Churn mit NPS- und CSAT-Umfragen in HubSpot vorhersagen

Die meisten Teams, die NPS in HubSpot erheben, schauen auf eine Zahl: den Score, der steigt oder fällt. Diese Zahl sagt etwas über die Kundenbasis als Ganzes. Sie sagt sehr wenig darüber, welche Kunden kurz vor der Kündigung stehen. Um mit Umfragen Churn vorherzusagen, müssen Sie auf Ebene des einzelnen Kunden arbeiten und seine Antworten mit dem vergleichen, was er danach getan hat.

Dieser Ratgeber behandelt diese Analyse: welche HubSpot-Eigenschaften die Antworten enthalten, wie Sie Antworten filtern und exportieren, wie Sie sie mit Kündigungen verknüpfen und wie Sie das Ergebnis lesen, ohne sich selbst zu täuschen. Er setzt voraus, dass Umfragen bereits laufen; zur Einrichtung siehe unseren Ratgeber Churn aus HubSpot-Tickets vorhersagen. Die Angaben zu HubSpot stammen aus der Wissensdatenbank: Loyalitätsumfragen (NPS), Eigenschaften von Umfrageantworten, Umfrageantworten auswerten, Umfrageantworten taggen, die FAQ zu Kundenfeedback und Segmente (alle abgerufen im November 2026).

Was HubSpot speichert, und wo

Die Analyse hängt davon ab, welche Felder Sie nutzen können.

An jeder Antwort (Feedback-Einsendung). Zu den Eigenschaften von Umfrageantworten in HubSpot gehören die Bewertung und der Kommentar. Beim NPS reicht die Bewertung von 0 bis 10, bei CSAT von 0 bis 2 (Unhappy, Neutral, Happy). Antworten werden mit dem Kontakt verknüpft und bei ticketbasierten Umfragen mit dem Ticket.

Am Kontakt. HubSpot setzt automatisch Last NPS survey rating, Last NPS survey date und Last NPS survey comment (Service Hub Professional und Enterprise). Diese sind praktisch für Segmente, enthalten aber nur die letzte Antwort. Ein Kunde, der von 9 auf 3 auf 8 gegangen ist, erscheint als 8.

Stimmung. HubSpot kennzeichnet Antworten nach Bewertung. Laut dem Auswertungsleitfaden zählt eine Antwort als Detractor bei NPS mit 0–6, bei CSAT mit 0 und bei CES mit 1–3. NPS-Promoter liegen bei 9–10, Passive bei 7–8.

Für Vorhersagen brauchen Sie den Verlauf der Antworten, nicht nur die letzte. Das heißt, Sie arbeiten mit Feedback-Einsendungen, nicht nur mit den Kontakteigenschaften.

Schritt 1: die Antworten exportieren

Im Tab Responses einer Umfrage können Sie in HubSpot einen Zeitraum festlegen, nach Unternehmen filtern, nur Antworten mit Kommentar anzeigen, nach Kontakteigenschaften filtern und Detractor, Passive oder Promoter ansehen. Exporte sind CSV, und wenn Sie vor dem Export filtern, enthält die Datei nur passende Antworten. Sie können wählen, ob Sie die Spalten der aktuellen Ansicht oder alle verfügbaren Daten der Umfrageantworten exportieren (Auswertungsleitfaden).

Exportieren Sie alle Antworten mindestens der letzten 12 Monate mit: E-Mail des Kontakts, Unternehmen, Name der Umfrage, Bewertung, Kommentar und Datum der Einsendung.

Schritt 2: ergänzen, was danach geschah

Exportieren Sie aus Ihrem Abrechnungssystem für dieselben Kunden: Abo-Beginn, Kündigungsdatum (falls vorhanden), Kündigungsgrund (falls erfasst), Plan und MRR. Verknüpfen Sie über die E-Mail oder besser über eine Kunden-ID, die Sie auch in HubSpot speichern.

Berechnen Sie dann für jede Antwort ein Ergebnis: Hat dieser Kunde innerhalb von N Tagen nach der Antwort gekündigt? Wählen Sie N passend zu Ihrem Abrechnungszyklus: 90 Tage sind ein vernünftiger Anfang für Monatspläne; bei Jahresplänen schauen Sie stattdessen auf die nächste Verlängerung.

Schritt 3: Gruppen vergleichen

Erstellen Sie aus Ihren eigenen Daten eine kleine Tabelle wie diese:

Gruppe zum Zeitpunkt der Antwort	Antworten	Innerhalb von 90 Tagen gekündigt	Anteil
Detractor (0–6)	Ihre Zahl	Ihre Zahl	Ihr %
Passive (7–8)
Promoter (9–10)
Nicht geantwortet

Die letzte Zeile ist wichtig. Kunden, die nie auf Umfragen antworten, sind oft eine große Gruppe, und ihr Churn kann höher oder niedriger liegen als bei allen anderen. Wenn Sie sie weglassen, überschätzen Sie, wie viel die Umfrage über Ihre gesamte Basis aussagt.

Machen Sie dann dasselbe für CSAT bei Tickets: Kunden mit mindestens einer Unhappy-Bewertung in einem Quartal gegenüber Kunden ohne.

Schritt 4: die Kommentare der Detractor lesen, die gegangen sind

Zahlen sagen Ihnen, ob ein Signal existiert. Kommentare sagen Ihnen, was es ist. Lesen Sie jeden Kommentar von Detractorn, die später gekündigt haben, und jeden Kommentar von Detractorn, die geblieben sind. In HubSpot können Sie Umfrageantworten taggen und Tags in Filtern, Ansichten, Segmenten und Reports verwenden; taggen Sie also Themen beim Lesen: Preis, fehlende Funktion, Zuverlässigkeit, Support, Onboarding.

Oft lautet das Muster nicht „Detractor kündigen”, sondern „Detractor, die den Preis erwähnen, kündigen; Detractor, die einen Bug erwähnen, bleiben, wenn er behoben wird”. Das ist weit nützlicher.

Die Fallen

Kleine Stichproben. Laut der Feedback-FAQ von HubSpot können Sie mit einer Antwortquote zwischen 5 und 15 % rechnen, je nach Branche und wie oft Sie Kunden kontaktieren. Bei einer Basis von einigen hundert Kunden sind das eine Handvoll Detractor pro Quartal. Nennen Sie neben jedem Prozentsatz die Anzahl, und ziehen Sie aus einem Dutzend Antworten keine Schlüsse.

Antwortverzerrung. Menschen, die Umfragen beantworten, sind keine Zufallsstichprobe. Die Engagiertesten und die Verärgertsten sind überrepräsentiert.

Zeitpunkt. HubSpot berechnet den Haupt-NPS auf Basis des Enddatums des gewählten Zeitraums und seine Trendansicht als laufende Summe (Auswertungsleitfaden). Keines davon ist ein Maß pro Kunde. Für Vorhersagen verwenden Sie immer die einzelne Antwort mit ihrem Datum.

Korrelation ist keine Ursache. Ein niedriger Score vor einer Kündigung heißt nicht, dass der Score sie verursacht hat. Beides kann vom selben Problem kommen, etwa einem gescheiterten Onboarding. Nutzen Sie das Signal, um zu entscheiden, mit wem Sie sprechen, nicht um Churn zu erklären. Unser Ratgeber dazu, was Churn vorhersagt, geht darauf ein.

Umfragemüdigkeit. Zu häufiges Fragen senkt die Antwortquoten und nervt Kunden. HubSpot unterstützt eine Erinnerungsmail eine bestimmte Anzahl Tage nach der ursprünglichen (Loyalitätsumfragen); eine Erinnerung reicht völlig.

Schritt 5: auf Grundlage der Ergebnisse handeln

Wenn Detractor in Ihren Daten merklich häufiger kündigen, machen Sie daraus eine Routine:

1. Erstellen Sie ein Segment von Kontakten mit Last NPS survey rating von 6 oder weniger und Last NPS survey date in den letzten 30 Tagen.
2. Jede Woche liest jemand die Kommentare und antwortet persönlich jedem Detractor, der einen hinterlassen hat. Keine Vorlage, kein Rabatt: eine Antwort auf das, was er gesagt hat.
3. Bei Kunden, deren Kommentar auf ein behebbares Problem hinweist, eröffnen Sie ein Ticket und verfolgen es bis zur Lösung.
4. Wiederholen Sie die Analyse jedes Quartal. Verschwindet der Abstand zwischen den Gruppen, wirkt entweder Ihr Nachfassen oder das Signal war Rauschen; die Zahlen sagen Ihnen, was davon.

Ist der Abstand klein oder gar nicht vorhanden, ist das auch ein Ergebnis. Halten Sie kein wöchentliches Ritual um eine Zahl aufrecht, die für Ihre Kunden nichts vorhersagt.

Was Umfragen Ihnen nicht sagen können

Viele Kunden, die kündigen, beantworten nie eine Umfrage und eröffnen nie ein Ticket. Ihre Signale liegen anderswo: sinkende Nutzung, eine fehlgeschlagene Zahlung, eine entfernte Karte, ein Downgrade. Umfragen sind eine Quelle unter mehreren, und meist nicht die stärkste.

So geht es mit NoChurn

Der HubSpot-Connector von NoChurn ist schreibgeschützt: Er liest Tickets und Konversationen und schreibt nie in HubSpot. Konversationen werden Ihren Kunden über die E-Mail zugeordnet (unsichere Zuordnungen werden vorgeschlagen, nie automatisch zusammengeführt), und Sie können Umfrageergebnisse und andere Attribute auch als eigene Daten über die API an NoChurn senden. NoChurn verbindet sie mit Abrechnungsdaten zu einem Churn Score von 0 bis 100 und einer Ansicht der Churn-Treiber, die Attribute nach ihrer Korrelation mit Churn ordnet, dargestellt als Korrelation, nicht als Kausalität. Umfragen, Segmente und Nachfassen bleiben in HubSpot. Siehe NoChurn + HubSpot.