Anzeige
| Lernende Algorithmen

Datenbasierte Modelle für die Vertriebsunterstützung

Sparkassen-Data-Analytics ist ein neuer Prozess zur Kundenselektion der Sparkassen Rating und Risikosysteme GmbH (SR), erläutert Christian Damaschke, Geschäftsführer der S Rating und Risikosysteme GmbH, im Interview mit der SparkassenZeitung. Der Prozess erkenne durch eine algorithmusbasierte Analyse großer Datenmengen aus OSPlus die Produktaffinität und Abschlusswahrscheinlichkeit der Kunden.

Anzeige

Liegt die SR im Zeitplan, um Sparkassen-Data-Analytics 2021 vollintegriert und automatisiert für die Sparkassen anbieten zu können?
Christian Damaschke: Ja und nein. Im Thema „Aufbau eines ersten produktiven Angebots in OSPlus für die Sparkassen“ sind wir im Zeitplan, aber hinsichtlich der Qualität unserer Selektionen und des Grades der Automatisierung und damit vor allem der Entlastung der Sparkassen mussten und müssen wir noch nacharbeiten. Beim Thema „Datenbasierter Content“ sind wir intensiv mit der DSV Gruppe im Kontakt, um die Services bestmöglich zu unterstützen.
Der „Closed Loop“ funktioniert bisher nur mit wenigen Instituten „manuell“ und ist auch noch über alle Kanäle in unsere Systeme zu integrieren. Diesen brauchen die Sparkassen jedoch dringend, um mit Data Analytics wirklich erfolgreich zu sein.
Die Erwartungen sind berechtigterweise sehr hoch, wie unser Nutzerfeedback mit den Rückmeldungen von fast 100 Instituten zeigt. Und in drei Jahren möchten wir Data Analytics dann vollständig automatisiert nutzbar mit qualitativ hochwertigen Selektions- und Unterstützungsangeboten für die Sparkassen bereitstellen.
Dafür war es jedoch ein ganz wesentlicher Schritt gewesen, schon im ersten Jahr in die Produktion zu kommen. Denn nun lernen wir gemeinsam in und an der Praxis und nicht im Elfenbeinturm. Viele Sparkassen unterstützen uns dabei mit ihren Erfahrungen direkt oder in Zusammenarbeit mit den Verbänden beziehungsweise mit dem DSGV. Dieses – auch kritische – Feedback hilft uns sehr. Das heißt letztlich, wir haben den ersten Schritt des gemeinsamen Lernens gestartet und werden so auch gemeinsam zum Ziel kommen.

 
Christian Damaschke, Geschäftsführer der S Rating und Risikosysteme GmbH (SR), auf der DSGV-Fachtagung für Kommunikation im März 2019. © Himsel / DSGV

Was bedeutet „produktiv nutzen“ konkret?
Im Gegensatz zu den Rating-Verfahren, die wir erst nach sehr sorgfältiger Entwicklung und auch aufsichtlicher Prüfung der Methoden ausgeliefert haben, gehen wir bei Sparkassen-Data-Analytics einen etwas anderen Weg.
Wir sind bereits nach nur wenigen Monaten Entwicklungszeit sehr früh produktiv in OSPlus gegangen und haben den Sparkassen erste Ergebnisse bereitgestellt. Im Januar 2018 sind wir gestartet und bereits im Sommer waren wir Teil des OSPlus-Releases. Einige Kritiker sagen natürlich zu früh, denn wir haben im ersten Schritt zum Beispiel noch gar keine ZV-Daten nutzen können, aber wir lernen dadurch iterativ über das Know-how der kompletten Sparkassen-Finanzgruppe und können damit auch die Lücke zu anderen Anbietern schneller schließen, welche teilweise bereits früher in dieses Thema eingestiegen sind.
Dies ist der Weg in den „Closed Loop“ – also Data Analytics durch Feedback stetig in Produktion weiterzuentwickeln. Das sehe ich auch als einen Wettbewerbsvorteil, denn hier fließt das Wissen aus vielen praktischen Anwendungen in der Organisation zusammen. Auch wenn dies bedeutet, nicht sofort alle Erwartungen unserer Kunden erfüllen zu können.

Wo steht Sparkassen-Data-Analytics eineinhalb Jahre nach dem Start?
Wir haben inzwischen für nahezu alle relevanten Produkte und auch für das Thema Beratung datenbasierte Modelle im Einsatz; insgesamt etwas mehr als 30 Modelle für die Privatkunden. Aktuell arbeiten wir gemeinsam mit den Instituten und der Finanz Informatik an dem Thema „Next Best Action“ und auch an zusätzlichen Lösungen für gewerbliche Kunden und an sogenannten Best-Practice-Empfehlungen zur Nutzung der Services, welche wir Ende 2019 zum Einsatz bringen möchten.
Wir entwickeln Sparkassen-Data-Analytics gemeinsam mit den Instituten über Erfahrungsaustausche, Besuche bei den Sparkassen vor Ort und über regelmäßiges Feedback praxisnah weiter. So lernen wir gemeinsam voneinander. Wir haben in dem ersten Jahr viel Erfahrung sammeln dürfen, vor allem zum Thema Automatisierung. Da müssen wir noch eine ganze Menge nacharbeiten. Das habe ich auch so aus unserem ersten Nutzerfeedback herausgelesen, dank der zahlreichen qualifizierten Rückmeldungen. Und wir haben all das bereits einfließen lassen in das Zielbild und in die nächsten Schritte, die wir zusammen mit unseren Partnern DSGV, DSV und Finanz Informatik angehen werden.

Welche Chancen ergeben sich durch die Nutzung des Angebots perspektivisch?
Die Wachstums- und Effizienzchancen von Data Analytics liegen für mich vor allem in der Kombination der langjährigen praktischen Beratungserfahrung und der automatisierten Datenanalyse. Die Arbeit soll dadurch möglichst erleichtert werden, auch wenn es sich durch die Umstellung von bewährten Prozessen erstmal nicht so anfühlt. Viele Sparkassen berichten jedoch neben konkreten Verbesserungswünschen bereits von spürbaren Verbesserungen.
Ziel ist es, dass wir damit zukünftig weitere Kontaktpunkte zum Kunden erschließen, sowohl was das Lesen der Informationen betrifft, die wir vom Kunden so erhalten, als auch im Übertragen dieser Informationen in interessante Angebote. Also bessere Beratungsangebote und bessere Produktangebote kombiniert mit einem einfacheren Prozess des Produktabschlusses. Das geht für mich Hand in Hand. Ich sehe Data Analytics inzwischen viel stärker im Kontext des Erschließens der vertrieblichen Kanäle, zum Beispiel die vertriebliche Ansprache zu erleichtern und ein größeres Kundenverständnis aufzubauen.

Was heißt das für den Vertrieb der Sparkassen?
In vielen Bereichen der Sparkassen wird ganz selbstverständlich mit datenbasierten Methoden und Lösungen gearbeitet, sei es beispielsweise im Risikomanagement, wo die SR bereits viele Jahre mit ihren methodischen Leistungen unterstützt. Natürlich soll Data Analytics nun im Vertrieb dabei helfen, die Kundenansprache auf allen Kanälen zu erleichtern. Aber auch den Beratern Entscheidungsempfehlungen an die Hand zu geben, um zusätzliche Potenziale beim Kunden zu erkennen. Das Thema Neukunden werden wir ebenfalls angehen. Jedoch ist das alles kein „Selbstläufer“, wie es oft suggeriert wird. Denn die Daten und Analysen allein reichen nicht für einen erfolgreichen Einsatz. Es ist auch ein Wandel in den Prozessen erforderlich und auch in der Steuerung und in den Zielsystemen. Manchmal auch bei der inneren Haltung.
Zusätzlich erschließen wir neue Kontaktpunkte, die wir dann in der digitalen Regelkommunikation automatisiert verwenden können. So können wir etwa im Servicekunden-Segment automatisiert Leistungen anbieten.
Es ist wichtig, nicht zu produktzentriert zu denken, wie wir es anfänglich mit unseren Modellen gemacht haben, sondern es geht auch darum, das Thema Services und Beratung zum richtigen Zeitpunkt innerhalb des S-Finanzkonzepts anzubieten. Das ganze Thema S-Finanzkonzept hat mit den uns zur Verfügung stehenden Daten das Ziel, den Bedarf der Kunden zu erkennen und konsequent zu bedienen.

Wie ist der Aufbau von Data Analytics vorangegangen?
Data Analytics ist ja Anfang 2018 sehr klein gestartet – nicht nur bei uns, sondern auch wenn man sich unsere Ansprechpartner anschaut. In den Sparkassen haben diverse Häuser 2018 neue Abteilungen gegründet und auch die Verbände haben neue Ansprechpartner bestimmt. Anfangs waren wir mit zehn bis 15 Kolleginnen und Kollegen im regelmäßigen Kontakt. Derzeit sind es durch unsere Initiativen wie Family & Friends, Innovationscluster sowie den Multiplikatoren aus den Regionalverbänden mehr als 300 Personen, welche direkt „mitmachen“. Das ist eine sehr dynamische Entwicklung.
Wir haben großes Glück, die richtigen Mitarbeiterinnen und Mitarbeiter an Bord genommen zu haben, und es macht Spaß, wie wir gemeinsam das Thema Data Analytics zusammen mit den Sparkassen und unseren Partnern entwickeln.

Ist Ihr Data-Analytics-Angebot zukunftssicher aufgestellt?
Klares Ja. Die technologischen und methodischen Möglichkeiten und auch die vorhandenen Daten, welche wir gemeinsam nutzen können, sind State of the Art. Jedoch besteht noch Verbesserungspotenzial in der Zusammenarbeit insgesamt und im Zusammenspiel unserer Leistungen. Die Bankpraktiker und Methodiker finden nicht immer sofort eine gemeinsame „Sprache“. Es kommt dadurch auch zu „Übersetzungsfehlern“, was jedoch mit der Zeit immer seltener wird.
Auch müssen wir zügig die uns zur Verfügung stehenden Daten rechtlich konform erschließen. Hier spielen vor allem der vertriebliche Datenhaushalt mit den Kundenkontakthistorien, die vorhandenen internen und externen Daten sowie die Daten aus den medialen Kanälen eine wesentliche Rolle. Jedoch sind die Daten teilweise nur schwer für uns interpretierbar, da sich im Vertrieb bisher in meiner Wahrnehmung nur bedingt Standards durchgesetzt haben. Beispiele sind für mich, wie heterogen in den Instituten heute Produkte verschlüsselt oder Reaktionscodes im Vertrieb erfasst werden.
Um die nächsten Schritte in Richtung Systemintegration zu realisieren, müssen wir nun im Rahmen der Budgetdiskussion zunächst das entsprechende IT-Umsetzungsbudget erhalten, auch um den „Closed Loop“ möglichst vollständig automatisch zu integrieren. Und wir benötigen die Unterstützung der Sparkassen, um die geplante Systemintegration von Data Analytics zu ermöglichen – automatisiert nutzbar und mit qualitativ hochwertigen Selektions- und Unterstützungsangeboten.
_____________________________________

Kontakt: Bereits 286 Sparkassen nutzen Sparkassen-Data-Analytics. Wenn auch Sie Interesse haben, wenden Sie sich gern an die SR. Telefon: 0 30-2 06 72-2 44 oder per E-Mail: dataanalytics@s-rating-risikosysteme.de
_____________________________________

Zur Gesellschaft: Die Sparkassen Rating und Risikosysteme GmbH (SR) ist zentraler Dienstleister für Verfahren des Risikomanagements in der Sparkassen-Finanzgruppe und 100-prozentige Tochter des Deutschen Sparkassen- und Giroverbandes (DSGV). Die SR unterstützt Institute mit Methoden und Verfahren für das Risikomanagement, für die Kapitalplanung und Risikotragfähigkeitsberechnung sowie in den Themen Meldewesen und Internes Reporting.

Data Analytics – Prognosemodelle für Kundenentscheidungen
Außerdem bietet die SR in Zusammenarbeit mit dem DSGV, der Finanz Informatik und der DSV Gruppe Data-Analytics-Lösungen für die Vertriebsunterstützung an, mit denen die Institute zielgenaue Vertriebs- und Marketing-Aktivitäten im Privat- und Firmenkundengeschäft (ab Ende 2019) durchführen können. Dafür erstellt die SR auf Basis mathematisch-statistischer Modelle innovative Methoden und Lösungen für die Sparkassen, um das Kundenverhalten und den passgenauen Kommunikationsweg für die erfolgreiche Kundenansprache zu prognostizieren.

"Das ergänzt die Beratung" - Vier Fragen an Marcus Waidelich, Abteilungsleiter Vertrieb beim DSGV