Klanttevredenheidsscore (CSAT)

Wat is een klanttevredenheidsscore (CSAT)?

Een klanttevredenheidsscore (Customer Satisfaction Score, CSAT) is een metriek die meet hoe tevreden klanten zijn met een specifieke interactie, een product of een ervaring. Het is de meest gebruikte KPI in de klantenservice en wordt doorgaans gemeten met een korte enquête na de interactie, waarin klanten hun ervaring beoordelen op een schaal (meestal van 1 tot 5). CSAT geeft supportteams een directe, realtime graadmeter van de servicekwaliteit. Daarmee is het onmisbaar om de impact te volgen van wijzigingen in workflows, bezetting en implementaties van AI-klantenservice.

Anders dan bredere loyaliteitsmetrieken zoals de Net Promoter Score (NPS) of de Customer Effort Score (CES) richt CSAT zich op één specifiek moment. Juist die specificiteit maakt het krachtig om te bepalen wat wel en niet werkt per kanaal, per medewerker en per AI-agent.

Zo bereken je CSAT

De standaardformule voor CSAT gebruikt de zogeheten "top-box"-methode. Verzamel enquêteantwoorden op een schaal van 1 tot 5, tel alleen de positieve scores (4 en 5) en deel dat aantal door het totale aantal antwoorden:

CSAT (%) = (Aantal tevreden antwoorden / Totaal aantal antwoorden) x 100

Voorbeeld: als 200 klanten reageren en 150 daarvan een 4 of 5 geven, is je CSAT 75%. Sommige organisaties gebruiken een schaal van 1 tot 10 en tellen de bovenste 2 of 3 scores als "tevreden". Consistentie is essentieel: kies een schaal, bepaal de drempel en meet elke keer op dezelfde manier, zodat trends betekenisvol zijn. Verstuur enquêtes direct na een interactie voor de meest accurate feedback.

Benchmarks per sector

Een "goede" CSAT-score ligt doorgaans tussen 75% en 85%. De American Customer Satisfaction Index (ACSI) rapporteerde een nationaal gemiddelde van 77,0 in Q1 2025 en 76,9 in Q4 2025, gemeten bij meer dan 400 bedrijven in meer dan 40 sectoren. Koplopers in retail en e-commerce scoren vaak boven de 80%, terwijl sectoren als telecom en nutsbedrijven eerder rond 70 tot 74% uitkomen.

Sectoronderzoek: Volgens de American Customer Satisfaction Index (ACSI) ligt het nationale gemiddelde voor klanttevredenheid in 2025 op ongeveer 77 op een schaal van 100, met grote verschillen per sector. Bedrijven die investeren in AI-gedreven support en first contact resolution presteren structureel beter dan hun sectorgemiddelde.

Context is belangrijk bij het interpreteren van benchmarks. Een CSAT van 78% in een complexe B2B-omgeving kan sterker zijn dan 82% bij eenvoudige retourzendingen in retail. Vergelijk altijd met je eigen historische trend en met directe branchegenoten.

Waarom CSAT belangrijk is voor supportteams

CSAT hangt direct samen met bedrijfsresultaten: tevreden klanten kopen vaker opnieuw, haken minder snel af en bevelen je vaker aan. Onderzoek laat zien dat meer dan 50% van de consumenten al na een enkele slechte supportervaring overstapt naar een concurrent.

Voor teams die AI-agents inzetten, is CSAT het ultieme bewijs. Door CSAT per kanaal te meten (menselijke medewerker vs. AI-agent vs. selfserviceportal) zie je waar AI resultaat levert en waar verfijning nodig is. CSAT hangt ook samen met andere cruciale metrieken: een hoog oplossingspercentage en een lage gemiddelde afhandeltijd (AHT) gaan gepaard met een hogere CSAT, terwijl een stijgend ticketvolume zonder extra capaciteit de score onder druk zet.

CSAT vs. NPS vs. CES

CSAT, NPS en CES meten elk een ander aspect van de klantervaring. CSAT meet de tevredenheid over een specifieke interactie. NPS meet loyaliteit op de lange termijn door te vragen hoe waarschijnlijk het is dat een klant je bedrijf aanbeveelt. CES meet hoe makkelijk het was om een probleem opgelost te krijgen. De beste supportorganisaties volgen alle 3, maar CSAT is het meest bruikbaar voor het dagelijkse servicebeheer, omdat het gekoppeld is aan individuele contactmomenten.

Omdat je CSAT na elke interactie kunt meten (anders dan de NPS per kwartaal), spot je problemen snel: of het nu gaat om een nieuwe AI-workflow die tegenvalt of een bepaald type vraag dat de tevredenheid omlaag trekt.

Het voordeel van Maven: AI die de CSAT omhoog stuwt

Maven AGI is gebouwd op het principe dat oplossen tot tevredenheid leidt. Als een AI-agent het probleem van een klant echt bij de eerste interactie oplost, volgt de CSAT vanzelf. Daarom draait het bij Maven om het oplossingspercentage als leidende metriek, niet om deflectie.

Maven in de praktijk: Mastermind, een EdTech-bedrijf, behaalde met Maven AGI een oplossingspercentage van 93% via livechat, na een implementatie van slechts 6 weken. Als klanten bij de eerste poging echte antwoorden krijgen, zie je dat terug in de tevredenheidsscores.

Maven AGI integreert met meer dan 100 systemen, zodat AI-agents bij elke interactie de volledige context hebben. De AI Copilot van het platform ondersteunt medewerkers met realtime suggesties, wat de resultaten verder verbetert. En omdat Maven oplossing en CSAT samen meet, zien teams direct het verband tussen AI-prestaties en klanttevredenheid. Lees hoe toonaangevende analisten het verband tussen AI en tevredenheid duiden in de sectorbenchmarks van ACSI en het onderzoek van McKinsey naar gen AI in klantenservice.

Veelgestelde vragen

Wat is een goede CSAT-score?

Een goede CSAT-score ligt tussen 75% en 85%, al verschilt dit per sector. Het nationale ACSI-gemiddelde ligt rond 77%. E-commerce en retail scoren vaak boven de 80%, terwijl telecom doorgaans lager uitkomt. De belangrijkste benchmark is je eigen trend over tijd.

Hoe vaak meet je CSAT?

Meet CSAT na elke klantinteractie voor de meest bruikbare data. Enquêtes na een chat, gesprek of ticket geven je realtime inzicht in de servicekwaliteit. Bundel de resultaten wekelijks of maandelijks om trends te herkennen, en segmenteer op kanaal, type vraag en medewerker (mens of AI) om verbeterkansen precies aan te wijzen.

Kan AI-gedreven support de CSAT verbeteren?

Ja, als de AI problemen echt oplost in plaats van klanten af te wimpelen. AI-agents die bij de eerste interactie nauwkeurige, persoonlijke antwoorden geven, verbeteren zowel de first contact resolution als de CSAT. Maven AGI-klanten zoals Papaya Pay halen 90% autonome oplossing, wat de tevredenheid direct verhoogt: klanten krijgen snel accurate antwoorden zonder in een wachtrij te staan.

Wat is het verschil tussen CSAT en het oplossingspercentage?

CSAT meet hoe de klant de ervaring beleeft. Het oplossingspercentage meet of het probleem daadwerkelijk is opgelost. Beide hangen nauw samen: een hoog oplossingspercentage is de sterkste aanjager van een hoge CSAT. Toch wordt CSAT ook beïnvloed door factoren als wachttijd, toon en gebruiksgemak. Door beide metrieken samen te volgen, krijg je het helderste beeld van je serviceprestaties.