CHURN-ANALYSECRISP

Mit Bewertungen von Crisp-Konversationen kündigungsgefährdete Kunden finden

Wie Crisp Bewertungen von 1 bis 5 Sternen erhebt und exportiert, der Webhook session:sync:rating und wie Sie testen, ob schlechte Noten Churn vorhersagen.

Veröffentlicht am 5 Min. Lesezeit

Wenn ein Kunde eine Support-Konversation mit einem Stern bewertet, sagt er Ihnen etwas, das Ihr Abrechnungssystem erst Wochen später erfährt. Crisp erhebt diese Bewertungen nativ und kann jede einzelne in dem Moment, in dem sie eintrifft, an Ihre Systeme senden. Dieser Ratgeber erklärt, wie Crisp-Bewertungen funktionieren, wie Sie sie herausholen, wie Sie sie dem richtigen zahlenden Kunden zuordnen und wie Sie prüfen, ob schlechte Bewertungen in Ihrem Geschäft tatsächlich Kündigungen vorausgehen.

Er hält sich an die eigene Dokumentation von Crisp: wie man Nutzerbewertungen und Feedback überwacht, wie man Kundenfeedback nutzt, Einstieg in Crisp Analytics, die Referenz der Web Hooks, die Referenz der REST-API und wie man Webhooks nutzt (alle abgerufen im November 2026). Einige Funktionen hängen von Ihrem Crisp-Plan ab; wir vermerken es dort, wo Crisp es tut.

Wie Crisp-Bewertungen funktionieren

Aktivieren

Bewertungen sind eine Workspace-Einstellung: Workspace Settings › Email Settings › Email Behavior › General Options, „Enable Ratings (in chatbox and transcript emails)“ (Bewertungen überwachen). Die REST-API bietet dasselbe als Einstellung rating der Website.

Wann Kunden gefragt werden

  • Chat-Konversationen: Crisp schickt eine Stunde nach Ende des Chats eine Bewertungs-E-Mail.
  • E-Mail-Konversationen: Es gibt keine eigene Bewertungs-E-Mail; der Bewertungsblock kann stattdessen in der Transkript-E-Mail erscheinen.

Was gespeichert wird

Jede Bewertung hängt an einer Konversation (Crisp nennt sie Session) und hat eine Punktzahl von 1 bis 5 Sternen plus einen optionalen Kommentar. Bewertet ein Kunde dieselbe Konversation erneut, ersetzt die neue Bewertung die alte, statt doppelt zu zählen.

Für die Churn-Analyse folgen daraus zwei Dinge. Bewertungen gelten pro Konversation, nicht pro Kunde, Sie müssen sie also zusammenfassen. Und die Verzögerung von einer Stunde bedeutet, dass der Kunde mit etwas Abstand zum Chat bewertet, was gut ist: Eine Bewertung eine Stunde später ist seltener reiner Frust des Augenblicks.

Die Bewertungen herausholen

Crisp bietet vier Wege. Wählen Sie den, der zu Ihrem Vorhaben passt.

Weg Was Sie bekommen Gut für
Analytics Overall Rating (Durchschnitt), Ratings Evolution (Trend) und einen Bericht Ratings mit Besucher, Punktzahl, Kommentar, zugewiesenem Agent und einem Link zur Konversation Lesen und Stichproben
Analytics-Export Berichtsdaten, bei einigen Berichten mit Konversations-IDs, aber ohne vollständige Konversationsinhalte Eine schnelle Tabelle
Kontaktsuche Eine erweiterte Suche, die Kontakte nach Bewertung filtert; die Liste kann exportiert oder als Zielgruppe einer Kampagne genutzt werden Listen auf Kundenebene
Webhook session:sync:rating Jede neue Bewertung, sobald sie abgegeben wird Echtzeit-Alarme und Ihr eigener Datenspeicher

Der Analytics-Artikel von Crisp stellt klar, dass Analytics kein vollständiger Konversationsexport ist; für Konversationsinhalte oder Metadaten verweist er auf die REST-API.

Der Bewertungs-Webhook

Die Referenz der Web Hooks dokumentiert session:sync:rating, ausgelöst, wenn „a user rating was just submitted for session“ (eine Nutzerbewertung gerade für die Session abgegeben wurde). Sein data enthält website_id, session_id, inbox_id und ein Objekt rating mit stars und comment. Webhooks werden als JSON per HTTP POST gesendet; Crisp betrachtet jede 2xx-Antwort als zugestellt.

Zwei praktische Hinweise aus dem Crisp-Hilfecenter:

  • Der Artikel zu Feedback sagt, dass Webhooks für Kundenfeedback den Plan Essentials erfordern.
  • Die Artikel von Crisp widersprechen sich, wo Website-Hooks konfiguriert werden: Einer sagt Website Settings › Advanced Configuration › Webhooks, der Artikel zu Feedback sagt Workspace Settings › Advanced Configuration. Schauen Sie an beiden Stellen, wenn Sie es nicht finden.

Die Nutzlast identifiziert die Konversation, nicht den Kunden. Um zu wissen, wer bewertet hat, schlagen Sie die Konversation über ihre session_id mit der REST-API nach und lesen den daran hängenden Kontakt.

Bewertungen zahlenden Kunden zuordnen

Bewertungen liegen in Crisp, Kündigungen in Ihrem Abrechnungssystem. Um sie zu vergleichen, brauchen Sie einen einzigen Kundenschlüssel.

  1. Verwenden Sie die E-Mail als Schlüssel. Kontaktprofile in Crisp tragen die E-Mail des Kunden. Wenn Ihre Chatbox in Ihrer App läuft, setzen Sie die E-Mail des angemeldeten Nutzers in der Session, damit jede Konversation mit dem richtigen Kontakt verknüpft ist. Besucher, die nie eine E-Mail angegeben haben, lassen sich nicht zuordnen.
  2. Speichern Sie Ihre Abrechnungs-ID am Kontakt. Mit People Data in Crisp können Sie über die REST-API eigene Schlüssel-Wert-Daten an einem Kontakt speichern (Update People Data fügt Schlüssel zusammen; Save People Data ersetzt das ganze Objekt). Ein Feld customer_id erspart späteres Raten.
  3. Prüfen Sie die unsicheren Zuordnungen von Hand. Ein Kollege, der für den Kontoinhaber schreibt, eine private Adresse für ein Firmenkonto, ein geteiltes Postfach. Entscheiden Sie bei B2B-Konten, ob die Bewertung jedes Teammitglieds für das Konto zählt.
  4. Fassen Sie pro Kunde zusammen. Für jeden Kunden und Zeitraum: Anzahl bewerteter Konversationen, niedrigste Bewertung, durchschnittliche Bewertung und die Kommentare.

Sagen schlechte Bewertungen in Ihrem Geschäft Churn voraus?

Gehen Sie nicht davon aus. Testen Sie es mit Ihren eigenen Daten:

  1. Bauen Sie die Kundenliste aus der Abrechnung, mit Startdatum, Kündigungsdatum und der Angabe, ob die Kündigung freiwillig war oder durch eine fehlgeschlagene Zahlung verursacht wurde. Lassen Sie unfreiwilligen Churn aus dieser Analyse heraus; ein Support-Chat hat niemandes Karte ablaufen lassen.
  2. Legen Sie ein Fenster fest. Nehmen Sie Bewertungen aus einem festen Zeitraum (sagen wir 90 Tage) und betrachten Sie Kündigungen im darauffolgenden Zeitraum. Ohne feste Fenster haben langjährige Kunden einfach mehr Bewertungen.
  3. Gruppieren Sie Kunden: schlecht bewertet (eine 1 oder 2), nur gut bewertet (4 und 5), Mitte, Kontakt ohne Bewertung, kein Kontakt.
  4. Vergleichen Sie die freiwillige Churn-Rate jeder Gruppe im nächsten Zeitraum, mit der Anzahl der Kunden neben jeder Rate.
  5. Lesen Sie die Kommentare schlecht bewertender Kunden, die später gekündigt haben, und gruppieren Sie sie nach Thema.

Wir gehen diese Methode und ihre Fallen (kleine Stichproben, Antwortverzerrung, Bewertung des Agents statt des Produkts) ausführlicher in Sagen schlechte Intercom-Bewertungen Churn voraus? durch; sie gilt unverändert für Crisp-Bewertungen. Was auch immer Sie finden, es ist eine Korrelation: Eine schlechte Bewertung kann ein Symptom eines Kunden sein, der bereits auf dem Weg nach draußen ist.

Auf schlechte Bewertungen reagieren

Wenn schlecht bewertende Kunden tatsächlich häufiger kündigen, nutzen Sie das Echtzeitsignal von Crisp:

  1. Leiten Sie jede Bewertung mit 1 oder 2 Sternen an eine Person. Der Webhook session:sync:rating kann mit dem Kommentar und einem Link zur Konversation in einen internen Kanal posten.
  2. Prüfen Sie die Abrechnung, bevor Sie antworten. Eine schlechte Bewertung direkt nach einer fehlgeschlagenen Zahlung oder einer unerwarteten Verlängerung ist ein Abrechnungsproblem; beheben Sie das zuerst.
  3. Antworten Sie auf den Kommentar, nicht auf die Punktzahl. Gehen Sie darauf ein, was der Kunde gesagt hat und was Sie tun werden.
  4. Nutzen Sie den Bewertungsfilter der Kontakte, um eine Liste kürzlich schlecht bewertender Kunden zu erstellen, und sehen Sie sie wöchentlich durch.
  5. Wiederholen Sie die Analyse jedes Quartal mit denselben Fenstern, um zu sehen, ob der Abstand zwischen den Gruppen schrumpft.

Das mit NoChurn umsetzen

Der Crisp-Connector von NoChurn ist schreibgeschützt. Er liest Konversationen, Zufriedenheitsbewertungen, Tags und Daten, ordnet sie per E-Mail Abrechnungskunden zu (eine unsichere Zuordnung wird Ihnen zur Bestätigung vorgeschlagen, nie von selbst zusammengeführt) und nutzt sie im Churn-Score von 0 bis 100 und in der Analyse der Churn-Treiber, die die am stärksten mit Churn korrelierten Attribute ordnet (Korrelation, nicht Kausalität). Konversationen können auch zu Nachweisen in Disputes werden, so zitiert, wie sie geschrieben wurden. Die Antworten an Kunden, die Bewertungseinstellungen und Ihre Workflows bleiben in Crisp; NoChurn schreibt nie dorthin. Siehe NoChurn + Crisp.

PROMPT

Read https://www.nochurn.sh/llms.txt,
then follow https://www.nochurn.sh/docs/quickstart/
to add NoChurn to this app. Use a test key
(nc_test_…) until I say we go live.

Hören Sie auf, Umsatz zu verlieren.

  • Kostenlos bis $300 MRR
  • Keine Karte nötig
  • In 10 Minuten live
  • Nie ein Anteil an dem, was wir retten