Bessere Kundenbindung durch Data Mining

Einmal richtig anstatt später neu

Der Startschuss des Projekts fiel mit einer ausgiebigen Evaluierung der zugrundeliegenden Software. “Der Leistungsumfang der am Markt angebotenen DM-Software differiert stark”, berichtet Projektleiter Demming. “Deshalb haben wir uns ausreichend Zeit für die Evaluierung genommen, um später die bestmögliche Lösung für Union Investment realisieren zu können.” Thomas Fender von Union Investment ergänzt: “Dafür haben wir zunächst einen genauen Kriterienkatalog aufgestellt, der jede unserer Anforderungen umfasste.” Vier Software-Lösungen schafften es schließlich in die engere Auswahl und wurden in einer bei Infomotion aufgebauten Testumgebung intensiv geprüft. Die Entscheidung fiel auf einen der Marktführer bei DM-Software SPSS Clementine.

Einstiegsfrage bei der anschließenden Konzeption des Data-Mining-Systems war die Kündigeranalyse. Obwohl die Frage auf den ersten Blick einfach und klar erscheint, bedurfte die Definition eines potenziellen Kündigers viel Abstimmung mit dem Fachbereich. “Diese Kundengruppe ist sehr komplex”, erläutert Fender. “Die Gründe für eine Kündigung sind vielfältig.” Danach wurde eine Vielzahl Attribute definiert, die bei der Klassifizierung eines Kunden wichtig sein können. Um die größtmögliche Flexibilität hinsichtlich aller Fragestellungen zu erreichen, enthält das System neben der Kundensicht darüber hinaus noch eine Depot-, Fonds- und Vermittlersicht. Für jede einzelne Sicht hat das Team erneut Attribute definiert. So muss zum Beispiel für eine Frage nach den größten Depots nicht extra eine Datenbasis bereitgestellt werden, sondern es kann auf die bestehende zurückgriffen werden: die Attribute sind direkt vorhanden. “Die Konzeption und Entwicklung dauerte deshalb ihre Zeit”, berichtet Demming. “Aber unser Ziel war es, von Anfang an ein flexibles System aufzubauen: Jetzt können alle Fragen der Fachbereiche in kürzerer Zeit bearbeitet werden.” Das Data Mining System von Union Investment spart durchschnittlich zwei bis vier Arbeitstage ein, so dass die Anzahl der Analysen deutlich erhöht werden konnte.

Organisierte Kundenbindung

Von der Analyse zur Kundensegmentierung profitieren insbesondere die Mitarbeiter aus Marketing und Kundenservice: Dabei werden die Kunden auf Grundlage ihrer bisher getätigten Aktivitäten in unterschiedliche Gruppen eingeteilt (risikofreundlich/risikoavers etc.). Das DM-System wertet dann automatisch aus, welcher Kunde für welche Produkte zu begeistern ist. Ebenfalls sehr erfolgreich bei Union Investment: Abhängigkeitsanalysen für Cross-Selling-Zwecke. Mit Hilfe des Data-Mining-Systems kann analysiert werden, welche weiteren Produkte ein Kunde kaufen würde: Mit einer Wahrscheinlichkeit von X Prozent kauft ein Kunde, der Produkt A kauft auch Produkt B. “Auch die Maßnahmen zur Kundenbindung laufen wesentlich effizienter durch individuellere Angebote”, ergänzt Demming.

“Das DM-System fördert das Kundenmanagement von Union Investment ungemein”, fasst Demming zusammen. “Es optimiert die aktive, gezielte Kundenansprache und baut somit einen persönlicheren Draht zu den Kunden auf.” Thomas Fender fügt hinzu: “Abwanderungsgefährdete Kunden werden jetzt identifiziert bevor es zu spät ist. Stattdessen können wir rechtzeitig Maßnahmen zur Kundenbindung einleiten und haben so tatsächlich die Nase vorn.”