehlte das Gefühl, jemand kümmert sich. Was also tun: mehr Kundenbetreuer einstellen oder den Prozess anpassen. Was kann, was muss der Maschinenbauer investieren, um diesen Schmerzpunkt beim Kunden zu heilen.

Dank unserer kontextualisierten Analyse konnten wir recht genau die Wertbeiträge der infrage kommenden Maßnahmen gegeneinander abwägen. Was zählte, war also das Erleben hinter der messbar langsamen Reationszeit. Die wahrgenommene Aufmerksamkeit (“Kümmert sich da jemand?!”) als der eigentliche Treiber für Loyalität. Der Befund erschien uns so banal, dass wir zusätzlich Gespräche mit ausgewählten Kunden durchführten, um ihn zu validieren.

Schlussendlich war die Maßnahme klein. Fast schon beschämend klein, gemessen an dem Aufrieb, den wir zuvor durchlebt hatten.

Kurze, empathische Zwischenupdates. „Wir haben Ihre Anfrage — wir sind dran, erster Befund morgen." Kein Versprechen, das nicht gehalten werden konnte. Kein aufwändiger Prozessumbau. Eine Rückmeldung, die signalisierte: Ihr Anliegen hat Priorität.

Die Wirkung war messbar auf drei Ebenen gleichzeitig. Die Anzahl der Nachfragen sank. Die Eskalationsquote ging zurück. Der Cost-to-Serve sank — weil weniger Schleifen, weniger Eskalationsaufwand, weniger Nachbearbeitung. Und die Kundenzufriedenheit stieg, weil Kunden spürten, dass ihr Anliegen ernst genommen wurde. Auch wenn’s mal wieder länger dauert.

Ein einziger Prozessmoment. Drei Wirkungsebenen. Das war der Typ Eingriff, nach dem der CMO gefragt hatte.

Was mich seitdem beschäftigt, ist eine einfachere Frage: Ist das reproduzierbar?

Oder war es ein Glücksfall — der richtige Datensatz, das richtige Unternehmen, der richtige Moment?

Davon handelt die letzte Episode dieser Staffel.

Carl-Gustav ist CX-Berater, der mit diversen Organisationen an Herausforderungen Rund um Kundenzentrierung gearbeitet hat. Manche Szenen in diesen Notizen sind so passiert. Manche sind das Destillat aus ähnlichen Momenten. Carl-Gustav gibt es nicht wirklich. Doch die Muster seiner Geschichten sind real.

Carl Gustav

Carl-Gustav hat mehr Steering Committees erlebt als er zählen mag. Mehr Dashboards gesehen, die niemand genutzt hat. Mehr NPS-Decks präsentiert, nach denen nichts passierte.

Irgendwann hat er aufgehört, das als Scheitern zu verstehen — und angefangen, es als Datenpunkt zu lesen.

Er arbeitet seit fünfzehn Jahren an der Schnittstelle zwischen dem, was Kunden erleben, und dem, was Unternehmen daraus machen. In Konzernen, in globalen Matrixorganisationen, in Märkten, die unterschiedlicher nicht sein könnten. Immer mit derselben Grundfrage: Welche Erfahrungen entlang der Customer Journey erzeugen tatsächlich Wert — und wo geht er verloren?

Seine Geschichten sind halberfunden. Die Muster dahinter sind es nicht.

Carl-Gustav schreibt über CX, wie sie wirklich ist — aus dem Inneren von Organisationen, aus Meetings, die so niemand protokolliert, und aus Momenten, die in keinem Framework auftauchen.