Kundenabwanderung

Was ist Kundenabwanderung?

Customer churn is a vital metric for any subscription business, especially SaaS companies. It’s a measure of how many customers (sometimes referred to in sales shorthand as “logos”) do not renew at the end of their subscription. Churn can occur prior to the expiration of the subscription term, but this type of turnover is less frequent because it typically requires breaking terms of a contract. Customer churn can also be thought of as the inverse of customer retention.

Gibt es verschiedene Arten von Abwanderung?

Es gibt zwei Arten der Abwanderung: Umsatzabwanderung und Kundenabwanderung.

Umsatzabwanderung

Die Umsatzabwanderung misst die finanziellen Auswirkungen verlorener Kundenverträge und wird normalerweise im Wert der nicht verlängerten Verträge ausgedrückt.

Es gibt verschiedene Arten von Umsatzabwanderung:

• Gross revenue churn: Total revenue lost from existing customers, without considering any new revenue from upselling or cross-selling.
• Net revenue churn: Revenue lost after accounting for new revenue from existing customers through upselling or cross-selling. Net revenue churn offers a more balanced view of churn by factoring in revenue recovery efforts.
• Cohort-based revenue churn: Revenue churn within specific customer segments, like company size or industry, to identify and understand trends.

Kundenabwanderung

Die Kundenabwanderung wird in der Regel als Prozentsatz der Kunden ausgedrückt, die ihren Vertrag nicht verlängern. Bei dieser Art der Kundenabwanderung steht die Zahl der verlorenen Kunden im Vordergrund und nicht die Auswirkungen auf den Umsatz. Zu den Arten der Kundenabwanderung gehören:

• Gross customer churn: The total percentage of customers lost in a specific period.
• Net customer churn: The percentage of customers lost after accounting for new customer acquisitions in the same period.
• Cohort-based customer churn: Churn within specific customer segments, like enterprise accounts, to understand which segments are most at risk.

Warum ist Abwanderung wichtig?

Churn (in all its forms) is such a critical health metric for SaaS businesses because customer acquisition costs are typically high for subscription software companies. So high, in fact, that it’s not uncommon for a vendor to not recoup its acquisition costs until several years into the contract. As a result, early churn means the company lost money on that customer. Similarly, understanding churn is a prerequisite to understanding customer lifetime value, which is another foundational metric for SaaS businesses.

To help identify potential churn before it happens, many companies are turning to product analytics. Restaurant365, a restaurant management software, measures usage across its platform and if an account goes dark or exhibits abnormally low usage, customer success reaches out to find out why and proactively intervene.

Differenzierte Betrachtung der Abwanderung

Über diese grundlegenden Unterscheidungen hinaus kann die Kundenabwanderung auch aus differenzierterer Sicht betrachtet werden:

Vermeidbare Abwanderung: Kunden, die aufgrund von Unzufriedenheit, schlechter Kundenerfahrung oder mangelndem Engagement abwandern. Vermeidbare Abwanderung kann oft durch gezielte Bemühungen zur Bindung unzufriedener oder inaktiver Benutzer eingedämmt werden:

• Unzufriedene Kunden: Kunden, die aufgrund ungelöster Probleme oder Unzufriedenheit mit dem Produkt oder der Dienstleistung abwandern.
• Inaktive Nutzende: Kunden, die das Produkt oder die Dienstleistung nicht mehr nutzen und schließlich abwandern, weil sie keinen Wert darin sehen.

Strukturelle Abwanderung: Kunden, die aus Gründen abwandern, auf die das Unternehmen keinen Einfluss hat, z. B. weil sie den Betrieb einstellen oder von einem anderen Unternehmen übernommen werden.

• Geschäftsaufgabe: Kunden, die ihre Geschäftstätigkeit einstellen und daher ihren Vertrag nicht fortsetzen können.
• Übernommene Kunden: Kunden, die von einem anderen Unternehmen übernommen werden und das Produkt oder die Dienstleistung nicht mehr benötigen.

Durch das Erkennen der spezifischen Gründe für die Kundenabwanderung können Unternehmen gezielte Maßnahmen ergreifen, um die vermeidbare Kundenabwanderung zu reduzieren und die unvermeidlichen Auswirkungen der strukturellen Kundenabwanderung besser zu verstehen.

Wie wird die Kundenabwanderung berechnet?

Die Berechnung der Kundenabwanderungsrate ist komplizierter, als es scheint: Sollten Benutzer, die eine kostenlose Testversion verwenden, miteinbezogen werden? Wie sieht es mit monatlichen Verträge aus? Sollten nur Kunden mit anstehender Verlängerung betrachtet werden? Somit können die Antworten von SaaS-Unternehmen auf scheinbar direkte Fragen wie „Wie viele Kunden haben innerhalb eines bestimmten Zeitraums ihren Vertrag nicht verlängert?“ stark variieren.

Da es Dutzende konkurrierender Formeln für die Abwanderungsberechnung gibt, ist es für ein Unternehmen wichtiger, sich einem einheitlichen, beständigen Benchmarking zu unterziehen, als welche Formel(n) es zur Berechnung heranzieht. Abwanderung ist ein KPI mit beweglichem Ziel. Saisonale Gesichtspunkte, Produktänderungen, Wettbewerbsfaktoren, Preiserwartungen, Kundensupport und sogar PR-Events gehören zu den Faktoren, die sich darauf auswirken können. Wenn sich die Abwanderungsberechnung regelmäßig ändert, erhält das Unternehmen keinen echten Aufschluss darüber, weshalb es Kunden verliert. Somit kann es nicht die richtigen geschäftlichen Maßnahmen ergreifen, um eine solche Abwanderung zu verhindern – was das eigentliche Ziel der Überwachung dieser Metrik ist.

Was führt zu Kundenabwanderung?

Nicht alle Kundenabwanderungsformen sind vermeidbar. Wenn ein Unternehmen den Betrieb aufgibt oder übernommen wird, ist die Wahrscheinlichkeit, dass dieser Kunde gehalten werden kann, äußerst gering. Dies wird häufig als „strukturelle Abwanderung“ bezeichnet. Das Gegenteil von struktureller Abwanderung wird als vermeidbare Abwanderung bezeichnet. In diesen Fällen betrachten Unternehmen und Entscheidungsträger verschiedene gleichbleibende Kriterien und entscheiden darauf aufbauend, ob ein Produkt bzw. eine Dienstleistung weitergeführt werden soll. Hierbei stellen sie sich in der Regel u. a. folgende Fragen:

• Wert: Welche Vorteile ziehe ich aus der Nutzung dieses Produkts? Entspricht das, was ich bekomme, meinen ursprünglichen Erwartungen beim Kauf?
• Nutzung: Wie häufig nutze ich dieses Produkt? Handelt es sich dabei um eine geschäftskritische Anwendung, die ich tagtäglich einsetze, oder eher ein nettes Extra, das ich ab und zu mal nutze?
• Beziehungen: Wie eng fühle ich mich den Personen, die hinter dem Produkt stehen, verbunden? Besteht eine starke Verbindung zwischen einem Kundenerfolgsteam und einem internen Befürworter? Kann ich mich mit dem Produkt dieses konkreten Unternehmens identifizieren?
• Alternativen: Gibt es andere Lösungsmöglichkeiten für mein Problem? Würde ich sie häufiger nutzen oder habe ich eine stärkere Beziehung zu einem anderen Anbieter?

Kundenabwanderung prognostizieren

Predicting customer churn requires two things:

1. Understanding of your customers’ interactions with your brand. You can do this with a session replay tool!
2. Key operational metrics like product usage data. Pendo product analytics software is perfect for this!

By unifying your data, businesses can identify early indicators of churn and develop proactive strategies to retain customers. A less manual way would be to use something like Pendo Predict which is a AI churn prediction software.

What is churn prediction software?

Churn prediction software uses AI and machine learning to analyze customer behavior, product usage, and engagement data to identify which customers are at risk of churning. Unlike manual health scores, modern customer churn prediction software does not take signifcant time and resources to set up and continuously learns from patterns across thousands of data points to deliver accurate, actionable predictions.

The best churn prediction tools provide:

AI-powered predictive models that analyze product usage, engagement patterns, and customer attributes in real-time—identifying at-risk customers 3-6 months before renewal.

Explainable predictions that show not just who will churn, but why—pointing to specific usage patterns, feature gaps, or engagement drops that indicate risk.

Integrated workflows that deliver insights directly into existing tools like Salesforce, HubSpot, and in-app guides so teams can act immediately.

Continuous learning through models that automatically retrain themselves as customer behavior changes, improving accuracy without manual maintenance.

Pendo Predict is an AI-powered churn prediction platform that builds predictive models from your product and CRM data—all without requiring a data science team. It identifies both churn risk and upsell opportunities, delivering insights directly into your team's workflows.

Traditional vs. AI churn prediction methods

Traditional approaches rely on manual scoring systems using basic metrics like login frequency or support tickets. These rule-based health scores (red/yellow/green) require constant updates and miss nuanced patterns.

AI churn prediction software analyzes hundreds of data points simultaneously—product usage, feature adoption, engagement trends, CRM signals, and support interactions. These predictive AI models continuously retrain and improve accuracy over time without manual intervention.

The key advantage: AI identifies subtle behavioral patterns humans would never spot, providing probability scores (e.g., "78% likely to churn") with specific reasons for each customer's risk level instantly.

Hier sind vier wichtige Schritte, um Kundenabwanderung vorherzusagen und zu verhindern:

1. Ursachen für die Abwanderung identifizieren: Analysieren Sie qualitative, quantitative und visuelle Daten, um die spezifischen Verhaltensweisen und Faktoren zu verstehen, die zur Abwanderung von Kunden führen.
2. Gefährdete Kunden erkennen: Nutzen Sie prädiktive Analysen, um Muster und Signale zu erkennen, die darauf hindeuten können, dass ein Kunde einen Weggang in Betracht ziehen könnte.
3. Umsetzbare Schwellenwerte festlegen: Bestimmen Sie auf der Grundlage des berechneten Abwanderungsrisikos spezifische Kriterien, wann Maßnahmen zur Kundenbindung eingeleitet werden sollten.
4. Sofortmaßnahmen implementieren: Entwickeln Sie ein System, mit dem Sie auf die Bedürfnisse gefährdeter Kunden durch personalisierte Nachfragen und Interventionen schnell reagieren können.

Kundenabwanderung mithilfe von Produktdaten erkennen und verhindern

Um die Abwanderung genau vorherzusagen, ist die Erstellung eines Prognosemodells von entscheidender Bedeutung. Dazu gehört die Integration von Produktdaten (wie z. B. die Stickiness der Nutzenden und die Akzeptanz von Funktionen) mit Erfahrungsdaten (wie Net Promoter Scores und Benutzer-Feedback). Durch die Analyse dieser kombinierten Datensätze kann das Modell die Abwanderungswahrscheinlichkeit für alle Kunden einschätzen, sodass die Unternehmen Präventivmaßnahmen ergreifen können.

Product experience platforms like Pendo make understanding your customer health dramatically easier. For a proactive approach, explore Pendo Predict, an AI-powered churn prediction tool that identifies at-risk users before they churn. Usage data, feedback, session replays, and more help you understand and segment users to pinpoint at-risk customers and craft personalized retention strategies.

With your product’s insights, companies can foresee potential churn and implement timely, targeted measures to improve customer loyalty and retention.

Prognose Ihres Umsatzgenerators mit Product Engagement Scores (PES)

Das Data-Science-Team von Pendo wollte herausfinden, ob wir nur mit PES vorhersagen könnten, ob ein Kunde abwandern, seinen Vertrag pauschal verlängern oder erweitern würde. Wir haben festgestellt, dass PES stark mit der Kundenbindung korreliert: Monate vor der Vertragsverlängerung war die Wahrscheinlichkeit einer Verlängerung und Erweiterung bei Konten mit dem höchsten PES am höchsten, während die Wahrscheinlichkeit einer Kündigung bei Konten mit dem niedrigsten PES am höchsten war.

Kundenabwanderung reduzieren und bestehende Kunden binden

Zur Verringerung der Kundenabwanderung gehört nicht nur die Rettung gefährdeter Kunden. Es muss auch proaktiv während der gesamten Customer Journey ein positives Erlebnis geschaffen werden. Hier sind die wichtigsten Strategien, um die Abwanderung zu verringern und Ihre Kunden zu binden:

Verbessern Sie Ihr Produkt- und Kundenerlebnis

• Gestalten Sie den Anmelde- und Onboarding-Prozess so nahtlos und ansprechend wie möglich – mit Anleitungen in der App und automatisiertem, personalisiertem Onboarding für verschiedene Rollen.
• Sorgen Sie dafür, dass Ihr Kundensupport schnell und effektiv ist, und bieten Sie einfachen Zugang zu Hilfe und Feedback.
• Bieten Sie Nutzenden personalisierte Erlebnisse, indem Sie die In-App-Kommunikation an individuelle Bedürfnisse, zu erledigende Aufgaben und Vorlieben anpassen.

Kunden aufklären und befähigen

• Stellen Sie über das In-App-Ressourcencenter lehrreiche Inhalte wie Tool-Tipps, Walkthroughs, Demos, Anleitungen und FAQs zur Verfügung.
• Bieten Sie zugänglichen Support über Live-Chat oder Chatbots an und geben Sie den Nutzenden die Möglichkeit, Feedback in der App zu teilen.
• Interagieren Sie mit Nutzenden in sozialen Medien und anderen Kanälen, um auf Kundenanfragen zu antworten und Anliegen in Echtzeit auszuräumen.

Belohnen Sie Loyalität, um Anreize für Folgegeschäfte zu schaffen

• Implementieren Sie Treueprogramme, die Kunden für Einkäufe und Interaktionen mit Punkten belohnen, die gegen Prämien eingelöst werden können.
• Bieten Sie exklusive Rabatte und Sonderangebote für Stammkunden an, um sie zum Wiederkommen zu bewegen.
• Erstellen Sie VIP-Programme mit zusätzlichen Vergünstigungen für die treuesten Kunden, damit sie sich wertgeschätzt fühlen.

Wertvollen Kunden entsprechende Wertschätzung entgegenbringen

• Senden Sie personalisierte Dankesschreiben und Angebote, um Ihre Dankbarkeit gegenüber wertvollen Kunden zu zeigen.
• Laden Sie Unternehmenskunden zu exklusiven Events und Webinaren ein, damit sie sich besonders angesprochen und einbezogen fühlen.
• Bieten Sie maßgeschneiderte Angebote an, die auf ihren Vorlieben und Verhaltensweisen basieren, um ihnen die bestmögliche Erfahrung mit Ihrer Marke zu bieten.

Zuhören und auf implizites und explizites Feedback reagieren

• Sammeln Sie mithilfe von Umfragen und Formularen detailliertes Feedback innerhalb (und außerhalb) Ihrer App, um Einblicke in das Kundenerlebnis zu erhalten.
• Analysieren Sie Daten zum Benutzerverhalten, wie etwa Product Engagement Scores (PES), um Muster zu erkennen, die auf eine mögliche Kundenabwanderung hindeuten.
• Verwenden Sie Tools zur Analyse von Bewertungen, um Kundenfeedback einzuschätzen, umgehend darauf zu reagieren und Probleme zu lösen, bevor sie zu Kundenfluktuation führen.

How Pendo helps predict and prevent customer churn

Pendo Predict: AI-powered churn prediction software

Pendo Predict specifically adds AI-powered prediction to identify which specific customers will churn and why—before it happens.

Generates predictions in days, not months: No data science team required. Automatically builds and trains predictive AI models from your product and CRM data.

Explains why each customer is at risk: Surfaces specific reasons like declining feature usage or reduced login frequency so teams know how to intervene.

Identifies upsell opportunities: Predicts both churn risk and expansion potential to focus efforts on retention and growth.

Delivers predictions into workflows: Integrates with Salesforce, Slack, email, and Pendo Guides for immediate action.

In addition to Predict, the rest of Pendo's comprehensive product experience platform gives teams even greater visibility into customer health:

- Product analytics: Track usage patterns that indicate churn risk like declining sessions or abandoned features

- In-app guides: Proactively educate at-risk users with walkthroughs to drive feature adoption

- Session replays: Identify friction points causing frustration before they drive cancellations

- Feedback collection: Capture sentiment through NPS and surveys to understand the "why" behind churn risk

By combining Pendo's behavioral analytics with Pendo Predict's AI churn prediction models, teams get both the "who" and the "why"—plus the tools to intervene effectively.

Explore Pendo Predict today!

What is a good customer churn rate?

For B2B SaaS companies, an annual churn rate of 5-7% or lower is considered healthy. Monthly churn benchmarks vary by segment:

- Enterprise B2B: Good is 1-2% monthly, great is under 0.5%

- SMB/Mid-Market B2B: Good is 2.5-5% monthly, great is under 1.5%

- B2C subscription: Good is 3-5% monthly, great is under 2%

The best measure is a rate that's trending downward and allows sustainable growth. Use churn prediction software to continuously improve retention metrics.

How can AI predict customer churn?

AI churn prediction uses machine learning to analyze patterns across product usage, engagement data, and customer attributes. These models identify subtle behavioral signals that precede churn—like declining feature adoption or changing login patterns—often 3-6 months before renewal.

Unlike rule-based systems, AI models automatically discover which combinations of signals are most predictive and continuously improve accuracy over time without manual intervention.

What's the difference between churn prediction software and health scores?

Traditional health scores use simple rules based on a few metrics (red/yellow/green). Churn prediction software uses AI to analyze hundreds of signals simultaneously, providing probability-based predictions (e.g., "78% likely to churn within 90 days") with explanations of which specific behaviors drive each customer's risk score.

AI-powered churn prediction is more accurate, requires no manual updates, and integrates predictions directly into workflows with recommended actions.

How to build a customer churn model?

Building a churn prediction model traditionally requires: data collection, cleaning and feature engineering (60-80% of work), model selection, training, validation, deployment, and continuous monitoring. This typically takes 6-9+ months and requires data science expertise.

Modern churn prediction software like Pendo Predict eliminates this complexity—automatically building production-ready predictive AI models in days rather than months, with zero data science resources required.

Can customer churn be negative?

Yes! Negative churn occurs when expansion revenue from existing customers exceeds revenue lost from churned customers. If you lose $10,000 in MRR from churned customers but gain $15,000 from upsells and expansions, you have negative churn of -5%.

Achieve this by focusing on land-and-expand models, using upsell prediction software to identify expansion-ready accounts, and implementing usage-based pricing that grows with customer success. Pendo Predict identifies both churn risk and upsell opportunities to help reach negative churn.