Perspektiven

Retail Banking Growth Engine

Effiziente Nutzung von Kundendaten zur Umsatzsteigerung

Geschäftsbanken in der Schweiz sehen sich in einem geschlossenen bzw. gesättigten Markt intensivem Wettbewerbsdruck ausgesetzt. Beträchtliche Marketingausgaben für die Neukundengewinnung, bei denen Wettbewerber gleichziehen, haben oft nicht das gewünschte Ergebnis. Der Schwerpunkt etablierter Institutionen liegt inzwischen zunehmend auf der Umsatzsteigerung durch bereits bestehende Kundenportfolios – die grösste Herausforderung bleibt jedoch bestehen: Wie lässt sich dies in unserer komplexen, datengesteuerten Welt erreichen, ohne dabei die Kundenbindung und Kundenloyalität zu opfern?

Die Retail Banking Growth Engine (RBGE), eine hochinnovative Lösung von Deloitte, setzt hier an. Die RBGE ist ein einzigartiges modulares System aus fortgeschrittenen Kundenanalysemodellen. Sie wurde von Deloitte entwickelt, um Retailbanken dabei zu helfen, ihre Kundendaten besser zu verstehen und Wachstumsherausforderungen im gesamten Bankenzyklus des Kunden zu begegnen – über bessere und individuell zugeschnittene Dienstleistungen bis hin zur Entwicklung von aktiven Beziehungen, die durch gezieltes Cross- und Upselling der angemessenen Produkte unterstützt werden. So kann der Abwanderung geschätzter Kunden vorgebeugt werden.

Welchen Mehrwert bietet die Retail Banking Growth Engine für Banken?

  • Die vielen Informationen und Signale, die eine Bank von ihren Kunden erhält, können für Sie entschlüsselt werden – demografische Daten, Vorlieben für Kanäle und Produkte, Verhaltensweisen bei der Interaktion und Transaktionen sowie vieles mehr.
  • Die Kundenanalyse stellt eines der wichtigsten Werkzeuge dar, die eine Bank einsetzen kann, um aus diesen Signalen wertvolle Erkenntnisse zu den individuellen Bedürfnissen ihrer Kunden zu gewinnen.
  • Genauso wichtig ist, dass Analysen Erkenntnisse zu den Kunden direkt an das Verkaufspersonal einer Bank, wo sie am meisten gebraucht werden, oder an CRM-Systeme liefern können. Hier kommt es auf das richtige Format an, welches das Verständnis und die Umsetzung der Daten erleichtert.

RBGE-Modelle können das Upselling von Banken um bis zu 15 bis 25%, das Cross-Selling um bis zu 45% und die Zugriffszahlen durch Marketingkampagnen um bis zu 30% steigern. Ein weiterer wichtiger Effekt von RBGE ist das verbesserte Kundenerlebnis durch eine bessere Segmentierung und das gezielte Zuschneiden von Angeboten. RBGE ermöglicht zudem eine bessere Nutzung des Marktingbudgets oder sogar Einsparungen.

Ansatz und Komponenten von Retail Banking Growth Engine

Eine umfassende, flexible und modulare Lösung, die sich für die meisten Kundensituationen eignet

Die Retail Banking Growth Engine besteht aus über 19 Modulen, die ganz flexibel so kombiniert werden können, wie sie den individuellen Bedürfnissen einer Bank am besten entsprechen. Das Kernangebot besteht hierbei in der Entwicklung einer umfassenden Datenbank, die sowohl die internen Kundendaten der Bank als auch Transaktionsdaten kombiniert und um externe Daten von Deloitte ergänzt wird. Auf dieser Datenbank basieren alle analytischen Vorhersagemodelle. Dazu zählen nicht nur Modelle zur Kaufneigung und Segmentierungsmodelle, sondern auch zusätzliche Modelle, die den Kundenlebenszeitwert, Abwanderungsraten, die Kundenpenetrationsrate oder die optimale Auswahl von Produktangeboten berechnen.

Hauptkomponenten von Retail Banking Growth Engine

  • Die Retail Banking Growth Engine kombiniert mehrere Komponenten, die einander ergänzen.
  • Die modulare Lösung bietet Flexibilität und ermöglicht die Ergänzung durch weitere Module.
  • Die Solidität und Genauigkeit der Retail Banking Growth Engine wird durch die Kombination verschiedener analytischer Ansätze verstärkt.
  • Die Retail Banking Growth Engine berechnet für jeden in der Datenbank erfassten Kunden, wie gross die Wahrscheinlichkeit ist, dass er ein Produkt der Produktpalette einer Bank kauft.
  • Dadurch lassen sich gezielte, direkte Kampagnen entwickeln, Chancen für Cross- und Upselling identifizieren und das Potenzial bestehender Kundenportfolios kalkulieren, um die Budgetplanung und die Entscheidungsfindung zu erleichtern.
  • Die Hauptkomponenten sind Modelle, die die Kaufneigung berechnen und mit einer integrierten Datenbank von Kundendaten kombiniert werden. Zusätzliche Komponenten bieten weitere Vorteile oder verbessern die Genauigkeit der Modelle.

Die Ergebnisse der Modelle lassen sich in der Praxis ganz leicht in die alltägliche Kundeninteraktion einbinden

Ergebnisse der Modelle, die für jeden individuellen Kunden im Portfolio erstellt werden, werden dann in die CRM- und/oder Front-End-Systeme der Bank eingespeist, die bei jeder Interaktion mit dem Kunden genutzt werden. So lässt sich das angemessenste Angebot für den Kunden je nach Situation, Kanal und Zeitpunkt auswählen. Alternativ können die Ergebnisse für gezielte Verkaufskampagnen eingesetzt werden. Unser Ansatz erlaubt die Aggregation der Ergebnisse, dient als Grundlage für vielfältige Initiativen zur Umsatzsteigerung und verbessert gleichzeitig die Qualität der Datenbank. Unser Ansatz hilft auch dabei, weiteres Umsatzpotenzial abzuschätzen. So können auf allen Ebenen faktenbasierte unternehmerische Entscheidungen getroffen werden.

Werden Sie jetzt aktiv und nutzen Sie die Vorteile der Kundenanalyse
Fanden Sie diese Seite hilfreich?