Ein B2B-Kundenverlust kostet im Mittelstand durchschnittlich das Drei- bis Fünffache der Jahresmarge. Die Kündigung selbst ist dabei nur das sichtbare Ende eines Prozesses, der Wochen vorher beginnt.
Ein Unternehmen, das wir begleiten, hat das auf die harte Tour gelernt. Sieben Jahre Kundenbeziehung, €180.000 ARR – und dann eine Kündigung, die das Team überrascht hat. Der Health-Score im CRM stand bei 82. Alles schien in Ordnung.
Im Nachhinein waren die Signale da. Nur eben an vier verschiedenen Stellen gleichzeitig.
Was in den 60 Tagen vor der Kündigung passiert ist
Erst stiegen die Support-Tickets – von zwei pro Monat auf elf. Keine Beschwerden, eher Orientierungsfragen. Der ursprüngliche Ansprechpartner hatte das Unternehmen im September verlassen, ein neuer hatte das Produkt übernommen und fand sich nicht zurecht. Das Team erfuhr davon erst im November.
Gleichzeitig verlängerte sich der DSO von 31 auf 44, dann auf 61 Tage. Finance schickte eine Erinnerung, bekam eine freundliche Antwort – und damit war das Thema für sie erledigt. Dass zur selben Zeit die Tickets hochgingen, wusste dort niemand. Zwei Teams, zwei Systeme, kein Austausch.
Und die Logins? Brachen um 60 Prozent ein. Diese Daten lagen in einem Analytics-Tool, auf das der Vertrieb keinen Zugriff hatte. Die Customer-Success-Kollegin betreute 34 Accounts und prüfte die Zahlen quartalsweise.
In Woche zehn kam die Kündigung.
Warum das so häufig passiert
Keines dieser Signale wäre alleine ein Alarmsignal gewesen. Den Ticket-Anstieg hätte man mit dem neuen Quartal erklärt, den DSO mit einer normalen Verzögerung. Das Muster entsteht erst, wenn man alle drei gleichzeitig sieht – und genau das passiert nicht, solange Support, Finance und Nutzungsdaten in getrennten Systemen leben und von verschiedenen Teams betreut werden.
CRMs bilden ab, was das eigene Team tut. Was der Kunde dazwischen tut – ob sein Ansprechpartner wechselt, ob Rechnungen schleppender bezahlt werden, ob die Nutzung einbricht – das liegt woanders. Einen Health-Score mit echter Kundenzufriedenheit gleichzusetzen, zeigt deshalb nur die halbe Wahrheit.
Wer mehr über das Kunden- & Churn-Modul erfahren möchte, findet dort die technische Architektur der Signalerkennung.
Was sich danach geändert hat
Das Team hat drei Dinge eingeführt.
Erstens: LinkedIn-Benachrichtigungen für Jobwechsel bei Schlüsselkunden. Kostet nichts – braucht aber jemanden, der daraufschaut. Ein Entscheiderwechsel ist keine Krise, aber eine laufende Uhr.
Zweitens: eine gemeinsame Sicht auf Support-, Finance- und Nutzungsdaten. Anfangs manuell, eine wöchentliche Übersicht, die jemand zusammengestellt hat. Inzwischen läuft das über das Kunden- & Churn-Modul von NaveSight, das diese Signale automatisch zusammenführt. Das Setup hat länger gedauert als erwartet – die Zendesk-Daten waren unordentlicher als gedacht. Aber das Prinzip gilt auch ohne Tool: Die Daten müssen irgendwie an einem Ort sichtbar sein.
Drittens: ein Eskalationsprotokoll. Wenn mehrere Signale gleichzeitig auf denselben Account zeigen, reicht keine automatische Check-in-Mail. Bei einem Account dieser Größe wäre ein Anruf auf Geschäftsführungsebene sinnvoll gewesen – nicht um den Vertrag zu sichern, sondern um die Beziehung zur neuen Entscheiderin neu aufzubauen. Ob es geholfen hätte, ist offen. Aber versucht wurde es nicht.
Wo anfangen
Wer mehr als 20 Schlüsselkunden hat und niemanden, der Support-, Finance- und Nutzungsdaten regelmäßig gemeinsam anschaut: genau dort anfangen. Eine Tabelle reicht. Montags reinschauen.
Nach 90 Tagen weiß man, welche Signale im eigenen Kundenstamm wirklich etwas bedeuten – und ob eine Automatisierung den Aufwand rechtfertigt. Meistens tut sie es. Aber die manuelle Phase lehrt etwas, das kein Tool ersetzen kann: welche Muster im eigenen Kontext tatsächlich vorausschauend sind.
Für Vertriebsleiter, die ihren Forecast schützen wollen, ist der Churn-Frühwarnung oft der größere Hebel als neue Pipeline.