In 6 Schritten zur erfolgreichen VoC-Analyse

Heutzutage können alle Kundinnen und Kunden mit einem Smartphone oder Laptop ihre Gedanken und Gefühle über dein Unternehmen in Sekundenschnelle mit einem globalen Publikum teilen. 

Doch das Feedback staut sich schnell an – und die wertvollen Erkenntnisse, die sich in diesen Datenbergen verstecken, bringen sich nicht von selbst an die Oberfläche. Dafür gibt es die Voice-of-Customer-Analyse.

Sie hilft dir, quantitative und qualitative VoC-Daten zu kategorisieren und zu analysieren, um Erkenntnisse zu gewinnen, die sich weitergeben und umsetzen lassen, um dein Kundenerlebnis zu verbessern. 

In diesem Kapitel unseres umfassenden VoC-Guides erklären wir Schritt für Schritt, wie du Voice-of-Customer-Daten analysieren und diese Analyse in Maßnahmen umsetzen kannst.

Lies weiter und lerne alles über das

• Kategorisieren von VoC-Feedback mit AI-gestützten Stimmungs-, Themen- und Schlüsselwortanalysen,

• Berechnen des Erfolgs deines Kundenerlebnisses mittels quantitativer Analysen,

• Verstehen des „Warum?“ hinterm Kundenfeedback dank Erlebnisanalysen und das

• Weitergeben und Umsetzen von Erkenntnissen – sowie das Wiederholen und Verbessern des Ganzen. 

1. Lege deine Ziele fest

Bevor du mit dem Sammeln von VoC-Daten beginnst, musst du entscheiden, was du dir davon versprichst.

Am besten formulierst du dazu Fragen (rund um das Verhalten und die Gefühle deiner Kund:innen), die dringend beantwortet werden müssen. Fragen wie:

• Sind unsere Kund:innen mit den Preisen unserer neuen Produktlinie zufrieden?

• Warum sind die Abwanderungsraten für unsere mobile App im letzten Quartal gestiegen?

• Nutzen die Kund:innen die neue Hauptfunktion unseres Produkts gerne?

• Was hält die Kund:innen davon ab, unseren Dienst zu abonnieren?

Denk dran: Du musst nicht alle Fragen auf einmal beantworten. 

Indem du zunächst mit einer Frage beginnst, kannst du dich mit der Funktionsweise des Analyseprozesses vertraut machen – und diese Erkenntnisse in dein nächstes Projekt einfließen lassen.

2. Sammle und kategorisiere deine Voice-of-Customer-Daten

Jetzt da du weißt, was du untersuchen willst, musst du das für dieses Ziel relevante Feedback sammeln. 

Es gibt verschiedene Methoden zur Erfassung quantitativer (numerischer) und qualitativer (nicht-numerischer) Voice-of-Customer-Daten. Kapitel 2 unseres Leitfadens beschreibt diese Methoden im Detail und erklärt, wie Contentsquare beim Sammeln von VoC-Daten hilft.

Nachdem du deine Daten gesammelt hast, musst du sie als Nächstes kategorisieren, sodass du leicht Folgendes bewerkstelligen kannst:

• Fokussieren auf das Feedback, das für dein festgelegtes Ziel am wichtigsten ist,

• Priorisieren des Feedbacks nach Dringlichkeit,

• Vergleichen des Feedbacks, das in verschiedenen Phasen deiner User Journeys und von verschiedenen Kundensegmenten gegeben wurde.

Das manuelle Kategorisieren jedes eingehenden Feedbacks durch ein Analyseteam ist arbeits-, zeit- und kostenintensiv – und anfällig für menschliche Fehler.

Verwende stattdessen eine AI-gestützte Lösung zur VoC-Analyse , die das Feedback für dich kategorisiert. Die Automatisierung beschleunigt Abläufe, garantiert die Kategorisierung jedes Feedbacks und macht die Erkenntnisse, die du aus der Datenanalyse gewinnst, vertrauenswürdiger.

Eine gute VoC-Analyse-Plattform kategorisiert textliches Feedback für dich, indem sie die Rückmeldungen je nach Stimmung, behandelten Themen und verwendeten Schlüsselwörtern taggt.

• Sentiment-Analysen nutzen natürliche Sprachverarbeitung (Natural Language Processing, NLP) und andere AI-Prozesse, um Textfeedback mit Blick auf emotionale Inhalte (positiv, negativ oder neutral) zu analysieren. So kannst du schnell und einfach sowohl negatives als auch positives Feedback finden, darauf reagieren und es weitergeben.

• Themen- und Keyword-Analysen arbeiten ähnlich wie die Sentiment-Analysen und interpretieren das Textfeedback, um die zur Sprache gekommenen Themen und verwendeten Schlüsselwörter zu ermitteln.

Dies lässt dich Feedback so filtern, dass du nur die für dein Projekt relevanten Informationen angezeigt bekommst. Zudem kannst du Korrekturen und Optimierungen priorisieren, indem du die am häufigsten auftretenden Themen und Schlüsselwörter identifizierst.

💡Wie Contentsquare dabei hilft

Mit unserem plattformeigenen Produkt Voice of Customer kannst du automatisches Tagging einschalten, um eingehendes Feedback mit den Sentiment-, Themen- und Keyword-Tags deiner Wahl zu versehen. 

Sobald das Feedback mit Tags versehen ist, kannst du es mühelos durchsuchen und nach deinen Bedürfnissen filtern. Du kannst dich auch benachrichtigen lassen, wenn das negative Feedback in die Höhe schießt oder wenn bestimmte Themen im Feedback angeschnitten werden.

Richte ein automatisches Themen-Tagging auf Contentsquare ein, um dein Kundenfeedback mühelos zu kategorisieren. Themen-Tags sind u. a. „Preise“, „Bugs“, „Feature-Wünsche“, „UX“ und „Spam“. Unsere Plattform liefert dir auch AI-generierte Zusammenfassungen deiner Umfrageantworten. Diese geben Aufschluss über die allgemeine Kundenstimmung und heben die wichtigsten wiederkehrenden positiven und negativen Trends im Feedback hervor.

AI-generierte zusammenfassende Berichte heben die allgemeine Stimmung der Antworten hervor, markieren sowohl positive als auch kritische Zitate und schlagen sogar nächste Schritte vor, die du auf Basis des Kundenfeedbacks unternehmen kannst.

3. Führe quantitative VoC-Analysen durch

Quantitative VoC-Daten sind numerische Daten (sie können gezählt, gemessen oder mit einem anderweitigen numerischen Wert versehen werden). Eine Möglichkeit, sie zu erheben, ist das Durchführen quantitativer Umfragen an deinen Kundenkontaktpunkten, bei denen deine Kund:innen gebeten werden, ihre Erfahrungen mit deinem Produkt, deiner Dienstleistung oder deiner Experience zu bewerten (z. B. auf einer Skala von 1 bis 5).

Das gibt dir einen schnellen Überblick über die Kundenzufriedenheit und weist dich auf Bereiche hin, bei denen deine User Experience verbessert werden sollte.

Wenn du z. B. weißt, dass die meisten befragten Kunden deine Kaufabwicklung schlecht bewerten, ist dies ein unschätzbares Zeichen für deine Teams, genauer zu untersuchen, was sie tun können, um dies zu verbessern. 

Die drei beliebtesten Arten von quantitativem Feedback, die von Umfragen erfasst werden, sind:

1. Net-Promoter-Score® (NPS®)

2. Customer Satisfaction (CSAT) Score (auch Kundenzufriedenheits-Score)

3. Customer Effort Score (CES) (auch Kundenaufwands-Score)

Eine VoC-Analyseplattform sollte nicht nur Feedback-Bewertungen für dich berechnen, sondern dir auch eine Segmentation deiner Ergebnisse ermöglichen – nach (z. B.) der vergebenen Bewertung, der demografischen Zugehörigkeit der Befragten und dem Stadium der Befragten innerhalb deiner Journey.

Das Segmentieren hilft dir auch dabei, Umfrageergebnisse und Erkenntnisse mit Mitarbeitern in deinem gesamten Unternehmen zu teilen. Das ist unabdingbar, um die Zustimmung für Optimierungsmaßnahmen zu erhalten.

💡Wie Contentsquare dabei hilft

Mit dem Voice-of-Customer-Produkt von Contentsquare kannst du alle Arten quantitativer Umfragen – einschließlich NPS®-Umfragen – in Sekundenschnelle einrichten. 

Und sobald die Ergebnisse vorliegen, verfügt unsere Plattform über leistungsstarke Tools, mit denen sich diese Zahlen analysieren lassen, sodass du nachvollziehen kannst, was sie verursacht hat.

Führe quantitative Umfragen wie die zum NPS® durch, um einen allgemeinen Überblick über die Kundenzufriedenheit zu erhalten.

Erstelle Zielgruppensegmente für bestimmte Werte und vergleiche die Segmente mit der Journey Analysis (ein Tool, das Nutzer-Journeys durch deine Website, App oder dein Produkt visualisiert) und mit zonenbasierten Heatmaps (welche Nutzerinteraktionen mit Seiten- und Bildschirmelementen visualisieren), um herauszufinden, was die Trends rund um die Nutzerzufriedenheit beeinflusst.

Bei niedrigen Bewertungen solltest du die Journey Analysis und Session Replays  (welche einzelne Nutzer-Sessions rekonstruieren, damit du sie erneut abspielen kannst) verwenden, um den Kontext zu verstehen, der zur Unzufriedenheit einzelner Nutzender geführt hat. 

Verwende Session Replays, um die Events zu untersuchen, die dazu führen, dass unzufriedene Kund:innen deinem Unternehmen schlechte Bewertungen geben.

4. Hake zusätzlich mit Verhaltensanalysen nach

Qualitative Voice-of-Customer-Daten sind nicht numerische Daten, die erfassen, was Kund:innen über dein Unternehmen sagen und was sie tun , wenn sie mit deinem Unternehmen interagieren. Es ist wichtig, diese Daten zu sammeln und zu analysieren, denn sie geben Aufschluss darüber, warum die Gefühle deiner Kund:innen bezüglich deines Angebots gut, schlecht oder gleichgültig ausfallen.

Wir haben bereits beschrieben, wie du analysieren kannst, was Kund:innen über dein Unternehmen sagen, indem du im textlichen Feedback die Kundenstimmung sowie häufige Themen und Schlüsselwörter kategorisierst. 

Aber um deine Kundinnen und Kunden (und deine Experience) wirklich zu verstehen, musst du VoC-Daten mit Erkenntnissen aus Verhaltensanalysetools wie Session Replays und Heatmaps ergänzen, die aufzeigen, wie Menschen mit deiner Website, App und deinen Produkten interagieren. 

Verhaltensanalysedaten geben dir Einblicke in das Verhalten und die Gefühle jener Kund:innen, die kein numerisches oder textliches Feedback geben (die große Mehrheit) – und sie helfen dir, das Feedback, das du tatsächlich erhältst, im Kontext zu sehen und nachzuvollziehen. 

Noch besser: Während Verhaltensanalysen dir helfen, VoC-Feedback zu verstehen, hilft VoC-Feedback dir zudem, die Ursachen für verwirrende Verhaltenstrends aufzudecken, welche durch die Analyse sichtbar gemacht werden.

Das Ganze funktioniert in beide Richtungen. Aus diesem Grund bietet eine ideale Plattform für VoC-Analysen zugleich Verhaltensanalysen, sodass deine Teams Feedback und Verhalten nahtlos miteinander verknüpfen und beide besser verstehen können.

💡Wie Contentsquare dabei hilft

Die Experience-Intelligence-Plattform von Contentsquare integriert Voice of Customer nahtlos mit verhaltensanalytischen Funktionalitäten, darunter die folgenden:

• Experience Analytics erfasst automatisch das (anonymisierte) Verhalten deiner Website- und App-Nutzenden innerhalb einer einzelnen Session. Dazu gehören das Verhalten auf der Seite und auf dem Bildschirm (einschließlich Scrollen, Klicken, Streichen und Hovern) und der gesamte Verlauf der Journey.

• Product Analytics (PA) ermöglicht dir das Tracken des Verhaltens deiner Produktnutzenden über mehrere Sessions hinweg, um zu verstehen, wie sich bestimmte Funktionen und Touchpoints auf Engagement und Kundenbindung auswirken.

• Experience Monitoring lässt dich die Frustration von Nutzenden tracken und benachrichtigt dich, sobald Kund:innen Frustrationssymptome an den Tag legen (z. B. „Wutklicks“), technische Fehler auftreten und die Performance deiner Website oder App nachlässt. 

Durch die Kombination dieser Funktionen mit den VoC-Features unserer Plattform kannst du mühelos die Lücke zwischen Nutzerfeedback und Nutzerverhalten schließen. 

Das ermöglicht dir Folgendes:

• Verhaltensanalysen nutzen, um Feedback zu untersuchen: Hast du jemals Feedback erhalten, das du nicht verstanden hast? Schau in ein Session Replay rein und erkenne, was mit der befragten Person passiert ist, bevor sie das Feedback abgegeben hat.

• VoC verwenden, um verwirrendes Verhalten zu verstehen, das du mit Verhaltensanalysen verfolgt hast: Nehmen wir an, du entdeckst in einem Session Replay ein Problem, das die Nutzer-Journey auf einer deiner Seiten unterbricht, aber du kriegst einfach nicht heraus, was genau los ist. Indem du VoC nutzt, um eine Umfrage auf dieser Seite einzurichten, kannst du die Kund:innen möglicherweise dazu bringen, klarzustellen, was vor sich geht.

5. Teile Erkenntnisse und reagiere auf sie

Voice-of-Customer-Daten können die notwendigen Nachweise dafür sein, dass es für dich Zeit ist, eine Vielzahl kundenfreundlicher und umsatzsteigernder Optimierungen an deiner Customer Experience vorzunehmen.

Damit dieses Beweismaterial jedoch überzeugend ist, musst du in der Lage sein, es mit anderen Teams und Entscheidungsträgern in einem Format zu teilen, das diese leicht verstehen und mit dem sie problemlos interagieren können – ob du es nun präsentierst, weiterleitest oder ihnen Zugang zu derselben Analyseplattform gibst, die du verwendest, sodass sie sich selbst in die Daten einlesen und eigene Erkenntnisse gewinnen können, die sie dann mit dir teilen. 

💡Wie Contentsquare dabei hilft

Nutze unser Voice-of-Customer-Produkt und exportiere die Daten deiner Umfrageergebnisse (gefiltert nach den von dir ausgewählten Faktoren) als Csv-, Xlsx- oder als Google-Sheets-Dokument. Leite sie dann per E-Mail oder über eine verfügbare Integration (etwa Slack, Microsoft Teams, Zapier) weiter.

Angenommen, du hast Tags zu Themen und Stimmungen aktiviert, dann werden die Daten eine Stimmungs- und Tag-Aufschlüsselung enthalten , die die Verteilung von Themen und Stimmungen in deinem Antwort-Pool sowohl aktuell als auch im Zeitverlauf anzeigt. Außerdem kann jede Person in deinem Unternehmen mit Zugang zur Plattform die zuvor erwähnten AI-generierten, detaillierten Berichte einsehen. 

Die Umfrageergebnisse liefern eine Aufschlüsselung von Themen-Tags und Stimmung, mit Einsicht in deren Verteilung im Zeitverlauf

6. Lerne und wiederhole

Das Zuhören und Reagieren auf die Stimme deiner Kundinnen und Kunden ist ein stets andauernder Prozess, kein einmaliges Ereignis.

Deine Customer Experience sollte sich ständig weiterentwickeln, um die Erwartungen deiner Kund:innen zu erfüllen, und du musst kontinuierlich Kundenfeedback sammeln und analysieren, um sicherzustellen, dass du ins Schwarze (einer sich stets bewegenden Zielscheibe) triffst.

Daher solltest du aus jeder Umfrage und jedem Test, den du durchführst, lernen und verstehen, was funktioniert hat und was nicht, damit du noch besser auf die Bedürfnisse deiner Kund:innen hören kannst.

💡Wie Contentsquare dabei hilft

Die VoC-Analyse kann immer nur so effektiv sein, wie es die von dir gesammelten Daten zulassen.

Mit Contentsquare stellst du sicher, dass jede Umfrage, die du durchführst, bessere VoC-Daten liefert als die letzte, dank der automatisierten Umfragenanalyse. 

Unser VoC Performance Interface zeigt wichtige Datenpunkte in Bezug auf deine Umfrage an, einschließlich Impressions- und Abschlussquoten. Es zeigt auch, welche Abschnitte deiner Umfrage die meiste Aufmerksamkeit erhielten und welche die meisten Abbrüche verursachten.

Über das Performance Interface unserer Plattform kannst auf einen Blick sehen, wo deine Umfragen gut abschneiden und wo sie sich verbessern lassen

Lass deine VoC-Daten zu dir sprechen

Wenn du die richtigen Schritte unternimmst und die richtigen Tools verwendest, wird die VoC-Analyse dir helfen, deine Kundenerlebnisse (und Key Performance Indicators, auch KPIs) stetig in Richtung „erstaunlich“ zu entwickeln.

In diesem Kapitel haben wir uns mit den Schritten beschäftigt, die für die Analyse deines VoC-Feedbacks nötig sind – aber was ist mit den notwendigen Tools? Wir haben alles für dich: Springe direkt zu Kapitel 5 unseres Leitfadens, um zu erfahren, welche VoC-Tools dir helfen, Rohdaten in strategisches Gold zu verwandeln.

FAQ zur VoC-Analyse