Predictive Analytics

Potenzialorientierte Vertriebssteuerung

Predictive Analytics - Potenziale erkennen, Kundenzufriedenheit steigern und Rentabilität erhalten

Während neue Wettbewerber erfolgreich mit lukrativen neuen Geschäftsmodellen in Nischensegmenten erscheinen, fällt es Banken und Sparkassen zunehmend schwer, ihre Rentabilität im aktuellen Markt- und Wettbewerbsumfeld zu erhalten. Da eine umfassende Neuausrichtung nur selten eine schnell gangbare Alternative darstellt, liegt der Stellhebel, um Margen- und Kostendruck zu begegnen, in der Erhöhung der vertrieblichen Schlagkraft.

Predictive Analytics liefert die technologischen Möglichkeiten dazu. Mit diesem Verfahren kann die Bank den Bedarf des Kunden besser erkennen und antizipieren. Kundenindividuelle Ansprache ist einfacher und kostengünstig durchzuführen. Undifferenzierte Massenmailings gehören der Vergangenheit an. So können Potenziale und Cross-Selling-Möglichkeiten identifiziert und dem Kunden eine höhere Servicequalität geboten werden. Kündigungs- und Abwanderungsquoten werden so reduziert und - in Verbindung mit einem zielgenaueren Sonderkonditionsmanagement - die Marge aus der gesamten Kundenbeziehung optimiert. Darüberhinaus reduziert eine zielgenauere Kundenansprache die Vertriebskosten.

 

Predictive Analytics und maschinelles Lernen – Best Practice aus der Digital Economy ins Banking übertragen

Predictive Analytics bedeutet, Digitalisierung für die Bank konkret nutzbar zu machen und Best Practices aus der Digital Economy in den Bankvertrieb zu übertragen. Mit dem Prinzip "Kunden die heute Artikel X kauften, kauften später auch Artikel Y" wird im Onlinehandel eine hohe Kundenbindung und Kundenzufriedenheit hergestellt. Dieses Prinzip ist auch im Banking treffsicherer, als bisherige Methoden zur Kundensegmentierung, denn eine genaue Kenntnis der Kunden erlaubt eine potenzialorientierte Vertriebssteuerung: Mit der Kenntnis, welche Kunden auf Grund heutiger Merkmale in Zukunft attraktiv sein werden, ist eine fundierte Entscheidung über Betreuungsintensität und Margenkompetenz möglich.

Wir haben langjährige Erfahrung in der fachlichen und technischen Umsetzung der diesem Prinzip zugrundeliegenden Methoden, wie zum Beispiel:

  • Clusteranalyse: Eine Clustering-Methode gruppiert Kunden abhängig von ihrer Ähnlichkeit.
  • Diskriminanzanalyse: Segmentierung von Kunden auf Basis von Unterscheidungsmerkmalen.
  • Warenkorbanalyse: Kunden, die dieselben Produkte gekauft haben, werden demselben Segment zugeordnet. So wird Kaufpotential identifiziert und die Cross-Selling-Quote erhöht.
  • Kundenverhaltensmodelle: Aus dem Kundenverhalten kann mit dieser Big Data-Methode auf die zukünftige Nachfrage geschlossen werden. Damit wird außer einer verbesserten Kundenansprache auch die Vertriebsplanung optimiert.

 

Discovery Workshop und Prototyp – Einstieg mit geringem Aufwand

Der Einstieg in eine potenzialorientierte Vertriebssteuerung unter Einsatz von Predictive Analytics ist mit geringem Aufwand möglich und erlaubt eine sukzessive schrittweise inkrementelle Weiterentwicklung.

Eine Vorstudie gliedert sich dabei in den Discovery Workshop und die Erstellung eines Prototypen. Mit dem Discovery Workshop legen wir die Basis für den Einstieg in die Arbeit mit Predictive Analytics. Er umfasst folgende Leistungen:

  • Einführung in kognitive Systeme
  • Umfeld- und Datenanalyse, zum Beispiel Gesprächsleitfäden, Wissensdatenbanken etc.
  • Identifikation geeigneter Kunden- beziehungsweise Produktsegmente
  • Ideensammlung und Auswahl geeigneter Anwendungsfälle
  • Definition zu erwartender Ergebnisse
  • Aufbau von Know-how bei den Mitarbeitern

Darauf aufbauend schließt sich die Erstellung eine Prototypen für die definierten Use Cases an.

 

Vorstudie
 
 
Discovery (3 Tage)
 
 
Themenaufriss und Status quo
 
  • Einführung in kognitive Systeme
  • Vorstellung von Anwendungsfällen aus Vergleichsbranchen
  • Analyse der Rahmenbedingungen (Strategie, Organisation, Prozesse und analytisches Portfolio)
  • Aufnahme von Kennzahlen zur Bewertung des Kundenservice
 
Ausgangslage ist geklärt
 
Bewertung Use Cases
 
  • Identifikation potentieller Anwendungsfälle
  • Qualitative und quantitative Bewertung der Use Cases
  • Datenerhebung für konkrete Use Cases
 
Use Case ist ausgewählt
 
Erstellung Prototyp
 
  • Umsetzung des Use Cases
  • Bereitstellung eines kognitiven Systems als autarken Prototypen
  • Projektplanung und Angebot für die umfassende Implementierung von KI im Kundenservice
 
Prototyp ist erstellt
 

 

Damit wird Ihre Bank bereits in die Lage versetzt, in einem selbst gewählten Segment Quick-Wins zu erzielen. Dem individuellen Bedarf Ihres Hauses entsprechend, können danach weitere Geschäftsfelder und Kunden- beziehungsweise Produktsegmente zusätzlich einbezogen werden.

 

Wir unterstützen Sie umfassen, herstellerunabhängig und kompetent

In Zusammenarbeit mit unserer Muttergesellschaft msg unterstützen wir Sie sowohl konzeptionell als auch in der Umsetzung - beginnend bei der Entwicklung einer Strategie und Konzeption. Unsere Leistungen erstrecken sich weiter über die Umsetzung der optimalen Architektur einschließlich der Auswahl passender Plattformen und Werkzeuge bis hin zur Unterstützung im laufenden Betrieb. Damit decken wir den gesamten Lebenszyklus kognitiver Systeme ab.

 

 

Fachartikel

msgGillardon hat langjährige Erfahrung in der Entwicklung von Prognoseverfahren. Beginnend mit zahlreichen Projekten zur Einführung von Ratingsystemen haben wir in Kundenprojekten erfolgreich Vertriebspotentiale gehoben.

Geschäftsmodellentwicklung im Licht der MaRisk-Novelle

Statistische Analysen von Kaufwahrscheinlichkeiten und Kundenaffinitäten werden zur Erfolgsgrundlage im Gewerbekundenvertrieb

Der Praxistest - Ermittlung von Kundenpräferenz für höhere Vertriebserfolge im Gewerbekundenvertrieb

ANSPRECHPARTNER

Mathias Steinmann

Partner

+49 (0) 173 / 7365 343

SUCHE

Sparkassen-Finanzgruppe

Unsere Lösungen für Sie

mehr erfahren