Markt Magazin

istock.com/scyther5

Daten gewinnbringend nutzen: Smart Data als Cross-Selling-Chance   

In den 2020er-Jahren stehen klassische Filialbanken unter zunehmendem Druck: Immer mehr – insbesondere junge – Kunden entscheiden sich für weniger Service zu geringeren Kosten, wie es alternative Anbieter, etwa reine Online-Banken oder FinTechs, zur Verfügung stellen. Dieser Trend betrifft nahezu alle Bankprodukte, und eine Wende ist aktuell nicht in Sicht.

Doch nicht nur sich verändernde Kunden­präferenzen stellen Banken und Finanzins­titute vor Herausforderungen: Vermehrt machen ihnen immer neue, branchen­fremde Unternehmen ihre Kunden streitig, etwa die Big Player aus der Technologiebranche wie Apple, Amazon oder Google, bei ihrer beständigen Suche nach fri­schen Einnahmequellen. Eine Gefahr, die z. B. durch die neue europäische PSD2-Richtlinie nur weiter befeuert wird.

Bankenvertrieb ist neuen Heraus­forderungen (noch) nicht gewachsen
Dieser sich immer schneller verändernden Finanzwelt mit vollkommen neuen Anbietern und Kundenanforderungen stehen bislang allzu oft noch die sehr konservativen Vertriebsmodelle in den Filialbanken gegenüber. Eine mittlerweile brüchige Kundenbindung macht innovative Ansätze verstärkt nötig.

Gerade während der Covid-19-Pandemie ist die Online-Affinität vieler Kunden durch die Verschiebung diverser Tä­tigkeiten in die digitale Sphäre stark angestiegen. Keinen direkten persönlichen Kontakt zu Beratern und sonstigen An­sprechpartnern der Bank zu haben, ist zunehmend Normalität und wird akzeptiert. Damit sinkt jedoch auch für viele Kunden die Hürde, zu einem reinen Online-Anbieter mit geringeren Gebühren zu wechseln. Um diesem Trend entgegenzuwirken, muss der Mehrwert des persönlichen Kontakts zu einem Berater wieder wesent­lich stärker zum Vorschein gebracht werden: die bedürfnis­gerechte und individuelle Kundenberatung unterstützt durch Smart Data Impulse.

Zudem werden die größten Stärken der Filialbanken – der direkte Kontakt zum Kunden vor Ort – oft nicht voll ausge­spielt. Die Ansprache findet teilweise nicht individuell genug statt, wodurch Kundeninteressen und Bedürfnisse nicht op­timal bedient werden. Gerade im digitalen Zeitalter mit sei­nen vielen, transparenten Vergleichsmöglichkeiten, wo das nächste Angebot nur einen Klick entfernt ist, wird die Auf­merksamkeit von Kunden zu einem knappen und äußerst wertvollen Gut. Sie zu beanspruchen und zu gewinnen gelingt nur mit einer zielgerichteten Strategie, die von starken Verkaufsargumenten und maßgeschneiderten Produktempfehlungen gestützt wird. Das ist bei vielen Banken (noch) nicht der Fall – folglich bleiben dort nicht uner­hebliche Vertriebspotenziale vorerst ungenutzt.

Mehr Cross Selling über Smart Data
Eine Lösungsstrategie im Umgang mit diesen gewaltig scheinenden Herausforderungen ist es, die Cross-Selling- Aktivitäten signifikant zu steigern. Dieser erfolgreiche Verkauf zusätzlicher Produkte an Bestandskunden birgt verschiedene Vorteile: Während der Absatz weiterer Produkte offensichtlich grundsätzlich lukrativ ist, wird auf diesem Weg auch die Bindung des Kunden an seine Bank massiv gestärkt.

Denn: Welcher Kunde wird eher zur günstigeren Direktbank und ähnlichen Institutionen abwandern? Derjenige mit ledig­lich einem Girokonto, oder der mit Girokonto, Kreditkarte, Depot und Versicherungen, deren Übertragung zu anderen Anbietern erhebliche zeitliche und mentale Aufwände mit sich bringen würde? Dieser Gedanke scheint zunächst eher trivial als innovativ, doch die Innovation verbirgt sich hier vor allem in den Metho­den, mit denen Cross Selling im Bankvertrieb optimal forciert werden kann. Die Stichworte sind – wie so oft in der heutigen Zeit – Smart Data und sophistizierte Algorithmen.

Die Möglichkeiten, wie algorithmenbasierte Datenanalysen den Bankvertrieb fit für das 21. Jahrhundert (und darüber hinaus) machen können, sind vielfältig. Besonderes Potenzial hat dabei die Analyse von Kundenzahlungsströmen. Sie kann Beratern sehr wertvolle Informationen verraten, etwa über aktuelle wichtige Ereignisse im Leben des Kunden (Hat er kürzlich eine Familie gegründet oder ein Haus gekauft?), seine Konsumprä­ferenzen (Gibt es eine hohe Reiseaffinität?) oder auch das Sparverhalten (Ist trotz gutem Einkommen keine ausreichend gute Altersvorsorge vorhanden und wird Unterstützung be­nötigt?).

Ferner erlauben es auch Korrelationsmatrizen den Banken, Zusammenhänge zwischen Käufen verschiedener Produkte zu analysieren und übliche Produktnutzungsmuster aufzude­cken. Nicht weniger interessant ist die Analyse der Entwick­lungspfade von Kunden mit einer ähnlichen Produktnutzung. Im Rahmen dieser Analyse (die sogenannte „Amazon-Logik“ nach dem Motto: „Kunden, die dieses Produkt kauften, interes­sieren sich auch für…“) kann dem Kunden aufgezeigt werden, welche Produkte ähnliche Kunden bevorzugt abgeschlossen haben. Verhaltensökonomische Effekte wie der Herdeneffekt machen solche Produkte dann automatisch vertrauenerwe­ckender und attraktiver.

Zuletzt ermöglichen intelligente Datenanalysen jedoch nicht nur die Identifikation möglichst passender Produkte. Sie hel­fen Kundenberatern sowie Kunden auch, die ausgesproche­nen Empfehlungen noch besser zu priorisieren. Bedürfnisse klar zu strukturieren ist ein Instrument, das sich insbesondere bei neuen und noch wenig bekannten Kunden lohnt und eine erste Orientierungshilfe bietet.

Aus der Praxis: Was bringen Smart-Data- Analysen?
Die Möglichkeiten, die sophistizierte Algorith­men Banken in ihren Vertriebsorganisati­onen bieten, sind umfangreich und mit erheblichen Vorteilen verbunden. Bei­spielsweise ermöglicht die Nutzung von Smart Data ein besonders vorteilhaftes Timing im Kun­denkontakt: Ein Kunde hat kürzlich von seinem Konto Anwaltskosten bezahlt? Dann ist jetzt der ideale Zeitpunkt, ihm eine effekti­ve Rechtsschutzversicherung anzubieten. Bei diesem Vorgang muss jedoch unbedingt die präzise und per­sonalisierte Ansprache des Kunden im Vordergrund stehen, um Kaufimpulse effektiv zu erzeugen. Ein solcher Vorschlag darf nicht im Look eines Massen-Mailings unter­breitet werden.

Ein weiteres Beispiel: Haben Kunden häufige Ausgaben für Reisetätigkeiten, kann die Kundenberatung diese identifizier­te Präferenz dazu nutzen, um gezielt die Anschaffung einer GoldCard mit Sonderrabatten für entsprechende Buchungen und einem besonderem Versicherungsschutz auf Reisen vor­zuschlagen. Entscheidend ist es, dass die Ansprache nicht un­spezifisch erfolgt, sondern den Mehrwert klar benennt. Also nicht: „Wäre dieses Produkt nicht etwas für Sie?“ sondern „Mit unserer GoldCard-Kreditkarte hätten Sie im letzten Jahr 240 € an Reisekosten gespart!“ Ein solch klarer und einfach zu verstehender Nutzen, der sogar quantifizierbar ist, ist das ideale Verkaufsargument, mit dem das Kundengespräch um ein Vielfaches leichter und er­folgversprechender ist.

Passende Angebote erhöhen das Kundenver­trauen
Die Gewohnheiten und Vorlieben von Kunden zu adressie­ren, erleichtert jedoch nicht nur einen einzelnen Verkaufsab­schluss. Kunden die merken, dass ihr Berater passgenau auf sie eingeht und versucht, für sie vorteilhafte Lösungen zu fin­den, haben unweigerlich mehr Vertrauen in die Qualität der Beratung ihrer Bank – was sich letztlich in einer längerfristigen Kundenbindung niederschlägt.

Enorm wichtig auch vonseiten der Bank: Kundenvertrauen ist eine der wichtigsten Voraussetzungen für die Zukunftsfä­higkeit des Bankvertriebs. Es gehört zu den wesentlichen Vor­teilen traditionsreicher Filialbanken, dass sie dieses Vertrauen von Haus aus eher vermitteln als günstigere Online-Anbieter. Daher muss es sorgsam gepflegt wer­den. Ein Kunde, der von seiner Bank persönlich und mit passenden und relevanten Produkten angesprochen wird, entwickelt dieses Vertrau­en automatisch, weil er sicher sein kann: „Meine Bank kennt mich!“

Smart Data harmonisiert die Beratungsqualität
Ohne entsprechende technologische Unterstützung gibt es jedoch eine nicht unerhebliche Heterogenität in der Qualität der von Bankberatern erbrachten Dienstleistungen. Einigen Beratern gelingt es naturgemäß immer besser als anderen, die Bedürfnisse und Befindlichkeiten ihres Gegenübers präzise zu identifizieren und dann auch noch das passende Produkt optimal vorzustellen und seiner Vorteile zu kommunizieren.

Die Nutzung von Smart Data hingegen ermöglicht die Har­monisierung der Vertriebsqualität und unterstützt Berater, in einer wachsenden Flut von Daten die Übersicht zu behalten und aussichtsreiche Potenziale zielgerichtet zu erkennen. Das gelingt beispielsweise in einem digitalen Vertriebs-Tool. Auf einer übersichtlich gestalteten Oberfläche, dem soge­nannten Cockpit, erhalten Berater einen gezielten Überblick über individuelle Kunden und deren Produkte. Smarte Algo­rithmen können hier nun zusätzlich die infrage kommenden optimalen Produktergänzungen vorschlagen und kommuni­zieren, welche Personen in der Ansprache priorisiert behan­delt werden sollten, da bei ihnen der potenzielle Bedarf als besonders ausgeprägt oder dringend identifiziert wurde.

Entsprechend wird der Berater dank Smart Data optimal bei der zielgerichteten Ansprache der vielversprechendsten Kun­den auf die bestgeeigneten Produkte unterstützt. So können Banken den Einsatz von Zeit und Ressourcen für Überzeu­gungsversuche bei aussichtslosen Gesprächen vermeiden, was die Effizienz in der Vertriebssteuerung enorm steigert und die Erfolgsbilanz der Berater sowie der gesamten Vertriebsorganisation weiter optimiert.

Die Vorteile auf der Kundenseite
Auch aus der Perspektive der Kundschaft sind die Vorteile eines solchen intelligenten Vertriebsansatzes deutlich wahrnehmbar. Denn auch bei besonders schwierigen Themen können Smart-Data-Ansätze entscheidungsunterstützend zum Einsatz kommen. Beispielsweise beim Thema Altersvorsorge: Aufgrund demo­grafischer Risiken und steigender öffentlicher Verschuldung ist vielen Kunden die zunehmende Notwendigkeit privater Vor­sorge sehr bewusst. Gleichzeitig nimmt die Komplexität des verfügbaren Angebots jedoch weiter zu – mit dem Ergebnis, dass Kunden trotzdem untätig bleiben. Zu groß ist die Überforderung oder die Angst vor einer Fehlentschei­dung und der dabei möglicherweise eingegange­nen langfristigen Verpflichtung.

Abhilfe kann dabei nur eine sachlich-objektive Darstellung des wirklichen Handlungsbedarfs und insbesondere eine Quantifizierung der sich daraus ergebenden Vorteile schaf­fen, basierend auf dem ganz eigenen Verhaltensmuster der Kundschaft. Genau das leistet eine intelligente, datenbasierte Lösung: Dank Smart-Data-optimierten Empfehlungen der Bank erhalten Kunden trotz des heutigen „Finanz-Dschungels“ die für sie rele­vanten Produkte, ohne dabei Kosten oder Aufwände für die Suche oder Entscheidung tragen zu müssen. Zusätzliche ver­haltensökonomische Effekte wie die Amazon-Logik senken durch das Prinzip der sozialen Bewährtheit die wahrgenom­menen Risiken bei der Entscheidung für ein neues Produkt weiter, wodurch ihre Zufriedenheit mit Produkt und Vertriebs­prozess weiter ansteigt.

Deutlich wird, dass für den Kunden die notwendige Auseinandersetzung mit der eigenen Vorsorge einfach, intuitiv und nach Möglichkeit sogar spielerisch sein muss. Ein solches Kundenerlebnis mit sogenanntem Gamification-Ansatz kann zum Beispiel durch ein interaktiv gestaltetes Treueprogramm erreicht werden, das neben maßgeschneiderten Produkt-empfehlungen durch entsprechende Belohnungen zusätzliche Anreize zur Vervollständigung der eigenen Vorsorge schafft.

Ohne Smart Data ist die Zukunftsfähigkeit stark gefährdet
Trotz der eindeutigen Vorteile auf allen Seiten sind viele Banken noch vorsichtig, was die Adaption solcher Lösungen angeht. Daraus ergeben sich für den langfristigen Fortbestand ihrer Geschäfte nicht unerhebliche Risiken. Wie eingangs erwähnt, haben große Technologieunternehmen bereits ein Auge auf die Finanzdienstleistungsbranche geworfen. Amazon, Google und Co. haben neben ihrem Kerngeschäft bereits in zahlreiche weitere Branchen expandiert, z. B. in den Gesundheits- oder Entertainment-Sektor so­wie zuletzt ins Versicherungsgeschäft. Bankdienstleistungen könnten schon bald das nächste in der langen Reihe von über­nommenen Geschäftsfeldern werden.

In China ist beispielsweise schon heute eine nahezu voll­ständige Integration der Finanzdienstleistungen in das „digi­tale Schweizer Taschenmesser“ WeChat – ursprünglich nur eine Telekommunikations-App – oder die allumfassende Finanzplattform Alipay zu beobachten. Etwa die Hälfte der Chinesen nutzt bereits derartige Dienstleister. Europa liegt dabei zwar noch zurück, eine entsprechende Entwicklung über die nächsten Jahre zeichnet sich aber auch hier bereits ab. Wer hier nicht frühzeitig durch bessere Kundenbetreuung und -bindung gegensteuert, hat diesen Unternehmen nichts entgegenzusetzen.

Fazit
Der derzeit schon starke Konkurrenzdruck in der Ban­kenbranche – im Moment vor allem verursacht durch die dank ihres fundamental anderen Geschäftsmo­dells oftmals günstigeren Online-Anbieter – wird in den nächsten Jahren nicht abnehmen, sondern vielmehr durch branchenfremde Player noch weiter zunehmen. In diesem umkämpften Marktumfeld ist eine sehr star­ke Kundenbindung folglich unerlässlich. Sie kann durch persönliche und maßgeschneiderte Ansprache des Kunden und vor allem durch erfolgreiches Cross Selling gefestigt werden – die mentale Hürde, die jetzige Bank trotz und mit fünf verschiedenen Produkten zu wech­seln, ist nun einmal ungleich größer als die für den ein­fachen Wechsel, wenn nur ein Girokonto bei der Bank genutzt wird.

Moderne Methoden – basierend auf Datenanalyse mit intelligenten Algorithmen – sind dabei unverzichtbare Hilfsmittel für den Vertrieb und längst nicht mehr nur ein Thema für FinTechs. Mit der richtigen Unterstützung sind solche Lösungen auch für kleinere Bankinstitute heutzutage nicht mehr unerreichbar, sondern lediglich ein Teil der notwendigen Modernisierung.

Autoren



 

Dr. Christoph Bauer ist Managing Partner des Hamburger Büros von Simon- Kucher & Partners. Er verantwortet den Bereich Regionalbanken in Deutschland und leitet das globale Retail & Business Banking Cluster.

 

 

Im Frankfurter Büro des Unternehmens berät Dr. Nicolas Georgopoulos als Senior Consultant Groß- und Regionalbanken zu Preis- und Angebotsarchitekturen mit besonderem Fokus auf Cross-Selling-Themen durch Smart- Data-Ansätze.

 

Melden Sie sich bei Interesse zu unserer Fachtagung Data Science und Machine Learning in Kreditinstituten an.

Die Cloud und Data Science – wie passt das zusammen? Torsten Nahm, der das Kompetenzzentrum für Data Science bei der DKB leitet, stellt sich im Podcast aus der Reihe „durch die bank“ Fragen rund um das Thema „Data Science in der Cloud“.

 

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge