A pontuação de saúde do cliente transforma sinais do seu CRM, do produto, do helpdesk de suporte e da faturação num único número por conta, para que a sua equipa saiba a que clientes ligar esta semana. Só funciona se os dados subjacentes forem acordados e merecerem confiança. A fórmula de pontuação é a parte fácil. Uma pontuação construída sobre registos de CRM e de finanças contraditórios produz respostas seguras de si, mas erradas. Na NordOps Consulting construímos primeiro o alicerce de dados, depois a camada de IA e, por fim, os agentes que a sua equipa de Sucesso do Cliente utiliza.

Este guia destina-se a líderes de empresas B2B SaaS com cerca de 20 a 200 pessoas. Abrange as métricas a utilizar, como ponderá-las, um cálculo prático, como verificar se a pontuação prevê o churn e onde a IA deve e não deve intervir.

Em resumo

Índice

Para que serve uma pontuação de saúde do cliente

Uma pontuação de saúde do cliente estima a probabilidade de uma conta renovar, expandir ou fazer churn. Fá-lo combinando sinais de diferentes sistemas numa única vista comparável. O guia da HubSpot observa que o que conta como “saudável” difere consoante o modelo de negócio, a complexidade do produto, o segmento de clientes e a fase do ciclo de vida. Uma conta com 15 licenças em onboarding e uma conta com 400 licenças no terceiro ano não devem ser avaliadas pelo mesmo critério.

A pontuação tem duas funções:

  1. Priorizar a atenção. Uma equipa de Sucesso do Cliente de quatro pessoas não consegue rever 300 contas todas as semanas. A pontuação ordena a lista.
  2. Dar alerta precoce. Uma queda na pontuação deve chegar a alguém enquanto ainda há tempo para agir, idealmente meses antes da data de renovação.

Se a pontuação não fizer nenhuma das duas coisas, é mera decoração de dashboard. A maioria das pontuações falha por causa dos dados de entrada, não da matemática.

Que métricas de saúde do cliente acompanhar

Comece com cinco categorias de sinais. Os intervalos abaixo são ponderações iniciais publicadas pela ZoomInfo e são um ponto de partida, não uma regra.

Categoria Sinais típicos Ponderação inicial
Utilização do produto Frequência de utilização, utilizadores ativos por licença, utilização de funcionalidades 30 a 40%
Relação Champion envolvido, patrocinador executivo ativo, número de intervenientes, mudanças de pessoas 20%
Suporte Volume e gravidade dos tickets, escaladas, tendência a 90 dias 10 a 15%
Sentimento NPS, CSAT, inquéritos na aplicação, avaliação do CSM 10 a 15%
Faturação e comercial Pontualidade de pagamentos, pedidos de downgrade, crescimento de licenças 10 a 15%

Três pontos importam mais do que as percentagens exatas.

Meça a tendência, não apenas o nível

A Basedash defende que, para a maioria dos produtos SaaS, a categoria mais preditiva é a tendência de utilização e não o nível de utilização. Uma conta com utilização elevada que caiu 40 por cento este mês representa frequentemente um risco maior do que uma conta estável com baixa utilização. Guarde uma comparação a 30 dias e outra a 90 dias junto de cada contagem num determinado momento.

Não deixe que os dados de produto escondam o risco de relação

Os dados de produto não conseguem ver que o seu champion saiu no mês passado. A ZoomInfo descreve a relação como o ponto cego da maioria dos health scores e associa essa lacuna a muito churn inesperado. O seu CRM deve conter o champion, o patrocinador executivo e a data em que cada contacto foi confirmado pela última vez. Se não contiver, a categoria de relação não passa de adivinhação.

Combine indicadores antecedentes e indicadores retardados

O guia da HubSpot descreve as equipas de alto desempenho como equipas que equilibram indicadores antecedentes, como utilização e envolvimento, com indicadores retardados, como resultados de renovação e feedback. Os sinais antecedentes alertam-no. Os sinais retardados confirmam o que aconteceu. Um score composto apenas por sinais retardados fala-lhe do churn quando já é tarde demais.

Mantenha a lista curta. Entre seis e dez métricas é um intervalo viável: menos deixa pontos cegos e mais dificulta perceber por que razão um score mudou.

Como calcular uma pontuação de saúde do cliente

O cálculo é uma soma ponderada. Cada métrica é convertida num valor de 0 a 100, multiplicada pelo respetivo peso, e os resultados são somados.

Um ponto de partida defensável para SaaS B2B, publicado pela Basedash, é:

A mesma fonte sugere estas faixas: Saudável 70 a 100, Em risco 40 a 69, Crítico 0 a 39.

Um exemplo prático

Esta é uma conta ilustrativa, não um cliente real. Cada categoria já foi convertida num valor de 0 a 100.

Categoria Valor Peso Contribuição
Utilização e tendência 80 0.35 28.0
Adoção 60 0.25 15.0
Suporte 70 0.15 10.5
Relação e sentimento 40 0.15 6.0
Comercial 90 0.10 9.0
Total 68.5

A conta obtém 68.5, o que corresponde a Em risco. A utilização parece forte e os pagamentos estão em dia. O que a puxa para baixo é a relação e a adoção: o patrocinador executivo deixou de dar sinais e apenas parte do produto é utilizada. Um score baseado só na utilização teria considerado esta conta segura.

É por isso que o passo seguinte importa. A faixa deve desencadear uma ação concreta, como uma reunião com o executivo e um plano de adoção para os módulos não utilizados. Um número sem uma ação associada não muda o que a sua equipa faz na segunda-feira.

Um exemplo prático

Mantenha os pesos grosseiros

Pesos precisos implicam uma confiança que os dados podem não sustentar. Arredonde para os cinco por cento mais próximos, registe por escrito a razão de cada peso e conte com alterações à medida que o produto e a sua base de clientes mudam. No início do percurso do cliente, o progresso do onboarding merece mais peso. Nas contas maduras, a profundidade de utilização e os resultados contam mais.

Use perfis separados por segmento

Um único score para todas as contas esbate diferenças importantes. No mínimo, separe as contas em onboarding das já estabelecidas, e as contas pequenas das grandes. “Saudável” em onboarding significa estar no caminho certo para entrar em produção. “Saudável” no terceiro ano significa que o valor é concretizado e que a renovação é provável.

Porque falham a maioria das pontuações de saúde

A maioria das falhas vem da canalização, não da fórmula.

Os dois primeiros são problemas de dados. No nosso trabalho, os dados de CRM e de finanças tornam-se a fonte de verdade que tudo o resto lê, com um Processor que transforma os dados dos sistemas envolventes numa única versão acordada. Enquanto isso não existir, um score mais sofisticado apenas produz erros mais sofisticados.

Valide a pontuação com contas que já fizeram churn

A validação é o passo que a maioria das equipas ignora. Leva uma tarde e diz-lhe se pode confiar no score.

  1. Olhe para trás. Considere as contas que fizeram churn nos últimos doze meses. Reconstitua o que o score teria indicado 90 dias antes de saírem. Se a maioria estivesse a verde ou a amarelo, o score descreve o presente em vez de antecipar o futuro.
  2. Olhe para o outro lado. De todas as contas que teriam estado a vermelho há 90 dias, quantas fizeram realmente churn? Um score que marca a vermelho uma grande parte da base apanhará a maior parte do churn e continuará a ser inútil, porque não consegue estabelecer prioridades.
  3. Acompanhe a precisão no topo. Das contas que o score assinalou como estando em maior risco, quantas estavam certas? Esse é o número que vale a pena acompanhar.
  4. Repita trimestralmente. Os segmentos, o produto e os compradores mudam, e um score que não é verificado perde qualidade.

Dois testes para cada sinal ajudam aqui: move-se antes do resultado, e não em paralelo com ele, e alguém pode agir de forma diferente por causa dele? Um sinal que falhe em qualquer um dos testes sai.

Quando faz sentido um modelo estatístico

As scorecards ponderadas são um bom ponto de partida, mas algumas empresas passam para um modelo treinado. A equipa de data science da Asana reconstruiu o seu account health score como um classificador treinado com dados históricos de churn, porque o score original era um indicador tardio e a equipa de Customer Success precisava de um aviso antecipado. A equipa indicou que o novo modelo tinha entre 20 e 50 por cento mais probabilidade de detetar contas em risco do que o score anterior, consoante o tipo de conta.

Há dois pormenores desse trabalho que são úteis para uma empresa de qualquer dimensão. Etiquetaram as contas como perdidas oito semanas antes da data real de churn, para que o modelo aprendesse com sinais precoces. Avaliaram-no também pelo decil superior de contas, porque 10 por cento dos clientes correspondiam aproximadamente ao número de contas que a equipa conseguia efetivamente contactar a tempo.

Momento, alcance e resultados de deteção do modelo de churn

Numa empresa com 20 a 200 pessoas e algumas centenas de contas, o histórico para treinar um modelo fiável é muitas vezes escasso. Um score ponderado transparente, validado todos os trimestres, é normalmente o melhor primeiro passo. Passe para um modelo quando tiver eventos de churn e dados limpos suficientes para o suportar.

Onde a IA tem lugar na pontuação de saúde, e onde não tem

A IA é útil no trabalho em redor do score. Não é um bom responsável pelo próprio score.

Onde a IA compensa:

Onde a IA não deve intervir:

Desenhamos estes agentes com permissões, uma etapa de aprovação e um registo de auditoria, para que possa ver o que foi pedido, o que foi alterado e por quem. Há mais detalhes sobre agentes de IA para Finanças, Vendas e Customer Success, e sobre o CSM Portal, onde o trabalho de Customer Success pode ficar centralizado.

Privacidade e regulamentação: o que ter em conta

Um health score construído a partir de dados de utilização associados a utilizadores identificados é, em termos gerais, tratamento de dados pessoais, pelo que o GDPR se aplica quando os colaboradores dos seus clientes estão na UE. Consoante aquilo que construir e a forma como o utilizar, o EU AI Act e a NIS2 podem também ser relevantes para os seus sistemas e fornecedores. Tratamos os três como requisitos de conceção desde o início. A construção, o piloto e os testes decorrem em infraestrutura europeia self-hosted na Alemanha. Nada disto constitui aconselhamento jurídico, e nenhuma opção de conceção garante a conformidade. Pergunte ao seu advogado ou encarregado de proteção de dados como as regras se aplicam ao seu scoring.

Como implementar numa empresa SaaS em crescimento

Uma sequência prática para o primeiro trimestre:

  1. Nomeie um responsável. Uma pessoa responde pela definição, pelos dados e pela verificação trimestral.
  2. Audite os inputs. Para cada métrica, decida qual é o sistema que serve de fonte de verdade e quão atualizado o campo tem de estar.
  3. Corrija as maiores lacunas nos dados. Os campos de sponsor e champion, o número de licenças e as datas de renovação costumam vir primeiro.
  4. Lance uma scorecard simples. Cinco categorias, pesos aproximados, três faixas.
  5. Associe uma ação a cada faixa. Saudável recebe acompanhamento leve e vigilância de expansão. Em risco recebe contacto ativo e um plano de adoção. Crítico recebe escalada e um plano de retenção com prazo.
  6. Valide ao fim de 90 dias, e depois todos os trimestres.

Para ver como é uma versão para a fase de onboarding, leia a nossa nota sobre automatização do onboarding em SaaS B2B.

A nossa perspetiva

Vemos o health scoring como um problema de operações antes de ser um problema de análise. As equipas passam semanas a debater se a utilização deve pesar 30 ou 40 por cento, enquanto o CRM continua a indicar um sponsor que saiu há um ano e as finanças têm um número de licenças diferente do do produto.

É por isso que trabalhamos numa ordem fixa. Primeiro a base de dados (data foundation), com os dados de CRM e de finanças como fonte de verdade. Depois a camada de IA, que liga esses dados ao assistente que a sua empresa já usa. Depois os agentes departamentais para Finanças, Vendas e Customer Success. Um health score assenta sobre as três camadas e só é tão bom quanto a camada de base.

Pensamos também que alguém tem de ser responsável por isto. Em muitas empresas de SaaS, a equipa usa IA, mas ninguém decide onde compensa e onde não compensa. Um Chief AI Officer em regime fracionado é uma pessoa identificada que toma essa decisão, apoiada em 25 anos a gerir operações, e que também constrói o sistema funcional, para que a estratégia e o sistema não se afastem. Adotamos a IA um processo de cada vez, começando pelo mais dispendioso. Para muitas empresas, o churn está nessa lista.

O cliente é proprietário do que é construído: o código-fonte, a documentação e a infraestrutura são transferidos na entrega.

Claus Nielsen

Como a NordOps Consulting pode ajudar

Se a sua equipa tem um score em que ninguém confia, ou nenhum score, o primeiro passo é olhar com clareza para os seus dados e para onde a IA compensaria. O AI Readiness Assessment começa em €4,500 e responde precisamente a essa questão. Para um primeiro passo mais pequeno, o AI Snapshot custa entre €2,500 e €3,500, e a chamada de descoberta de 30 minutos é gratuita.

Se quer uma pessoa responsável pela IA em toda a empresa, o contrato de Chief AI Officer em regime fracionado começa em €1,500 por mês. As construções são cobradas a 30% da poupança do primeiro ano, depois de medida e comprovada, ou a um preço fixo acordado antes de o trabalho começar. Pode ver o panorama mais amplo na nossa página sobre IA para empresas de SaaS B2B na Europa.

FAQ

O que é um bom customer health score?

Depende da sua escala e das suas faixas. Uma configuração comum é Saudável de 70 a 100, Em risco de 40 a 69 e Crítico de 0 a 39. O melhor teste é verificar se as contas na faixa vermelha perdem clientes com mais frequência do que as restantes. Valide isso trimestralmente com as suas próprias contas perdidas.

Quantas métricas deve incluir um health score?

Entre seis e dez é um intervalo viável. Menos de seis deixa pontos cegos, e mais de dez dificulta perceber porque é que o score mudou. Cubra a utilização com tendência, a adoção, o suporte, a relação e os sinais comerciais, e elimine qualquer métrica que não se mova antes do resultado.

O NPS chega para medir a saúde do cliente?

Não. O NPS é um sinal de sentimento, e é uma fotografia das pessoas que responderam. Um health score é um composto que combina vários pontos de dados numa única visão. Use o NPS como um input a par dos sinais de utilização, suporte, relação e faturação.

Como é que um health score dá um alerta precoce de churn?

Fá-lo quando contém sinais antecipados e uma descida desencadeia uma ação definida. Exemplos são a tendência de utilização em queda, um champion que saiu da empresa ou a gravidade crescente dos tickets. Verifique o score analisando o que indicava 90 dias antes de um churn passado. Se estava verde nessa altura, os sinais chegam demasiado tarde.

A IA pode calcular o score por nós?

A IA consegue extrair os dados, explicar uma alteração do score e preparar o acompanhamento. Uma pessoa deve ser responsável pelos pesos, pelas faixas e pelas decisões. Os dados têm primeiro de ser consistentes, caso contrário as respostas serão fluentes, mas pouco fiáveis.

Fontes