Customer Satisfaction Score (CSAT)

Che cos'è il Customer Satisfaction Score (CSAT)?

Il Customer Satisfaction Score (CSAT) è una metrica che misura quanto i clienti sono soddisfatti di una specifica interazione, di un prodotto o di un'esperienza. È il KPI di customer service più diffuso e viene rilevato di solito con un breve sondaggio post-interazione, in cui si chiede ai clienti di valutare l'esperienza su una scala (quasi sempre da 1 a 5). Il CSAT offre ai team di assistenza un riscontro diretto e in tempo reale sulla qualità del servizio ed è quindi essenziale per misurare l'impatto di modifiche a workflow, organico e implementazioni di customer service basato sull'AI.

A differenza di metriche di fedeltà più ampie come il Net Promoter Score (NPS) o il Customer Effort Score (CES), il CSAT si concentra su un singolo momento. Questa specificità lo rende ideale per capire cosa funziona e cosa no tra canali, operatori e agenti AI.

Come si calcola il CSAT

La formula standard del CSAT usa il metodo "top-box". Dopo aver raccolto le risposte su una scala da 1 a 5, conta solo le valutazioni positive (4 e 5) e dividile per il numero totale di risposte:

CSAT (%) = (Numero di risposte soddisfatte / Risposte totali) x 100

Ad esempio, se rispondono 200 clienti e 150 danno un voto di 4 o 5, il tuo CSAT è del 75%. Alcune organizzazioni usano una scala da 1 a 10, considerando "soddisfatte" le prime 2 o 3 valutazioni. La chiave è la coerenza: scegli una scala, definisci la soglia e misura sempre allo stesso modo, così che i trend siano significativi. Invia i sondaggi subito dopo l'interazione per ottenere feedback più accurati.

Benchmark di settore

Un CSAT "buono" si colloca in genere tra il 75% e l'85%. L'American Customer Satisfaction Index (ACSI) ha registrato una media nazionale di 77,0 nel primo trimestre 2025 e di 76,9 nel quarto trimestre 2025, su oltre 400 aziende in più di 40 settori. I migliori operatori di retail ed e-commerce superano spesso l'80%, mentre settori come telecomunicazioni e utility si attestano più vicino al 70-74%.

Ricerca di settore: secondo l'American Customer Satisfaction Index (ACSI), nel 2025 la media nazionale di soddisfazione dei clienti si mantiene intorno a 77 su una scala di 100 punti, con forti differenze tra settori. Le aziende che investono in assistenza basata sull'AI e nella risoluzione al primo contatto superano costantemente la media del proprio settore.

Nell'interpretare i benchmark, il contesto conta. Un CSAT del 78% in un ambiente B2B ad alta complessità può valere più di un 82% nella gestione di semplici resi retail. Confrontati sempre con il tuo trend storico e con i peer del tuo settore.

Perché il CSAT conta per i team di assistenza

Il CSAT è direttamente collegato ai risultati di business: i clienti soddisfatti riacquistano di più, abbandonano meno e consigliano di più. Le ricerche mostrano che oltre il 50% dei consumatori passa a un concorrente dopo 1 sola esperienza negativa con l'assistenza.

Per i team che implementano agenti AI, il CSAT è la prova definitiva. Monitorarlo per canale (operatore umano, agente AI, portale self-service) mostra dove l'AI funziona e dove va perfezionata. Il CSAT è legato anche ad altre metriche chiave: un tasso di risoluzione elevato e un tempo medio di gestione (AHT) basso sono correlati a un CSAT più alto, mentre un aumento del volume di ticket senza capacità aggiuntiva lo erode.

CSAT vs. NPS vs. CES

CSAT, NPS e CES misurano dimensioni diverse della customer experience. Il CSAT rileva la soddisfazione per una specifica interazione. L'NPS misura la fedeltà nel lungo periodo, chiedendo quanto è probabile che un cliente consigli la tua azienda. Il CES valuta quanto è stato facile risolvere un problema. Le migliori organizzazioni di assistenza li monitorano tutti e tre, ma il CSAT è il più utile nella gestione quotidiana del servizio perché è legato ai singoli touchpoint.

Poiché il CSAT si può misurare dopo ogni interazione (a differenza dell'NPS trimestrale), permette ai team di individuare rapidamente i problemi, che si tratti di un nuovo workflow AI poco performante o di una tipologia di richiesta che abbassa la soddisfazione.

Il vantaggio di Maven: un'AI che fa crescere il CSAT

Maven AGI si fonda su un principio: è la risoluzione a generare soddisfazione. Quando un agente AI risolve davvero il problema del cliente alla prima interazione, il CSAT cresce di conseguenza. Per questo Maven punta sul tasso di risoluzione come riferimento principale, non sulla deflection.

Risultati con Maven: Mastermind, azienda EdTech, ha raggiunto un tasso di risoluzione in live chat del 93% con Maven AGI, implementato in sole 6 settimane. Quando i clienti ottengono risposte concrete al primo tentativo, i punteggi di soddisfazione lo riflettono.

Maven AGI si integra con oltre 100 sistemi per dare agli agenti AI il contesto completo di ogni interazione. L'AI Copilot della piattaforma supporta gli operatori con suggerimenti in tempo reale, migliorando ulteriormente i risultati. E poiché Maven monitora insieme risoluzione e CSAT, i team vedono la relazione diretta tra performance dell'AI e soddisfazione dei clienti. Scopri come i principali analisti leggono il legame tra AI e soddisfazione nei benchmark di settore dell'ACSI e nella ricerca di McKinsey sulla gen AI nel customer care.

Domande frequenti

Qual è un buon punteggio CSAT?

Un buon CSAT si colloca tra il 75% e l'85%, con variazioni a seconda del settore. La media nazionale ACSI è di circa il 77%. E-commerce e retail superano spesso l'80%, mentre le telecomunicazioni si attestano più in basso. Il benchmark più importante resta il tuo trend nel tempo.

Con quale frequenza misurare il CSAT?

Misura il CSAT dopo ogni interazione per avere dati davvero utilizzabili. I sondaggi dopo chat, chiamate e ticket ti danno visibilità in tempo reale sulla qualità del servizio. Aggrega i risultati su base settimanale o mensile per individuare i trend e segmentali per canale, tipologia di richiesta e operatore (umano o AI) per capire dove migliorare.

L'assistenza basata sull'AI può migliorare il CSAT?

Sì, se l'AI risolve davvero i problemi invece di deviarli. Gli agenti AI che forniscono risposte accurate e personalizzate alla prima interazione migliorano contemporaneamente la risoluzione al primo contatto e il CSAT. Clienti di Maven AGI come Papaya Pay raggiungono il 90% di risoluzione autonoma, con un effetto diretto sulla soddisfazione: i clienti ottengono risposte rapide e precise senza attese in coda.

Qual è la differenza tra CSAT e tasso di risoluzione?

Il CSAT misura come si sente il cliente rispetto all'esperienza. Il tasso di risoluzione misura se il suo problema è stato effettivamente risolto. Le due metriche sono strettamente legate: un alto tasso di risoluzione è il principale motore di un CSAT elevato. Tuttavia il CSAT dipende anche da fattori come tempi di attesa, tono e semplicità dell'interazione: per questo monitorarle insieme offre il quadro più chiaro delle performance del servizio.