Mikä on Customer Health Score Calculator?
▾
Customer Health Score (CHS) on yhdistetty mittari, jota Customer Success -tiimit käyttävät arvioidakseen todennäköisyyttä, että asiakas uusiutuu, laajenee tai vaihtuu. Se kokoaa signaalit useista tietolähteistä – tuotteen käytöstä, tukivuorovaikutuksista, sitoutumisesta, NPS-tutkimuksista, sopimusten tilasta, laskutushistoriasta ja sidosryhmien sitoutumisesta – yhdeksi pistemääräksi, tyypillisesti asteikolla 0–100 tai 0–10. Terveyspisteet mahdollistavat ennakoivan puuttumisen: sen sijaan, että odottaisivat asiakkaan peruuttamista tai valittamista, Customer Success Managerit (CSM:t) voivat tunnistaa riskialttiit tilit varhaisessa vaiheessa ja ryhtyä korjaaviin toimenpiteisiin ennen kuin vaihtuminen tapahtuu. Terveyspisteiden syöttötiedot vaihtelevat tuotetyypin ja liiketoimintamallin mukaan. B2B SaaS -yrityksen keskeisiä syötteitä ovat yleensä kirjautumistiheys, ominaisuuksien käyttöönoton syvyys, aktiivisten käyttäjien määrä suhteessa lisensoituihin paikkoihin, tukilippujen määrä ja resoluutioprosentti, aika viimeisimmästä merkityksellisestä yhteydenpidosta CSM-, NPS- tai CSAT-pisteisiin ja laskutuksen tila (erääntyneet laskut ovat suuri vaihtuva signaali). Jokaiselle syötteelle on määritetty painoarvo, joka kuvastaa sen ennakoivaa merkitystä – kirjautumistiheydellä voi olla 25 %:n painoarvo, kun taas NPS:llä 15 % ja ominaisuuksien käyttöönotolla 30%. Painot tulisi johtaa empiirisesti analysoimalla kunkin syötteen ja vaihtuvuus- tai uusimistulosten välistä historiallista korrelaatiota. Alkuvaiheen yritykset aloittavat usein intuitioon perustuvilla painoilla ja tarkentavat niitä 12–18 kuukauden kuluessa, kun vaihtuvuustietoja kertyy. Terveyspisteet ovat tyypillisesti värikoodattuja: vihreä (terve, todennäköisesti uusiutuu), keltainen (vaarassa, vaatii huomiota) ja punainen (kriittinen riski, eskalaatio vaaditaan). Tämän liikennevalojärjestelmän avulla CSM-tiimit voivat priorisoida portfolionsa ja kiinnittää huomiota tileihin, joilla interventiolla on suurin vaikutus. Asiakkaiden terveyspisteet eivät ole staattisia – niitä tulee päivittää päivittäin tai viikoittain, kun uusia käyttötietoja tulee, ja trendianalyysi (paraneeko vai laskeeko?) on usein informatiivisempi kuin absoluuttinen pistemäärä. Asiakas, joka on 45-vuotias, mutta kasvaa 30-vuotiaasta kolmessa kuukaudessa, on eri asemassa kuin asiakas 50-vuotiaana, mutta laskee 70-vuotiaasta. Yritykset, joilla on vahvat terveyspisteytysohjelmat, raportoivat huomattavasti paremman nettotulon säilyttämisen, koska ne tavoittavat riskiryhmään kuuluvia asiakkaita ennen peruutusjaksoa eikä sen jälkeen.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Kaava
▾
Terveyspisteet = SUM (Metric Weight x Metric Score) kaikista terveystuloistaMuuttujan selitys
▾
| Symboli | Nimi | Yksikkö | Kuvaus |
|---|---|---|---|
| Metric Weight | Tärkeyspaino määritetty | — | Kullekin terveysulottuvuukselle määritetty tärkeyspaino (kaikkien painojen summa = 100 %) |
| Usage Score | Normalisoitu pistemäärä | — | Normalisoitu pistemäärä tuotteen kirjautumistiheydelle ja -syvyydelle, joka on keskeinen parametri asiakkaan terveyspisteiden laskennassa, joka vaikuttaa suoraan lopulliseen laskettuun tulokseen |
| Adoption Score | Lisensoitujen prosenttiosuus | — | Aktiivisesti käytettyjen lisensoitujen ominaisuuksien prosenttiosuus, joka on keskeinen parametri asiakkaan terveyspisteiden laskennassa, joka vaikuttaa suoraan lopulliseen laskettuun tulokseen |
| NPS Score | Net Promoter Score | — | Net Promoter Score normalisoitu 0-100 asteikolla, mikä on keskeinen parametri asiakkaan terveyspisteiden laskennassa, joka vaikuttaa suoraan lopulliseen laskettuun tulokseen |
| Engagement Score | CSM-vuorovaikutustaajuus | — | CSM-vuorovaikutustiheys ja sidosryhmien leveyspisteet, jotka ovat keskeinen parametri asiakkaan terveyspisteiden laskennassa, joka vaikuttaa suoraan lopulliseen laskettuun tulokseen |
| Billing Score | Maksun oikea-aikaisuus | — | Maksun oikea-aikaisuus ja laskun tilan osoitin, joka on keskeinen parametri asiakkaan kuntopisteiden laskennassa, joka vaikuttaa suoraan lopulliseen laskettuun tulokseen |
Kuinka Customer Health Score Calculator
▾
- 1Kerää vaaditut syöttöarvot: määritetty tärkeyspainotus, normalisoitu pistemäärä, lisensoitujen prosenttiosuus, nettopromoottoripisteet.
- 2Käytä ydinkaavaa: Terveyspisteet = SUM(Metric Weight x Metric Score) kaikissa terveyssyötteissä.
- 3Laske väliarvot, kuten painotettu CHS, jos mahdollista.
- 4Varmista, että kaikki yksiköt ovat yhdenmukaisia ennen termien yhdistämistä.
- 5Laske lopputulos ja tarkista sen järkevyys.
- 6Tarkista, koskeeko syötteitäsi erityistapauksia tai reunaehtoja.
- 7Tulkitse tulos kontekstissa ja vertaa vertailuarvoihin, jos niitä on saatavilla.
Ratkaistut esimerkit
▾
Tämä esimerkki osoittaa asiakkaan terveyspisteet laskemalla 76,8 terveyspisteet — vihreä vyöhyke; asiakas on sitoutunut hyvään adoptioon; Ominaisuuden käyttöönotto 60-vuotiaana takaa sisäänkirjautumisen tuotteen arvon kasvattamiseksi. 5-Dimension Health Score kuvaa tyypillistä skenaariota, jossa laskin tuottaa käytännössä hyödyllisen tuloksen annetuista syötteistä.
Tämä esimerkki osoittaa asiakkaan terveyspisteet laskemalla 31,15 Terveyspisteet — Red zone; vaaditaan välitöntä CSM:n eskalointia; käyttö, käyttöönotto ja NPS ovat kaikki erittäin alhaisia. At-Risk Customer Identification havainnollistaa tyypillistä skenaariota, jossa laskin tuottaa käytännössä hyödyllisen tuloksen annetuista syötteistä.
Tämä esimerkki osoittaa asiakkaan terveyspisteet laskemalla Laskeva trendi vaatii välitöntä puuttumista – älä odota, että pisteet saavuttavat punaisen ennen sitoutumista. varhaisella toiminnalla on suurin onnistumisen todennäköisyys. Terveyspisteiden trendianalyysi havainnollistaa tyypillistä skenaariota, jossa laskin tuottaa käytännössä hyödyllisen tuloksen annetuista syötteistä.
Tämä esimerkki osoittaa asiakkaan terveyspisteet laskemalla, että tili B on tärkein toimenpide huolimatta korkeammasta terveyspistemäärästä kuin C – ARR-riskissä on painotettava tärkeysjärjestys absoluuttisen pistemäärän rinnalla. Portfolion priorisointi kuvaa tyypillistä skenaariota, jossa laskin tuottaa käytännössä hyödyllisen tuloksen annetuista syötteistä.
Käytännön sovellukset
▾
CSM-portfolion priorisointi ja työmäärän hallinta — Tätä sovellusta käyttävät yleisesti ammattilaiset, jotka tarvitsevat tarkan kvantitatiivisen analyysin tukeakseen päätöksentekoa, budjetointia ja strategista suunnittelua omilla aloillaan.
Ennakoiva vaihtuvuuden ehkäisykampanjoiden kohdistaminen – Alan ammattilaiset luottavat tähän laskelmaan suorituskyvyn vertailuun, vaihtoehtojen vertailuun ja vakiintuneiden standardien ja sääntelyvaatimusten noudattamisen varmistamiseen, mikä auttaa analyytikoita tuottamaan tarkkoja tuloksia, jotka tukevat strategista suunnittelua, resurssien kohdentamista ja suorituskyvyn vertailua eri organisaatioissa.
Uusimisriskien ennustaminen tuloennusteille – Akateemiset tutkijat ja opiskelijat käyttävät tätä laskelmaa validoidakseen teoreettisia malleja, suorittaakseen työkurssitehtäviä ja kehittääkseen syvempää ymmärrystä taustalla olevista matemaattisista periaatteista.
Laajennusvalmiiden tilien tunnistaminen lisämyyntiä varten – Talousanalyytikot ja suunnittelijat sisällyttävät tämän laskelman työnkulkuunsa tuottaakseen tarkkoja ennusteita, arvioidakseen riskiskenaarioita ja esittääkseen tietopohjaisia suosituksia sidosryhmille
Hallituksen raportointi asiakaskunnan terveydestä ja säilymisnäkymistä. Tätä sovellusta käyttävät yleisesti ammattilaiset, jotka tarvitsevat tarkkaa kvantitatiivista analyysiä tukeakseen päätöksentekoa, budjetointia ja strategista suunnittelua omilla aloillaan
Erikoistapaukset
▾
Yhden käyttäjän SaaS-työkalut (yksittäinen tuottavuus) tarvitsevat erilaiset terveyspisteet
Yhden käyttäjän SaaS-työkalut (yksittäinen tuottavuus) tarvitsevat eri kuntopisteiden ulottuvuuksia kuin usean käyttäjän yritysympäristöt. Kun tämä skenaario asiakkaiden kuntopisteiden laskelmissa kohdataan, käyttäjien tulee varmistaa, että heidän syötearvonsa ovat kaavan odotetulla alueella, jotta se tuottaa mielekkäitä tuloksia. Alueen ulkopuoliset syötteet voivat johtaa matemaattisesti kelvollisiin, mutta käytännössä merkityksettömiin lähtöihin, jotka eivät heijasta todellisia olosuhteita.
Käyttöperusteisten hinnoittelutuotteiden pitäisi normalisoida käyttöpisteet kulutustason mukaan – a
Käyttöperusteisten hinnoittelutuotteiden tulisi normalisoida käyttöpisteet kulutustason mukaan – paljon kuluttava asiakas, joka käyttää ominaisuuksia suhteellisesti, voi saada eri pisteet kuin odotettiin. Tämä reunatapaus ilmenee usein asiakkaiden terveyspisteiden ammattisovelluksissa, joissa on kyse rajaolosuhteista tai ääriarvoista. Ammatinharjoittajien tulee dokumentoida tämän tilanteen esiintyminen ja harkita, ovatko vaihtoehtoiset laskentamenetelmät tai korjauskertoimet sopivampia heidän erityiseen käyttötapaukseensa.
Kausiluonteisilla yrityksillä on syklisiä käyttötottumuksia – terveyspisteiden on oltava kausiluonteisia
Kausiluonteisilla yrityksillä on syklisiä käyttötottumuksia – terveyspisteet on normalisoitava kausiluonteisesti, jotta vältytään vääriltä punaisilta hälytyksiltä ruuhka-ajan ulkopuolella. Asiakkaiden terveyspisteiden yhteydessä tämä erikoistapaus vaatii huolellista tulkintaa, koska vakiooletukset eivät välttämättä pidä paikkaansa. Käyttäjien tulee vertailla tuloksia verkkotunnuksen asiantuntemuksella ja harkita lisäviitteiden tai työkalujen käyttöä tulosten validoimiseksi näissä epätyypillisissä olosuhteissa.
Asiakkaat osoittavat käyttöönottovaiheissa usein alhaisia käyttöpisteitä – sulje pois tai
Käyttöönottovaiheissa asiakkaat osoittavat usein alhaisia käyttöpisteitä – poissulkeminen tai painon säätäminen käyttöönottojaksojen aikana (yleensä 0–90 päivää käyttöönoton jälkeen) Kun tämä skenaario kohtaa asiakkaan terveyspisteiden laskelmissa, käyttäjien tulee varmistaa, että heidän syötearvonsa ovat kaavan odotetulla alueella, jotta se tuottaa mielekkäitä tuloksia. Alueen ulkopuoliset syötteet voivat johtaa matemaattisesti kelvollisiin, mutta käytännössä merkityksettömiin lähtöihin, jotka eivät heijasta todellisia olosuhteita.
Asiakkaan terveyspisteiden viitetiedot
▾
| Terveyspisteiden vaihteluväli | Status | Uusimisen todennäköisyys | Suositeltu toimenpide |
|---|---|---|---|
| 80-100 | Terve (vihreä) | 90–97 % | Laajennuskeskustelu, viitepyyntö |
| 60–79 | Hyvä (vaaleanvihreä) | 75–89 % | Säännöllinen poljinnopeus, ominaisuuksien käyttöönotto |
| 40–59 | Vaarassa (keltainen) | 50–74 % | Executive check-in, arvon toteutumisen tarkistus |
| 20–39 | Kriittinen (punainen) | 25–49 % | Eskalointi, toimeenpanevan sponsorin sitoutuminen |
| 0–19 | Pyörivä (tummanpunainen) | < 25 % | Tallenna pelikirja tai hallittu offboarding |
Usein kysytyt kysymykset
▾
Tämä liittyy asiakkaiden terveyspisteiden laskemiseen. Tämä on tärkeä näkökohta työskenneltäessä asiakkaiden terveyspistelaskelmien kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy asiakkaiden terveyspisteiden laskemiseen. Tämä on tärkeä näkökohta työskenneltäessä asiakkaiden terveyspistelaskelmien kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy asiakkaiden terveyspisteiden laskemiseen. Tämä on tärkeä näkökohta työskenneltäessä asiakkaiden terveyspistelaskelmien kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy asiakkaiden terveyspisteiden laskemiseen. Tämä on tärkeä näkökohta työskenneltäessä asiakkaiden terveyspistelaskelmien kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy asiakkaiden terveyspisteiden laskemiseen. Tämä on tärkeä näkökohta työskenneltäessä asiakkaiden terveyspistelaskelmien kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy asiakkaiden terveyspisteiden laskemiseen. Tämä on tärkeä näkökohta työskenneltäessä asiakkaiden terveyspistelaskelmien kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Tämä liittyy asiakkaiden terveyspisteiden laskemiseen. Tämä on tärkeä näkökohta työskenneltäessä asiakkaiden terveyspistelaskelmien kanssa käytännön sovelluksissa. Vastaus riippuu tietystä syöttöarvosta ja kontekstista, jossa laskentaa käytetään. Parhaiden tulosten saavuttamiseksi käyttäjien tulee harkita erityisvaatimuksiaan ja validoida tulos tunnettujen vertailuarvojen tai ammattistandardien perusteella.
Yleisiä virheitä vältettäväksi
▾
- !Kaikki syötteet painotetaan samalla tavalla sen sijaan, että käytettäisiin datapohjaisia painotuksia, jotka perustuvat vaihtuvuuskorrelaatioanalyysiin
- !Terveyspisteiden rakentaminen, mutta sen mukaan toimimatta jättäminen – pisteet ovat arvokkaita vain, jos CSM-työnkulku laukaisee pistemäärän muutokset
- !Terveyspisteiden trendejä huomioimatta ja vain absoluuttisiin pisteisiin reagoiminen – laskeva pistemäärä 80:stä 60:een on kiireellisempi kuin vakaa 55
- !Terveyspisteitä ei segmentoida asiakastyypin mukaan – yritys- ja pk-asiakkailla on erilaiset käyttötavat ja kynnykset
- !Tukilippujen ylipainotus vaihtumissignaalina – suuri lippujen määrä voi olla merkki sitoutuneista tehokäyttäjistä, ei tyytymättömistä asiakkaista
Ammattilaisen vinkki
Korreloi terveyspistealueesi todellisiin uusiutumismääriin neljännesvuosittain. Jos vihreät asiakkaat uusivat 97 %:lla, keltaisella 78 %:lla ja punaisella 45 %:lla, mallisi toimii. Jos vihreät asiakkaat vaimenevat 20 %:ssa, pisteesi ei ennusta tuloksia – aika kalibroida painot uudelleen datatieteen tiimisi kanssa.
Tiesitkö?
Johtava Customer Success -alusta Gainsight havaitsi vuotuisessa CS-tutkimuksessaan, että muodollisia asiakkaiden terveyspisteitä käyttävillä yrityksillä on keskimäärin 8–12 prosenttiyksikköä korkeampi nettotulon säilyttäminen kuin pelkällä epävirallisilla CSM-arvioinneilla.
Regional Guides
▾
North America▾
Europe▾
Asia-Pacific▾
Viitteet
- ›Gainsightin asiakasmenestyksen parhaiden käytäntöjen opas
- ›Nick Mehta – Asiakkaiden menestys: Kuinka innovatiiviset yritykset vähentävät vaihtuvuutta
- ›Totangon asiakkaiden terveyspisteiden viitekehys
- ›ChurnZero Customer Health Score Playbook
Ratings & comments
Hanki viikoittaisia matematiikkavinkkejä
Liity 12 000+ tilaajien joukkoon, jotka saavat laskurivinkkejä joka viikko.