CRM-Systeme treffen auf Predictive Analytics

Um Bestandskunden erfolgreich zu binden und den Kundenwert zu steigern, ist es notwendig, das richtige Produkt zur richtigen Zeit und über den besten Kanal anzubieten. Moderne Technologien erlauben es, das Potential und das Risiko der Bestandskunden präzise einzuschätzen und zu antizipieren, wie ein neues Angebot aussehen muss, das wahrscheinlich angenommen wird. Werden neben dem aktuellen Bedarf des Kunden auch seine künftigen wirtschaftlichen Aussichten berücksichtigt, ist der Grundstein für eine langfristige Beziehung und für erfolgreiches Up- und Cross-Selling gelegt.

Um sich in die Situation eines Kunden hineinzuversetzen, müssen alle Informationen aus der Kundenbeziehung über die Produkte hinweg in die Betrachtungen einbezogen werden. Nur so kann ein passendes Angebot formuliert werden. Im Massengeschäft übernehmen diese Aufgabe mit Predictive Analytics ausgerüstete Customer-Management-Systeme. Predictive Analytics, wie sie etwa Fico anbietet, sind hoch entwickelte Analyse- und Prognosemethoden, die auf mathematischen Modellen beruhen. Sie ermöglichen es durch die Erstellung von Verhaltensprognosen, die Kundenbeziehung quasi aus dem Blickwinkel des Kunden zu gestalten. Auf der Basis des dadurch vertieften Verständnisses des Kundenverhaltens kann ermittelt werden, mit welcher Wahrscheinlichkeit der Kunde zu welchem Zeitpunkt sich für ein Angebot interessieren wird. Es geht also nicht darum herauszufinden, wie viele Kunden eines bestimmten Segments ein Angebot annehmen werden, sondern darum, welche Produkte welchem Kunden mit welcher Priorität angeboten werden sollen. Die Wahrscheinlichkeit, mit der der Kunde das Angebot akzeptiert, Zusatzprodukte benötigt und bestimmte Kommunikationskanäle benutzt, spielt eine zentrale Rolle.

360-Grad-Sicht auf die Kundenbeziehung

Für die Pflege langfristiger und profitabler Beziehungen mit Bestandskunden ist es notwendig, den Kundenwert nicht nur bezüglich der aktuellen Situation und Historie, sondern auch bezüglich der wirtschaftlichen Perspektiven des Kunden zu beurteilen. Schließlich wird ein Kunde nur zufrieden und profitabel bleiben, wenn er zusätzlichen Verpflichtungen wie der Bedienung eines weiteren Kredits nachkommen kann. Dabei spielt neben den persönlichen Voraussetzungen des Kunden auch die Entwicklung der Gesamtwirtschaft eine Rolle. Es ist deshalb empfehlenswert, bei der Erstellung der Prognosen zusätzlich zu historischen Daten der Kundenbeziehung auch Daten zur künftigen Entwicklung der wirtschaftlichen Rahmenbedingungen einzubeziehen.

Um maßgeschneiderte Angebote für jeden einzelnen Kunden erstellen zu können, muss das Kunden-Management-System sämtliche Daten zu einem Kunden aus allen Geschäfts- und Produktbereichen, quer über alle Applikationen und Kommunikationskanäle hinweg, auswerten können. Denn nur wirklich integrierte Systeme erlauben eine 360-Grad-Sicht auf die gesamte Kundenbeziehung. Diese ist jedoch notwendig, damit nicht z.B. einem Kunden mit Zahlungsschwierigkeiten ein Passivprodukt angeboten wird. Eine Integration des Kunden-Management-Systems mit den Systemen für Forderungsmanagement und Beitreibung ist deshalb unerlässlich. Mit modernen Verfahren kann alsdann festgestellt werden, welche der in Frage kommenden Aktionen die höchsten Erfolgsaussichten verspricht und wie die optimale Vertriebs- bzw. Kommunikationsstrategie aussehen soll.

Den optimalen Kompromiss finden

Bei der Optimierung der Angebots- und Kontaktstrategien ist es notwendig, diese auch auf die Geschäftsziele abzustimmen. Als problematisch erweist sich dabei häufig die Tatsache, dass einzelne Geschäftsziele wie z. B. „Ertragssteigerung“ und „Risikominimierung“ in Konkurrenz zueinander stehen. Mit moderner Software für Entscheidungsmanagement können diese Zielkonflikte gelöst werden. Dazu werden die Zielvorgaben strukturiert und in die Entwicklung von Entscheidungsstrategien einbezogen. Bei diesem Optimierungsvorgang werden auch interne Restriktionen wie die Kapazitäten des Vertriebsteams sowie externe Restriktionen und regulatorische Vorgaben einbezogen und modelliert. Das Herzstück der Software bildet ein komplexes Entscheidungsmodell, das in eine Analyse- und Simulationsanwendung eingebettet ist. Damit können innerhalb kurzer Zeit verschiedene optimierte Szenarien berechnet und deren Ergebnisse und Zielerreichungsgrade verglichen werden.

Mit Predictive Analytics ausgerüstete Customer-Management-Systeme erlauben es letztlich, die Perspektive des Kunden einzunehmen und aus diesem Blickwinkel die Kundenbeziehung unter Berücksichtigung der Geschäftsziele und Restriktionen zu gestalten. Das Ergebnis sind individuell angepasste Angebote, zufriedenere Kunden und eine niedrigere Abwanderungsrate.

Bildquelle: iStockphoto.com/Globalstock