Der Nutzen von Predictive Analytics: von Retailbanking bis Wealth Management


Christof Roßbroich

Autor: Christof Roßbroich, Head of Sales Germany, Avaloq (www.avaloq.com/de)

Neue digitale Technologien sorgen für disruptive Entwicklungen, im Retailbanking ebenso wie im Private Banking und Wealth Management. Ein wichtiger Treiber dafür ist Predictive Analytics. In der Zukunft dürfte Predictive Analytics für Banken und Vermögensverwalter unverzichtbar werden. Denn die Prognose des Kundenverhaltens auf Basis automatisierter Datenanalysen verschafft Unternehmen entscheidende Wettbewerbsvorteile: Banken können auf dieser Grundlage individualisierte Leistungen in höherer Qualität erbringen. Predictive Analytics wird ihnen eine viel granularere Perspektive ermöglichen als bisher – bis hinab zur Vorhersage des konkreten, aktuellen Bedarfs individueller Klienten.

Neue Standardlösungen für Analytics

Dass sich der Markt dramatisch verändert und Predictive Analytics derzeit immer bedeutsamer wird, hat auch damit zu tun, dass sich im Bereich der Analyse immer mehr technologische De-facto-Standards etablieren. Neben großen Playern wie HP und IBM bieten heute auch schon kleinere Unternehmen schlüsselfertige Analytics-as-a-Service-Lösungen. Die Konsequenz: Marktteilnehmer sind nicht mehr gezwungen, ihre eigenen Analyseplattformen zu bauen. Stattdessen gibt es Analytics in Zukunft in Form problemlos zugänglicher Standardlösungen und Module. Wünschenswert ist allerdings ein hoher Integrationsgrad der IT-Systeme einer Bank – dadurch wird es für ein Institut leichter, in wirklich alle relevanten Daten tief einzutauchen.

Den Kunden besser verstehen als er sich selbst

Ein wichtiger Anwendungsfall für Predictive Analytics ist der Bereich Customer Insights. Kundenberater und Relationship Manager im Front-Office profitieren davon, dass sie durch Predictive Analytics eine echte 360-Grad-Perspektive auf Kunden und Interessenten gewinnen und sie viel besser verstehen, als dies bisher möglich war. Aus Kundenperspektive heißt das: bedarfsgerechtere Angebote als je zuvor. Im Idealfall fließen in die automatische Analyse sämtliche Kundeninformationen aus internen Quellen des Unternehmens ein und auch unterschiedlichste externe Daten, wie etwa Wohnort- oder Geodaten zur Kaufkraft. Ein großer Vorteil von Predictive Analytics ist es, dass sich damit zu jedem Kunden, Interessenten und Website-Besucher ein individuelles Profil erstellen lässt. Die bisherige Kontakt- und Geschäftshistorie inklusive Zeit, Umfang und Zahl der Transaktionen wird dabei ebenso einfließen wie die technischen Daten des digitalen Kontaktvorgangs – von der IP-Adresse des Nutzers über Bildschirmauflösung, Browser und Betriebssystem bis hin zu seiner Spracheinstellung. Sämtliche Informationen können einer Predictive Analytics-Lösung dazu dienen, Abschlusswahrscheinlichkeiten für bestimmte Produkte oder Leistungen zu bestimmen und bislang unerkannte Umsatzpotenziale zu identifizieren. Die Kundenberater werden ihre Klienten in Zukunft sogar so gut verstehen, dass sie den zukünftigen Bedarf eines Kunden antizipieren, bevor er ihm selbst bewusst wird. Aus der spiegelbildlichen Perspektive betrachtet ergeben sich durch Predictive Analytics auch für den Klienten selbst enorme Vorteile: Denn seine Bank oder sein Vermögensberater werden ihm in Zukunft Angebote machen können, die seinem tatsächlichen Bedarf optimal entsprechen – im genau richtigen Zeitpunkt und mit passgenauem Zuschnitt. Klienten werden sich dank Predictive Analytics besser betreut fühlen als je zuvor.

Umsatzsteigerung, Betrugserkennung und Effizienzgewinne

Höhere Umsätze sind der erste wichtige Nutzen von Predictive Analytics, weil eine Bank die Bedürfnisse ihrer Kunden auf dieser Basis gezielt adressieren kann. Ein zweites großes Anwendungsszenario für solcher Analyselösungen ist die Betrugserkennung und  vermeidung. Auf Grundlage des Kundenverhaltens und all der Daten, die der Bank im Zusammenhang mit dem Kunden zugänglich sind, werden Analytics-Systeme einschätzen können, wie groß die Betrugswahrscheinlichkeit bei einem spezifischen Kunden ist, um bei entsprechenden Vorgängen einen automatischen Alarm auszulösen. Dadurch verbessert sich gleichzeitig die Effizienz im Back-Office. Denn die Qualität und Validität der Betrugsalarme wird durch Predictive Analytics steigen, während sich die Zahl falsch positiver Betrugsverdachtsfälle, die aufwendig manuell untersucht werden müssen, deutlich reduziert. Ganz generell ist dies das dritte große Nutzenversprechen von Predictive Analytics: eine Kostenreduktion durch eine verbesserte Effizienz in den Prozessen.

Vom Retailbanking bis zur Vermögensberatung

Ob ein Berater Ultra high-net-worth Individuals betreut oder ob es um Direktmarketing- und Sales-Aufgaben im Retailbanking geht: Predictive Analytics ist in all diesen Anwendungsfällen relevant, wenn auch aus etwas unterschiedlichen Gründen. Im Retailbanking wird es in Zukunft entscheidend darauf ankommen, unter den vielen Tausend Kunden signifikante Verhaltensmuster auszumachen, Marketingkampagnen darauf auszurichten und auch neue Untergruppen zu identifizieren, um sie gezielt adressieren zu können. Der Relationship Manager in der Vermögensberatung einer Privatbank dagegen betreut vielleicht nur 100 Kunden, aber für ihn ist es unerlässlich, alles über diese Kunden zu erfahren und ihre Bedürfnisse und ihr Verhalten so genau wie irgend möglich vorherzusagen, um ihnen perfekt zu entsprechen. In beiden Szenarien kommt letztlich die zentrale Stärke von Predictive Analytics zum Tragen, zielgerichtete Angebote zum optimalen Zeitpunkt zu ermöglichen. Davon profitieren beide Seiten: der Kundenberater und sein Klient.

Christof Roßbroich ist seit Mai 2017 als Head of Sales Germany bei Avaloq in Deutschland tätig. Der Diplom-Kaufmann begann seine Karriere 1999 als Account Manager beim Bankensoftwarespezialisten Mosaic Geva. Von 2004 an war er bei der Geva Business Solutions als Vertriebsleiter tätig. 2007 wechselte er zu XCOM (heute FinTech Group), wo er zuletzt fast fünf Jahre lang als Generalbevollmächtigter die Bereichsleitung Marketing und Vertrieb innehatte.

LinkedIn
Xing
Twitter
Website
Facebook