Sagen schlechte Intercom-Bewertungen Churn voraus? So prüfen Sie es

Es scheint offensichtlich, dass ein Kunde, der eine Support-Konversation schlecht bewertet, eher kündigt. Manchmal stimmt das. Manchmal sind die unzufriedenen Bewerter Ihre engagiertesten Kunden, die, denen es wichtig genug ist, sich zu beschweren, und die Stillen sind die, die gehen. Sie finden es nur heraus, wenn Sie es an Ihren eigenen Abrechnungsdaten prüfen.

Dieser Ratgeber zeigt, wie Sie diese Prüfung mit den Konversationsbewertungen von Intercom durchführen: wo die Daten liegen, wie Sie sie mit Churn verknüpfen und wie Sie das Ergebnis lesen, ohne sich selbst zu täuschen. Er hält sich an das Hilfe-Center von Intercom zu Konversationsbewertungen, Surveyed-CSAT-Reporting, Reporting-Kennzahlen und -Attributen und dem Trigger Teammate changes conversation state sowie an das Konversationsmodell der API (alle abgerufen im November 2026).

Wie Intercom-Bewertungen funktionieren

Wie die Umfrage versendet wird

Intercom versendet seine CSAT-Umfrage über Workflows. Die übliche Einrichtung ist die Aktion „Ask for conversation rating” direkt nach dem Trigger Teammate changes conversation state, sodass der Kunde gefragt wird, wenn eine Konversation geschlossen wird. Sie können die Aktion auch anderen Workflow-Pfaden hinzufügen. Die Standardumfrage ist eine Emoji-Skala mit fünf Optionen. Wenn Sie eine andere Skala möchten, empfiehlt Intercom, eine eigene mit Antwort-Buttons zu bauen, aber diese eigenen Bewertungen sind nicht im eingebauten CSAT-Report enthalten.

Was gespeichert wird

Jede Bewertung hängt an der Konversation. Die API von Intercom dokumentiert sie als Ganzzahl von 1 bis 5 mit einem optionalen Remark (dem Kommentar des Kunden). Zwei Details sind für die Analyse wichtig:

• Sobald ein Kunde einen Remark hinzufügt, lässt sich die Bewertung nicht mehr ändern.
• Sie können Bewertungen nicht über die API erstellen oder bearbeiten; für diese Daten ist sie schreibgeschützt.

Wie Intercom CSAT berechnet

Die Reporting-Definitionen von Intercom zählen die zwei höchsten Bewertungen als positiv. Der CSAT-Wert ist die Anzahl positiver Bewertungen geteilt durch alle Bewertungen, über Teammitglieder, Fin AI Agent und Chatbots hinweg. Die Report-Vorlage Surveyed CSAT zeigt Gesamt-, Teammitglieder- und Fin-Werte, CSAT im Zeitverlauf, Remarks nach Bewertung gruppiert sowie die Anfrage- und Antwortquoten der Umfrage. Eigene CSAT-Diagramme erfordern den Plan Advanced oder Expert.

Dieser Wert beantwortet „Wie gut ist unser Support?“. Er beantwortet nicht „Welche Kunden stehen kurz vor dem Weggang?”. Dafür brauchen Sie Bewertungen pro Kunde, verknüpft mit der Abrechnung.

Die Daten herausholen

Sie haben zwei Möglichkeiten.

Dataset export. In Reports enthält der Dataset export einen Datensatz „Conversation Ratings” mit Bewertungsdaten auf Konversationsebene. Das ist der schnellste Weg für eine einmalige Analyse.

API. Rufen Sie Konversationen über die Conversations API ab; jede enthält ihre Bewertung, ihren Remark und ihre Kontakte. Intercom weist darauf hin, dass ältere API-Versionen für Bewertungen, die in der App sichtbar sind, eine leere Bewertung liefern können; nutzen Sie also eine aktuelle API-Version.

Behalten Sie zu jeder Bewertung: Konversations-ID, Kontakt-ID und E-Mail, Bewertung (1 bis 5), Remark, Datum der Bewertung und ob ein Teammitglied oder Fin die Konversation bearbeitet hat.

Bewertungen mit Churn verknüpfen

1. Eine Kundentabelle aus der Abrechnung erstellen

Listen Sie aus Stripe oder Ihrem Abrechnungssystem jeden Kunden auf, der in Ihrem Zeitfenster irgendwann aktiv war, mit:

• Startdatum;
• Kündigungsdatum (oder leer, wenn noch aktiv);
• ob die Kündigung freiwillig war oder auf eine fehlgeschlagene Zahlung zurückging.

Halten Sie unfreiwilligen Churn getrennt. Ein Kunde, dessen Karte abgelaufen ist, ist nicht wegen eines schlechten Support-Chats gegangen. Wer beides mischt, verdeckt den gesuchten Effekt; siehe unfreiwilliger Churn.

2. Intercom-Kontakte Kunden zuordnen

Ordnen Sie über die E-Mail zu oder über die Stripe-ID, wenn Sie die Stripe-App von Intercom nutzen, die stripe_id an Intercom-Nutzer synchronisiert. Prüfen Sie unsichere Fälle von Hand: geteilte Posteingänge, Aliase, ein Kollege, der im Namen des Kontoinhabers schreibt. Bei B2B-Produkten entscheiden Sie, ob eine Bewertung eines beliebigen Teammitglieds für das Konto zählt.

3. Ein festes Zeitfenster wählen

Nehmen Sie für jeden Kunden die Bewertungen aus einem festgelegten Zeitraum (zum Beispiel die 90 Tage vor einem Stichtag) und prüfen Sie, ob er in den folgenden 90 Tagen gekündigt hat. Ohne festes Zeitfenster sammeln langjährige Kunden einfach mehr Bewertungen, und Sie messen am Ende die Kundendauer.

4. Gruppieren und vergleichen

Ein einfacher erster Schnitt:

Gruppe	Definition
Niedrig bewertet	Mindestens eine Bewertung von 1 oder 2 im Zeitfenster
Nur hoch bewertet	Nur Bewertungen von 4 oder 5
Nur mittel bewertet	Nur 3er, oder eine Mischung ohne niedrige Werte
Kontakt, keine Bewertung	Hatte Konversationen, hat die Umfrage aber nicht beantwortet
Kein Kontakt	Keine Konversation im Zeitfenster

Berechnen Sie für jede Gruppe die freiwillige Churn-Rate im folgenden Zeitraum. Wenn Sie die Formel auffrischen möchten, siehe Churn-Rate berechnen.

5. Die Remarks ansehen

Die Zahlen sagen Ihnen, ob es einen Zusammenhang gibt; Remarks sagen Ihnen, warum. Lesen Sie jeden Remark zu einer niedrigen Bewertung von Kunden, die später gekündigt haben. Gruppieren Sie sie nach Thema: Verwirrung bei der Abrechnung, ein Bug, eine fehlende Funktion, langsame Antworten. Diese Liste ist nützlicher als die Korrelation selbst.

Das Ergebnis ehrlich lesen

Einige Fallen erwischen fast jeden:

• Kleine Stichproben. Wenn nur ein kleiner Teil der Konversationen bewertet wird, umfasst die Gruppe „niedrig bewertet” vielleicht ein paar Dutzend Kunden. Nennen Sie neben jeder Rate die Anzahl, und handeln Sie nicht auf Grundlage eines Unterschieds, der auch zufällig entstehen könnte.
• Antwortverzerrung. Menschen, die Umfragen beantworten, unterscheiden sich von denen, die es nicht tun. Die Gruppe „Kontakt, keine Bewertung” ist oft die interessanteste.
• Den Agent bewerten vs. das Produkt bewerten. Eine 1 kann heißen „Ihr Agent war unhöflich” oder „Ihr Produkt kann das nicht”. Nur das Zweite treibt wahrscheinlich Churn, und nur der Remark sagt Ihnen, was zutrifft.
• Fin vs. Teammitglieder. Bewertungen von KI-bearbeiteten und von Menschen bearbeiteten Konversationen können sich unterschiedlich verhalten. Vergleichen Sie sie getrennt, bevor Sie sie zusammenführen.
• Korrelation ist keine Kausalität. Eine niedrige Bewertung kann ein Symptom eines Kunden sein, der schon auf dem Weg nach draußen ist. Das macht sie trotzdem zu einem nützlichen Signal; es heißt nicht, dass besserer Support allein ihn gehalten hätte.

Was Sie tun, wenn Bewertungen Churn vorhersagen

Wenn niedrig bewertende Kunden merklich häufiger kündigen, reagieren Sie auf das Signal:

1. Geben Sie niedrigen Bewertungen eine verantwortliche Person. Die Reports von Intercom können nach Bewertung und Remark filtern; lassen Sie jemanden täglich die niedrig bewerteten Konversationen prüfen und innerhalb eines Tages nachfassen.
2. Fassen Sie zum Remark nach, nicht zum Wert. Antworten Sie auf das, was der Kunde gesagt hat.
3. Prüfen Sie gleichzeitig die Abrechnung. Eine niedrige Bewertung direkt nach einer fehlgeschlagenen Zahlung oder einer überraschenden Verlängerung braucht eine Korrektur bei der Abrechnung, keine Entschuldigung.
4. Wiederholen Sie die Analyse jedes Quartal mit denselben Zeitfenstern, damit Sie sehen, ob sich der Abstand verringert.

Wenn Bewertungen in Ihren Daten keinen Churn vorhersagen, ist das auch ein Ergebnis. Schauen Sie dann auf andere Support-Signale: Konversationsvolumen, Themen oder Zeit bis zur ersten Antwort. Einen breiteren Ansatz behandeln wir in was Churn vorhersagt, mit Ihren eigenen Kundendaten.

So geht es mit NoChurn

Der Intercom-Connector von NoChurn ist schreibgeschützt. Er liest Konversationen und Bewertungen, ordnet sie über die E-Mail den Kunden in der Abrechnung zu (unsichere Zuordnungen werden Ihnen zur Bestätigung vorgeschlagen, nie automatisch zusammengeführt) und nutzt sie als Eingaben für den Churn Score von 0–100 und für die Analyse der Churn-Treiber, die die am stärksten mit Churn korrelierten Attribute ordnet (Korrelation, nicht Kausalität). Er ändert Ihre CSAT-Einrichtung nicht und versendet keine Umfragen; das bleibt in Intercom. Sie können auch Ihre eigenen Attribute per API senden, um Support-Signale mit Produktnutzung zu vergleichen. Siehe NoChurn + Intercom.