Fallstudie

Einsatz von Echtzeit-Risikoinformationen als Frühwarnsystem für Kundenabwanderung

Hintergrundgeschichte

Ein stabiles, vorhersehbares Umsatzwachstum zu erzielen, bleibt eine der dringlichsten Herausforderungen für Customer-Success-Abteilungen in der gesamten Softwarebranche. Ein Rückgang der Bruttoumsatzbindung (GRR) ist selten allein auf Produktmängel zurückzuführen. Häufiger handelt es sich um ein selbstverschuldetes Problem, das auf weit verbreitete Datensilos, reaktive Entscheidungsfindung und Teams zurückzuführen ist, die sich eher auf die Bewältigung akuter Probleme konzentrieren, als präzise Prognosen zu erstellen.

Bei SnapLogic hatte sich dieses Vorgehen als kostspielig und betrieblich nicht mehr tragbar erwiesen. Die Customer Success Manager (CSMs) verbrachten 15 bis 25 % ihrer Zeit damit, Daten manuell aus verschiedenen, voneinander getrennten Systemen wie Salesforce und Zendesk zu extrahieren – Zeit, die ihnen für die proaktive Kundenbetreuung fehlte. Es kam zu Kundenabwanderungen, da das interne Team den Überblick über gefährdete Kundenkonten verloren hatte.

Dies ist die Geschichte, wie dieses Team die Kundenbindung von einer reaktiven, auf Vermutungen basierenden Aufgabe in eine systematische, KI-gestützte und messbare Geschäftsfunktion verwandelte. Und warum nur SnapLogic dies möglich machen konnte.

Die Herausforderung

Das Customer-Success-Team von SnapLogic hatte mit Schwankungen bei seinen wiederkehrenden Umsätzen zu kämpfen. Ein erheblicher Teil der verlorenen Kunden wurde als selbstverschuldete Abwanderung eingestuft. Mit anderen Worten: Es handelte sich um Verluste, die auf interne Schwachstellen zurückzuführen waren und nicht auf Unzufriedenheit der Kunden mit dem Produkt. Das Team erkannte drei sich gegenseitig verstärkende Probleme:

1. Fragmentierte Daten: Kundendaten waren auf Salesforce, Zendesk, Produkttelemetrie, Aha!, Chorus und Outreach verteilt, ohne dass ein einheitlicher Überblick über den Zustand oder das Risiko bestand.
2. Reaktive Eskalation: Gefährdete Konten wurden erst dann erkannt, als es für ein Eingreifen bereits zu spät war, was zu kurzfristigen Notmaßnahmen anstelle von strukturierten Maßnahmen zur Kundenbindung führte.
3. Kapazitätsbelastung: CSMs verbrachten 15 bis 25 % ihrer Zeit mit der manuellen Datenerfassung, wodurch ihnen Zeit für die direkte Kundenbetreuung fehlte.

Das Ergebnis war eine Kundenerfolgsabteilung, die sich auf Bauchgefühl und den heldenhaften Einsatz einzelner Mitarbeiter stützte – beides Faktoren, die sich nicht skalieren ließen. Die Unternehmensleitung erkannte, dass das Problem nicht bei den Mitarbeitern lag, sondern bei der Infrastruktur und den Daten.

Die Lösung

Das Team entwickelte ein KI-gestütztes Framework für Frühwarnung und Ausführung, das auf der hauseigenen Agentic Integration Platform von SnapLogic und Amazon Web Services (AWS) basiert. Ziel war es, die manuelle Datenerfassung und reaktive Eskalation durch eine einheitliche Echtzeit-Intelligenzebene zu ersetzen, die direkt in den bestehenden Arbeitsablauf des Teams eingebettet ist.

Das Projekt funktioniert wie folgt:

• Zentrale Signalerfassung: SnapLogic automatisiert die Datenerfassung aus allen kundenbezogenen Systemen und erstellt so eine einheitliche, ständig aktualisierte Übersicht über Kundensignale. Was früher stundenlange manuelle Arbeit erforderte, wird nun in Echtzeit aktualisiert.
  
• Zusammengesetzte Risikobewertung: Ein auf AWS basierendes, erklärbares KI-Bewertungsmodell wertet Verhaltens-, technische und Stimmungssignale aus, um eine zusammengesetzte Bewertung der Kundensituation zu erstellen. Risiken werden objektiv und frühzeitig erkannt, noch bevor sie bei Vertragsverlängerungsgesprächen zur Sprache kommen.
  
• Kundenbindung in die Praxis umsetzen: SLA-gestützte Leitfäden und strukturierte Arbeitsabläufe sind direkt in Salesforce integriert, sodass jedes Risikosignal mit einer konkreten Maßnahme und einem konkreten Ergebnis bei der Vertragsverlängerung verknüpft ist. Eskalationen erfolgen nicht mehr ad hoc, sondern systematisch, nachvollziehbar und einheitlich.

Offiziell war das Projekt von Anfang an als unternehmensweite Informationsplattform konzipiert und nicht als Tool für den Kundenerfolg. Der Geschäftsleitung, einschließlich des Finanzvorstands und des Vorstandsvorsitzenden, werden Einblicke in Kundenrisiken und den Kundenzustand geboten, wodurch die Führungskräfte die funktionsübergreifenden Informationen erhalten, die sie benötigen, um fundierte Entscheidungen hinsichtlich der Ressourcenzuweisung, der Produktinvestitionen und der Preisstrategie zu treffen.

Warum SnapLogic statt Gainsight?

Das Team hat die Alternativen sorgfältig geprüft und dabei die Einschränkungen starrer, zweckgebundener Einzellösungen wie Gainsight gegen die hohen Kosten und langen Implementierungszyklen einer maßgeschneiderten Software abgewogen. 

Letztendlich entschieden sie sich für SnapLogic selbst, da sie erkannten, dass nur eine einheitliche Plattform die Kosteneffizienz, die schnelle Wertschöpfung und die unternehmensweite Reichweite bieten konnte, die erforderlich waren, um die Kundenbindung in eine unternehmensweite Analysefunktion zu verwandeln.

Überlegung	Alternativen	Die Vorteile von SnapLogic
Kosten	Gainsight Enterprise: 60.000–200.000+ USD/Jahr; für die Entwicklung maßgeschneiderter Tools ist eine kontinuierliche Besetzung von Ingenieursstellen erforderlich	Eine einzige Plattform ersetzt mehrere Einzellösungen zu einem Bruchteil der Gesamtkosten; die Projektkosten liegen deutlich unter den Kosten für die Lizenzierung vergleichbarer kommerzieller Tools
Geltungsbereich	Gainsight wurde speziell für den Kundenservice entwickelt – außerhalb dieses Bereichs ist die Transparenz begrenzt	SnapLogic lässt sich unternehmensweit integrieren und stellt den Abteilungen Kundenservice, Finanzen, Technik sowie der Geschäftsleitung wichtige Erkenntnisse auf einer einheitlichen Ebene zur Verfügung
Geschwindigkeit	Maßgeschneiderte Lösungen benötigen 6 bis 12+ Monate; Gainsight erfordert lange Implementierungszyklen	Die Low-Code-Plattform von SnapLogic mit agentenbasiertem Ansatz verkürzt die Zeit bis zur Wertschöpfung. Das Projekt war in einem Bruchteil der Zeit einsatzbereit, die eine individuelle Entwicklung benötigt hätte
Flexibilität	Gainsight und benutzerdefinierte Tools sind nach der Bereitstellung unflexibel	SnapLogic passt sich an, wenn sich das Unternehmen weiterentwickelt (z. B. neue Datenquellen, neue Modelle, neue Arbeitsabläufe usw.), ohne dass eine Neugestaltung der Architektur erforderlich ist
KI / LLM	Einzelne Lösungen bieten selten eine systemübergreifende native KI-Integration	Die AWS-KI-/LLM-Funktionen sind über SnapLogic nativ integriert, sodass das Composite-Scoring-Modell kontinuierlich aus systemübergreifenden Signalen lernen kann

Geschäftsergebnisse

Das Projekt hat innerhalb des gesamten SnapLogic-Konzerns rasch messbaren Nutzen gebracht. Die folgenden Ergebnisse spiegeln die erzielten operativen und strategischen Auswirkungen wider:

• ROI: geschätzte Kapitalrendite von bis zu 190 % innerhalb eines Jahres
• Effizienz: Reduzierung des manuellen Aufwands für Kundenbetreuer um ca. 15–20 %; dies entspricht einer Freisetzung von Kapazitäten in Höhe von etwa 2 Vollzeitstellen für strategische Aufgaben
• Prognosen: Deutlich geringere Schwankungen beim Bruttoumsatz, wodurch eine stabilere und besser vorhersagbare Umsatzbasis geschaffen wird
• Strategische Klarheit: ein klarer , nach Segmenten gegliederter Überblick über kontrollierbare, akzeptable und unvermeidbare Kundenabwanderung, der eine bessere Ressourcenverteilung und fundiertere Entscheidungen über Produktinvestitionen ermöglicht
• Transparenz für die Führungsetage: CFO und CEO erhalten nun in Echtzeit funktionsübergreifende Einblicke in Kundenbindungsrisiken und Wachstumschancen, anstatt sich auf die üblichen Kennzahlen zum Kundenerfolg zu beschränken