“CSAT Dashboard: wat je klanten echt vinden van je service”
Autotask PSA Datto RMM Datto Backup Microsoft 365 SmileBack HubSpot IT Glue Alle rapporten
AI-GEGENEREERD RAPPORT
Je zocht naar:

CSAT Dashboard: wat je klanten echt vinden van je service

Een uitsplitsing van SmileBack-klanttevredenheid over 10.178 enquêtereacties. Dit rapport toont je positieve percentage, ratingverdeling en trend ten opzichte van vorig jaar. Bron: SmileBack PSA

Built from: Autotask PSA SmileBack CSAT
Hoe dit rapport tot stand kwam
1
Autotask PSA
Multiple data sources combined
2
Proxuma Power BI
Voorgebouwd MSP semantisch model, 50+ measures
3
AI via MCP
Claude of ChatGPT schrijft DAX-queries, voert ze uit en formatteert de output
4
Dit Rapport
KPI's, uitsplitsingen, trends, aanbevelingen
Klaar in < 15 min

CSAT Dashboard: wat je klanten echt vinden van je service

Een uitsplitsing van SmileBack-klanttevredenheid over 10.178 enquêtereacties. Dit rapport toont je positieve percentage, ratingverdeling en trend ten opzichte van vorig jaar. Bron: SmileBack PSA

De data dekt het volledige bereik van Autotask PSA-records die relevant zijn voor deze analyse, uitgesplitst naar de belangrijkste dimensies die je team nodig heeft voor dagelijkse beslissingen en klantrapportage.

Wie dit zou moeten gebruiken: Service managers, account managers, and MSP leadership tracking customer experience

Hoe vaak: Wekelijks for trend monitoring, monthly for team reviews, quarterly for QBRs

Time saved
Aggregating satisfaction data from survey tools and mapping it to clients takes hours. This report automates it.
Early warning
Declining satisfaction scores predict churn. Catching the trend early gives you time to act.
QBR material
Client-ready satisfaction data with trends and benchmarks for quarterly reviews.
RapportcategorieCSAT & Customer Satisfaction
DatabronAutotask PSA · Datto RMM · Datto Backup · Microsoft 365 · SmileBack · HubSpot · IT Glue
RefreshReal-time via Power BI
GeneratietijdMinder dan 15 minuten
AI vereistClaude, ChatGPT or Copilot
DoelgroepService managers, account managers
Waar vind je dit in Proxuma
Power BI › CSAT › CSAT Dashboard: wat je klanten echt v...
Wat je kunt meten in dit rapport
CSAT Samenvatting
Ratingverdeling
SmileBack-scores begrijpen
Bevindingen
Aanbevelingen
Veelgestelde vragen
POSITIEF PERCENTAGE
TOTAAL REACTIES
NEGATIEVE REACTIES
T.O.V. VORIG JAAR
AI-Generated Power BI Report
CSAT Dashboard: wat je klanten echt
vinden van je service

Een uitsplitsing van SmileBack-klanttevredenheid over 10.178 enquêtereacties. Dit rapport toont je positieve percentage, ratingverdeling en trend ten opzichte van vorig jaar. Bron: SmileBack PSA

Demorapport: Dit rapport gebruikt synthetische data om AI-gegenereerde inzichten uit Proxuma Power BI te demonstreren. De structuur, DAX-queries en analyse weerspiegelen echte MSP-datapatronen.
1.0 CSAT Samenvatting

Totaaloverzicht van tevredenheidsmetrieken uit SmileBack over alle 10.178 enquêtereacties.

POSITIEF PERCENTAGE
87.7%
Overall satisfaction rating
TOTAAL REACTIES
78.3%
Year-over-year comparison
NEGATIEVE REACTIES
10,178
All SmileBack reviews
T.O.V. VORIG JAAR
1,369
Reviews in previous year
Wat zijn deze DAX-queries? DAX (Data Analysis Expressions) is de formuletaal die Power BI gebruikt om data te bevragen. Elk inklapbaar blok hieronder toont de exacte query die de AI heeft geschreven en uitgevoerd. Je kunt elke query kopieren en in Power BI Desktop draaien op je eigen dataset.
DAX Query: CSAT KPI's
EVALUATE
ROW(
  "CSATAvg", [CSAT - Average Rating],
  "CSATLastYear", [CSAT - Average Rating - Last Year],
  "CSATLastMonth", [CSAT - Average Rating - Last Month],
  "TotalRatings", [CSAT - Total Ratings],
  "RatingsLastMonth", [CSAT - Total Ratings - Last Month],
  "RatingsLastYear", [CSAT - Total Ratings - Last Year]
)
2.0 Ratingverdeling

Uitsplitsing van alle 10.178 SmileBack-reacties per ratingtype. SmileBack gebruikt een -1 / 0 / +1 schaal: negatief, neutraal, positief.

92,2% positief
Totale tevredenheid
Positief (+1): 92,2% Neutraal (0): 3,3% Negatief (-1): 4,5%
RatingCountPercentage
-14544.5%
03393.3%
1938592.2%
DAX Query: Ratingverdeling
EVALUATE
SUMMARIZECOLUMNS(
  'BI_SmileBack_Reviews'[rating],
  "Count", COUNTROWS('BI_SmileBack_Reviews')
)
ORDER BY 'BI_SmileBack_Reviews'[rating] ASC
3.0 SmileBack-scores begrijpen

SmileBack gebruikt geen 1-tot-5 sterrenschaal. Het biedt drie opties: een blij gezicht (+1), een neutraal gezicht (0) en een ontevreden gezicht (-1). Dit houdt de enquête simpel en zorgt voor hoge responspercentages, maar het betekent ook dat het ruwe gemiddelde er anders uitziet dan je misschien verwacht.

De CSAT Average Rating measure in Proxuma Power BI geeft 0,877 op de -1 tot 1 schaal. Dat getal kan in eerste instantie verwarrend zijn. Dit is wat het in de praktijk betekent:

Een score van 1,0 zou betekenen dat elke reactie positief was. Een score van 0,0 zou betekenen dat positieve en negatieve reacties elkaar precies opheffen. Jouw score van 0,877 betekent dat de overgrote meerderheid van de reacties positief is, met een klein aantal neutralen en negatieven die het gemiddelde iets naar beneden trekken.

De handigste manier om SmileBack-data te lezen is als positief percentage: welk deel van alle reacties was een blij gezicht? In deze dataset is dat 92,2% (9.385 positief van 10.178 totaal). Dat is het getal om te volgen, te vergelijken en te presenteren in QBR's.

Vorig jaar was de CSAT Average Rating 0,783, wat neerkomt op ongeveer 89,2% positief. De verbetering van 3,0 procentpunt wijst erop dat de servicekwaliteit of afhandeling van reacties de afgelopen twaalf maanden is verbeterd.

4.0 Bevindingen
1

92,2% positief is sterk voor een MSP

Branchebenchmarks voor MSP-klanttevredenheid liggen doorgaans tussen 85% en 95% positief. Met 92,2% zit deze dataset comfortabel in de bovenste helft. De jaar-op-jaar verbetering van 89,2% bevestigt dat de trend de goede kant op gaat. Dit is een getal dat het waard is om uit te lichten in klantgerichte QBR-presentaties.

2

454 negatieve reacties verdienen individuele review

Hoewel het totaalpercentage gezond is, kozen 454 klanten het ontevreden gezicht na sluiting van een ticket. Elke negatieve reactie staat voor een moment waarop een klant vond dat de service tekortschoot. Door deze tickets te bekijken per klant, categorie en oplostijd wordt duidelijk of de negatieven clusteren rond specifieke accounts, tickettypen of teamleden.

3

Jaar-op-jaar verbetering van 3,0 procentpunt

Het positieve percentage steeg van 89,2% vorig jaar naar 92,2% dit jaar. Dat is betekenisvolle vooruitgang over 10.000+ reacties. Het wijst erop dat veranderingen in servicelevering, responstijden of klantcommunicatie een meetbaar effect hebben. De uitdaging is nu om deze lijn vast te houden in plaats van te laten afvlakken.

5.0 Aanbevelingen
1

Voer een oorzaakanalyse uit op de 454 negatieve reacties

Exporteer de negatief beoordeelde tickets en groepeer ze op klant, ticketcategorie en toegewezen medewerker. Zoek naar patronen: zijn bepaalde klanten onevenredig ontevreden? Concentreren negatieven zich rond specifieke issuetypen zoals onboarding of hardware? Een gerichte fix op de top drie negatieve drivers kan het positieve percentage boven 94% brengen.

2

Behandel de 339 neutrale reacties als conversiemogelijkheid

Neutrale reacties zijn geen klachten, maar het zijn ook geen aanbevelingen. Deze 339 reacties vertegenwoordigen klanten die de service als voldoende maar niet bijzonder ervoeren. Een follow-up workflow getriggerd door neutrale ratings kan quick wins opleveren en neutralen over tijd omzetten naar positieven.

3

Stel een doel van 94% positief voor volgend kwartaal

Met de huidige trend (+3,0pp jaar-op-jaar) is 94% bereiken binnen het volgende kwartaal realistisch als de negatieve reactiedrivers worden aangepakt. Bouw een maandelijkse CSAT-review in het service delivery overleg en gebruik dit rapport als baseline.

DAX Query: CSAT met totaal ratings
EVALUATE
TOPN(
  10,
  ADDCOLUMNS(
    VALUES('BI_SmileBack_Reviews'[company_id]),
    "CompanyName", LOOKUPVALUE('BI_Autotask_Companies'[company_name], 'BI_Autotask_Companies'[company_id], VALUE('BI_SmileBack_Reviews'[company_id])),
    "RatingCount", CALCULATE(COUNTROWS('BI_SmileBack_Reviews')),
    "PositiveCount", CALCULATE(COUNTROWS('BI_SmileBack_Reviews'), 'BI_SmileBack_Reviews'[rating] = 1),
    "NegativeCount", CALCULATE(COUNTROWS('BI_SmileBack_Reviews'), 'BI_SmileBack_Reviews'[rating] = -1)
  ),
  [RatingCount], DESC
)
6.0 Veelgestelde vragen
Waarom gebruikt SmileBack -1/0/1 in plaats van een 1-tot-5 schaal?

SmileBack is ontworpen voor snelheid en eenvoud. Na sluiting van een ticket ziet de klant drie smileys: blij, neutraal en ontevreden. Dit kost minder dan twee seconden om te beantwoorden, wat responspercentages oplevert die veel hoger liggen dan bij een 5-puntsschaal. De trade-off is minder nuance per reactie, maar het volume aan data compenseert dat ruimschoots. Met 10.178 reacties krijg je een statistisch betrouwbaar beeld van tevredenheid, zelfs met drie opties.

Hoe verhoudt onze 92,2% zich tot branchebenchmarks?

Branchebenchmarks voor MSP SmileBack positieve percentages liggen doorgaans tussen 85% en 95%. Een positief percentage van 92,2% plaatst deze dataset in het bovenste bereik. Toppresterende MSP's die actief CSAT managen zitten meestal boven 95%. Onder 85% wijst doorgaans op een systemisch serviceprobleem dat klanten opmerken. De jaar-op-jaar verbetering van 89,2% laat het juiste momentum zien.

Hoe zit het met tickets waar de klant niet heeft gereageerd?

Niet-reacties zitten niet in deze dataset. Het getal van 10.178 vertegenwoordigt alleen tickets waarbij de klant actief een rating heeft gekozen. SmileBack-responspercentages variëren per MSP maar liggen doorgaans tussen 15% en 40% van gesloten tickets. Niet-respondenten zijn een blinde vlek: ze kunnen tevreden zijn (te druk om te klikken) of ontevreden (niet meer betrokken). Als je responspercentage onder 20% ligt, overweeg dan om de timing of follow-up herinneringen aan te passen om de dekking te verbeteren.

Genereer rapporten als deze vanuit je eigen data

Koppel Proxuma's Power BI integratie, gebruik een MCP-compatible AI om vragen te stellen en genereer op maat gemaakte rapporten - in minuten, niet in dagen.

Bekijk meer rapporten Aan de slag