ANÁLISIS DE CHURNZENDESK

Usar el CSAT de Zendesk para encontrar a los clientes a punto de irse

Cómo usar las valoraciones de satisfacción de Zendesk para detectar clientes en riesgo: qué contienen, cómo exportarlas y probar su relación con el churn.

Publicado el 6 min de lectura

Usar el CSAT de Zendesk para encontrar a los clientes a punto de irse

El CSAT de Zendesk se suele leer como una métrica del equipo: qué parte de los tickets resueltos se valoraron como buenos este mes. Leído por cliente, se convierte en otra cosa: una lista de personas que acaban de decirte, con un clic, que algo fue mal. Algunas están a punto de irse.

Esta guía explica qué contienen los datos de satisfacción de Zendesk, cómo sacarlos, cómo hacer un seguimiento rápido de las malas valoraciones y cómo probar si las valoraciones predicen el churn en tu negocio. Se basa en la documentación de Zendesk sobre la experiencia de usuario del CSAT, cómo enviar una encuesta CSAT, los motivos de satisfacción, las malas valoraciones inesperadas y las referencias de las API Satisfaction Ratings y CSAT Survey Responses (todo consultado en noviembre de 2026).

Cómo recoge Zendesk el CSAT

La encuesta está ligada a los tickets resueltos. En los canales de mensajería, Zendesk crea un disparador del sistema que muestra la encuesta justo después de que se resuelva un ticket. Por correo, una automatización por defecto envía la solicitud 24 horas después de que el ticket pase a resuelto, según el artículo de Zendesk sobre la experiencia del CSAT.

Con la experiencia de encuesta actual descrita en Sending a CSAT survey, los administradores eligen la escala de valoración (dos, tres o cinco puntos) y pueden añadir una pregunta abierta. Zendesk también admite motivos de satisfacción: un desplegable de motivos que se muestra cuando un cliente da una valoración negativa. Los motivos son opcionales para el cliente.

Las encuestas por mensajería solo muestran la petición de comentario después de que el cliente haya hecho clic en una valoración.

Cómo son los datos

Hay dos representaciones en la API, y ayuda conocer las dos.

Satisfaction ratings. El endpoint más antiguo Satisfaction Ratings (GET /api/v2/satisfaction_ratings) devuelve valoraciones con una puntuación offered, unoffered, good o bad. Puedes filtrar por puntuación, incluidas las variantes con y sin comentarios, y por un start_time. “Offered” significa que se envió una encuesta al cliente y no ha respondido; “unoffered” significa que no se envió ninguna encuesta.

CSAT survey responses. La API CSAT Survey Responses cubre la encuesta más reciente, con valoraciones agrupadas en mala, neutra o buena. La guía de Zendesk sobre cómo obtener las respuestas de las encuestas CSAT recomienda estos datos para una opinión más precisa cuando usas la encuesta más reciente.

En los dos casos, cada valoración se vincula a un ticket, y el ticket a un solicitante y, a menudo, a una organización. Ese es el camino hasta un cliente.

Un problema de calidad de datos que arreglar primero

Zendesk documenta una causa conocida de malas valoraciones inesperadas: los escáneres de seguridad del correo que siguen todos los enlaces de un mensaje. Como la valoración guarda el último enlace en el que se hizo clic, un escáner que hace clic en “good” y luego en “bad” registra una mala valoración que el cliente nunca dio. La solución recomendada por Zendesk es sustituir los enlaces directos buena y mala del correo CSAT por un enlace a la página de la encuesta.

Si piensas usar las malas valoraciones como señal de churn, arregla esto primero. Si no, algunos de tus “clientes descontentos” son un filtro de correo de una gran empresa.

Hacer seguimiento de las malas valoraciones

La victoria más rápida no necesita ningún análisis: alguien lee cada mala valoración en un día y actúa.

  1. Crea una vista. Zendesk documenta una vista para las valoraciones con comentarios, con condiciones como “Satisfaction Is Bad with comment”. Crea una para las malas valoraciones con y sin comentarios.
  2. Asigna un responsable. Un jefe de equipo o un customer success manager, no el agente que gestionó el ticket.
  3. Lee el comentario y el motivo, y luego mira la cuenta: plan, antigüedad, eventos de facturación recientes, otros tickets abiertos.
  4. Responde personalmente a lo que dijo el cliente. Un mensaje breve de una persona con nombre que arregla o explica algo consigue más que una disculpa genérica.
  5. Etiqueta el resultado (csat-followup-done, csat-followup-churned) para poder medirlo después.

Para los informes, Zendesk publica una receta de Explore para las malas valoraciones con comentarios.

Leer los motivos y los comentarios

Las puntuaciones te dicen que algo fue mal; los motivos de satisfacción y los comentarios te dicen qué. Antes de cualquier estadística, lee un mes de malas valoraciones con comentarios y clasifícalas en un puñado de temas:

  • Experiencia de soporte: respuesta lenta, respuesta poco clara, ticket cerrado demasiado pronto.
  • Problema del producto: un error, una función que falta, algo que no funciona como se anuncia.
  • Problema de facturación: un cargo inesperado, una renovación que el cliente olvidó, un reembolso denegado.
  • No es cosa tuya: una valoración pulsada por error, o una queja sobre algo que no controlas.

El segundo y el tercer grupo son los que más merece la pena comparar con el churn. Un cliente molesto por una respuesta lenta puede quedarse cuando se arregla; un cliente molesto por un cargo también es un riesgo de disputa, así que revisa su facturación al mismo tiempo.

Probar si las valoraciones predicen el churn

Una mala valoración parece una señal de churn. Compruébalo.

Construye el conjunto de datos

  1. Exporta las valoraciones de un periodo, con cualquiera de las dos API anteriores, con el ID del ticket, el solicitante, la organización, la puntuación, el motivo, el comentario y la fecha.
  2. Exporta los clientes de facturación con la fecha de inicio, la fecha de cancelación y el tipo de churn (voluntario o por pago fallido).
  3. Asocia los solicitantes a los clientes por correo. Los usuarios de Zendesk pueden tener varias identidades de correo; usa todas. En B2B, decide si una valoración de cualquier usuario cuenta para la organización.
  4. Fija una ventana. Valoraciones en los 90 días anteriores a una fecha de referencia; churn en los 90 días posteriores.

Compara los grupos

Grupo Definición
Al menos una mala Una o más malas valoraciones en la ventana
Solo buenas Solo valoraciones buenas
Ofrecida, nunca respondida Encuestas enviadas, sin respuesta
Sin tickets resueltos Ninguna encuesta ofrecida en la ventana

Calcula el churn voluntario en cada grupo, con el número de clientes junto a cada tasa. Deja fuera el churn por pagos fallidos; consulta churn involuntario para ver por qué se comporta de otra forma. Las fórmulas de churn están en cómo calcular la tasa de churn.

Léelo con cuidado

  • Las tasas de respuesta lo condicionan todo. Si pocos clientes responden, el grupo “mala” es pequeño y autoseleccionado. El grupo “ofrecida, nunca respondida” puede ser tan informativo como las malas valoraciones.
  • Los motivos importan más que las puntuaciones. Una mala valoración con el motivo “problema no resuelto” es una señal distinta de “el agente fue lento”. Desglosa la comparación por motivo cuando tengas suficientes datos.
  • El seguimiento cambia el resultado. Si empiezas a hacer seguimiento de las malas valoraciones, su relación con el churn debería debilitarse. Ese es el objetivo, no un análisis roto.
  • Correlación, no causalidad. Una mala valoración puede ser síntoma de una decisión ya tomada. Aun así te dice con quién hablar.

Si el CSAT no separa en tus datos a los que se van de los que se quedan, mira otras señales de soporte; consulta cómo detectar señales de churn en los tickets de Zendesk.

Hacerlo con NoChurn

El conector de Zendesk de NoChurn es de solo lectura: no envía encuestas, no cambia tus ajustes de CSAT ni escribe en los tickets. Lee los tickets y sus valoraciones de satisfacción, asocia los solicitantes a los clientes de facturación por correo (las coincidencias dudosas se te sugieren para que las confirmes, nunca se fusionan automáticamente) y los usa como factores del score de churn de 0 a 100 y de los factores de churn, que ordenan los atributos más correlacionados con el churn (correlación, no causalidad). Puedes enviar otros atributos por API, como el uso del producto, para ver cómo se comparan las señales de soporte. Consulta NoChurn + Zendesk.

PROMPT

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

Deja de perder ingresos.

  • Gratis hasta 300 € de MRR
  • Sin tarjeta
  • Listo en 10 minutos
  • Sin comisión