Pendo half dem Customer-Success-Team von Emburse, vom reaktiven Krisenmanagement zu proaktivem, datenbasiertem Account-Management zu wechseln.
3.1×
schnellere Reaktionszeit bei gefährdeten Accounts
224
gefährdete Accounts automatisch identifiziert
0
zusätzliche CSMs eingestellt
Das Customer-Success-Team von Emburse hatte mehr Daten, als es verarbeiten konnte. Genau das war das Problem.
Wenn eine Verlängerung auf der Kippe stand, war der Kunde bereits frustriert. Daten gab es – NPS, Health Scores, Produktnutzung, Abrechnungssignale –, doch sie lagen an vier verschiedenen Orten. Sie manuell zusammenzuführen bedeutete: Das Risiko wurde erst sichtbar, nachdem Kunden abgewandert waren. Die CSMs löschten Brände, statt zu planen.
NPS, Health Scores, Produktnutzung und Abrechnungssignale lagen jeweils in eigenen Tools. Es gab keine zentrale Sicht, um die Punkte zu verbinden.
Signale manuell zusammenzuführen hieß: Churn-Risiko wurde erst sichtbar, als es zum Eingreifen bereits zu spät war.
Ohne intelligente Priorisierung wirkte jeder Account gleich dringend – und kein Account erhielt das richtige Maß an Aufmerksamkeit.
Der Führung fehlte jede Vorausschau, welche Accounts gefährdet waren – die Umsatzprognose wurde zum Ratespiel.
“Ich verbrachte meine Tage damit, der Führung Überraschungen zu erklären, statt sie zu verhindern.”
Kelly Causey, VP of Customer Success @ Emburse
Noch vor jedem Tooling und jeder Modellierung vollzog Emburse einen grundsätzlichen Wandel. Das Team etablierte einen internen Standard: Wenn ein Kunde auf die Abwanderung zusteuert, darf sich das für das Team nie plötzlich anfühlen.
Das klingt selbstverständlich, doch die Umsetzung zwang das Team zu einer unbequemen Frage: Warum wurden wir noch immer überrascht, wenn ein Kunde abwanderte?
Die Antwort lag im Fehlen verbundener, umsetzbarer Signale. Niemand machte etwas falsch – das System war schlicht nicht dafür gebaut, vorauszuschauen.
Emburses
Rat
Definieren Sie, was „keine Überraschungen" für Ihr Team bedeutet. Wie sieht frühes Churn-Risiko aus? Was müsste gegeben sein, damit Ihre CSMs 90 Tage vor der Verlängerung davon wissen statt 9? Klären Sie das und arbeiten Sie rückwärts, um es zu beheben.
Wie die meisten CS-Teams hatte Emburse Health Scores. Doch Health Scores sind eine Momentaufnahme: Sie zeigen, wie es einem Kunden jetzt geht – nicht, wohin er sich entwickelt.
Kellys Team formulierte die Frage um und verlagerte die Arbeit von „Wie fühlt sich dieser Kunde gerade?" zu „Was wird voraussichtlich als Nächstes passieren?". Pendo Predict ist genau um diese zweite Frage herum gebaut: Es modelliert die Entwicklung statt nur den Ist-Zustand.
Dieser Wechsel veränderte alles Nachgelagerte: den Aufbau des Modells, die priorisierten Signale und die Aktionen, die an jedes Ergebnis geknüpft wurden.
Emburses
Rat
Prüfen Sie, wie Ihr Team Health Scores heute nutzt. Lösen sie Aktionen aus – oder leben sie nur in einem Dashboard? Wenn sich ein CSM irgendwo einloggen muss, um die Gesundheit zu prüfen, funktioniert es nicht im großen Maßstab.
Emburse hatte NPS-, CES-, Produktnutzungs- und Abrechnungsdaten – doch nichts davon sprach miteinander. Der erste echte Fokus lag darauf, ein einheitliches Customer-Journey-Modell zu schaffen, das alles aufnimmt.
Die ersten Health-Score-Modelle liefen mit etwa 15–20 Signalen. Nach dem Neuaufbau mit einem prädiktiven Modell, das Hunderte Variablen aus Pendo-Nutzung, CRM, Support und Marketingdaten aufnehmen konnte, skalierte das Team auf rund 700 Prädiktoren.
Es brauchte nicht mehr Daten. Es brauchte verbundene Daten, modelliert auf ein konkretes Ergebnis hin.
“Wir hatten genug Daten. Wir brauchten nur früher Gewissheit.”
Vikas Sharma, Director of Digital CX Intelligence @ Emburse
Emburses
Rat
Listen Sie jedes Signal zur Kundengesundheit über alle Systeme hinweg auf. Dann fragen Sie: Welche davon sind wirklich verbunden? Welche leben in Silos? Eine einheitliche Sicht erfordert bewusste Integration. Beginnen Sie mit den aussagekräftigsten Daten, die dem Churn am nächsten liegen.
Bevor Emburse ein Datenmodell baute oder sich auf Predict festlegte, definierte das Team, wie „gut" aussieht. Jeder Prädiktor wurde anhand von vier Kriterien bewertet:
Genauigkeit und Breite – wie viele Prädiktoren ließen sich tatsächlich für ein aussagekräftiges Modell nutzen?
Waren die Signale transparent, kohärent und systemübergreifend konsistent? Passten sie zu den bestehenden Health Scores?
Passten die Vorhersagen dazu, wie das CS-Team seine Playbooks heute tatsächlich fährt?
Konnte ein CSM ein Ergebnis ansehen und sofort wissen, was zu tun ist? Oder musste er es erst interpretieren?
Emburses
Rat
Lassen Sie Ihre aktuellen Signale durch denselben Filter laufen. Vielleicht speisen 30 Datenpunkte Ihren Health Score – aber bestehen alle den Umsetzbarkeitstest? Streichen Sie, was dem CSM nicht sagt, was als Nächstes zu tun ist.
Hier scheitern die meisten Teams. Sie bauen ein großartiges Modell und stellen es dann in einem separaten Tool bereit – doch dorthin gehen die CSMs nicht, und die Erkenntnisse verkümmern ungenutzt.
Emburse löste das, indem es mit Predict alle Risikoscores direkt nach Salesforce pushte – neben Account-Informationen, Health Scores und Verlängerungsdaten. Die CSMs erhielten eine einheitliche Sicht auf die Gesundheit eines Kunden (und deren Gründe) – ganz ohne Kontextwechsel.
“Wenn sich jemand in ein separates System einloggen muss, um die Gesundheit zu prüfen, funktioniert das nicht im großen Maßstab. Wir brauchten es mitten im Workflow.”
Kelly Causey, VP of Customer Success bei Emburse
Sobald Emburse verlässliche Vorhersagen hatte, baute das Team mit Pendo ein Routing-Modell, das bestimmt, welche Accounts menschliches Eingreifen brauchen – und welche nicht.
Hohes Risiko → persönliche CSM-Betreuung, bei Bedarf mit Einbindung der Führungsebene
Mittleres Risiko → unterstützter digitaler Ansatz (geführtes In-App-Erlebnis, gezielte Ansprache)
Geringes Risiko oder Expansionssignal → automatisiertes Playbook oder proaktives Wachstumsgespräch
Emburses
Rat
Definieren Sie Ihre Routing-Logik, bevor das Modell steht. Wie sieht ein Hochrisiko-Account aus? Was ist der richtige Ansatz je Stufe? Wenn die Vorhersagen eintreffen, sollten Sie sofort handlungsbereit sein.
Ein prädiktives Modell ist nur so gut wie das Feedback, das es erhält. Mit Predict baute Emburse einen Qualifizierungsschritt ein: Sieht ein CSM ein gemeldetes Risiko, bestätigt er, ob es real ist. Dieses Feedback trainiert das Modell kontinuierlich nach.
Das Team verknüpfte die Ergebnisse zudem mit Geschäftskennzahlen – etwa der durchschnittlichen Kundengesundheit vorher und nachher, Upsell-Raten und der Planbarkeit von Verlängerungen –, um die tatsächliche Wirkung über die Zeit zu messen.
“Standardisieren Sie, bevor Sie automatisieren. Definieren Sie die Aktionen, definieren Sie die Leitplanken, dann bauen Sie die Feedback-Schleife. Das hält die Verbesserung am Laufen.”
Vikas Sharma, Director of Digital CX Intelligence bei Emburse
Emburses
Rat
Richten Sie einen einfachen Qualifizierungs-Workflow für Ihre CSMs ein. Schon ein Daumen hoch/runter zu einem vorhergesagten Risiko gibt dem Modell etwas zum Lernen.
Emburse hat nicht bloß eine Kennzahl verbessert – das gesamte CS-Team arbeitet heute anders.
Servicekosten (zuvor 3–4% des ARR)
Durch den Ersatz manueller Triage durch prädiktives Routing halbierte Emburse seine Servicekosten nahezu – ohne das Team zu verkleinern.
prädiktive Signale im Modell
Ausgehend von nur ~20 Signalen skalierte das Team auf über 700 Prädiktoren – und verwandelte fragmentierte Daten in ein einheitliches Frühwarnsystem.
neue CSMs für das gestiegene Volumen eingestellt
Intelligente Priorisierung ließ das bestehende Team mehr Accounts mit gleicher Besetzung abdecken – ganz ohne zusätzliche Einstellungen.
Tage Vorausschau bei Verlängerungen
Statt auf Churn-Signale bei 30 Tagen zu reagieren, sieht das Team von Emburse Risiken jetzt 90 Tage im Voraus – genug Zeit, um wirklich einzugreifen.
“Wenn Intelligenz nicht verändert, was Sie tun, ist sie nur Rauschen.”
Kelly Causey
VP of Customer Success @ Emburse
Früher, als Sie denken – und der Auslöser ist keine ARR-Zahl.
Die Grundlagenarbeit – definieren, was „gesund" bedeutet, die Customer Journey kartieren und an jeder Station Erkenntnisse erfassen – lohnt sich unabhängig davon, wo Sie in Ihrer Entwicklung stehen.
