Anzeige
Anzeige

Exklusiv für Abonnenten

Dieser Beitrag steht exklusiv Abonnenten des SparkassenZeitung Portals zur Verfügung.
Bitte loggen Sie sich hier ein:

Haben Sie Ihr Passwort vergessen oder benötigen Sie ein neues?
Hier anfordern

Weitere Informationen zu Produkten, Bestellmöglichkeiten mit Testzugang, Lizenzprüfung oder FAQs finden Sie im Bereich Abo-Service.
Bei Fragen nehmen Sie gern Kontakt online mit uns auf oder rufen Sie uns an:
Tel.: +49 711 782-1173.

Passwort vergessen

Geben Sie Ihre E-Mail Adresse an und erhalten Sie einen Link um Ihr Passwort zurückzusetzen.

Bitte geben Sie hier Ihre E-Mail-Adresse an, mit der Sie bei uns registriert sind. Nach dem Klicken auf "Absenden" bekommen Sie eine Mail mit dem Link. Klicken Sie den Link an oder kopieren Sie diesen in die Adressleiste Ihres Internetbrowsers. So werden Sie automatisch angemeldet und können Ihr Passwort ändern.

Anzeige
15. Juni 2018 - 10:00Data Analytics

"Wir lesen die Spuren, die die Kunden in den Daten hinterlassen"

von Alexander Hartberg

Sparkassen können für Vertriebskampagnen ab Juli 2018 mithilfe von Data Analytics besonders affine Kunden auswählen. Damit rücken Kundenbedürfnisse noch weiter in den Mittelpunkt, erklärt Christian Damaschke, Geschäftsführer der Sparkassen Rating und Risikosysteme. Die Kundenselektionen, die auf Daten und Algorithmen basieren, wurden mit Pilotsparkassen entwickelt und mit der Finanz Informatik umgesetzt. DSV und SFP bieten darauf abgestimmte Services an.

Im ersten Schritt soll Data Analytics den Instituten helfen, mit ihren Vertriebskampagnen Kunden zielgenauer anzusprechen. Im zweiten Schritt will man datenbasiert jedem Kunden individuell das in der jeweiligen Situation beste nächste Angebot unterbreiten, erläutert SR-Geschäftsführer Christian Damaschke. (Himsel)
DSZ: In Tests haben Sparkassen durch datenbasierte Prognosemodelle 150 bis über 250 Prozent mehr Produktabschlüsse geschafft als mithilfe von Kundenlisten, die Vertriebsspezialisten händisch erzeugt haben. Wie geht das?
Christian Damaschke: Wir berechnen Potenziale, zum Beispiel die Produktaffinität – also einen Score, der misst, wie interessant ein bestimmtes Produkt für einen Kunden sein könnte. Die Kunden werden damit nach ihren Abschlusswahrscheinlichkeiten sortiert.
DSZ: Wie unterstützt Data Analytics genau?
Damaschke: Der Algorithmus greift Spuren in den Daten auf und verarbeitet diese objektiv. Er orientiert sich an Mustern aus der Produktnutzung oder der Kundensituation. Er ist dabei "unvoreingenommen" von Sympathien oder bisherigen Erfahrungen. Unsere Vision ist es, mit unseren Partnern und den Sparkassen datenbasierte Lösungen zu entwickeln, die die gesamte Customer Journey abdecken. Damit soll Sparkassen-Data-Analytics ein essenzieller Bestandteil der strategischen Vertriebsplanung, deren operativer Durchführung und Erfolgsmessung werden.
DSZ: Data Analytics dient damit hauptsächlich dazu, möglichst produktaffine Kunden ausfindig zu machen?
Damaschke: Im ersten Schritt startet Data Analytics in der Sparkassen-Finanzgruppe mit zehn Anwendungsfällen, welche die Beratung unterstützen und den Vertrieb bestimmter Produkte effizienter machen sollen. Wir filtern gezielt Kunden heraus, bei denen wir eine hohe Affinität etwa zum Abschluss eines Konsumentenkredits, einer Baufinanzierung oder einer Kreditkarte vermuten. Wir können aber auch darstellen, bei welchen Kunden eine Kündigung droht, um Gegenmaßnahmen einzuleiten.
DSZ: Die zehn Anwendungsfälle stehen Sparkassen im Juli in OSPlus zur Verfügung…
Damaschke: … und 15 weitere Anwendungsfälle folgen mit dem OSPlus-Release 18.1. Aber das ist erst der Anfang. Unsere Ziele reichen viel weiter, als Affinitäten zu den vielen Sparkassen- und Verbundpartner-Produkten zu ermitteln. Wir wollen einerseits die Kontakthäufigkeit erhöhen und andererseits dem Kunden in jeder Situation und auf jedem Kanal immer genau das eine Angebot machen, das seinen Bedürfnissen bestmöglich entspricht – Neudeutsch: "Next Best Action".
DSZ: Wie funktioniert das?
Damaschke: Wie gesagt, wir lesen die Spuren, die unsere Kunden in den Daten hinterlassen, an möglichst allen Kontaktpunkten. Das Erlernte daraus können die Sparkassen für die Aussteuerung der operativen und strategischen Vertriebsmaßnahmen nutzen. Dies kann entweder automatisch oder über den persönlichen Kundenkontakt erfolgen. Wir nennen das "Closed Loop". So kommen wir zur "Next Best Action" – oder auch zu der Information, die der Kunde als nächstes braucht und die die Sparkasse ihm dann unaufgefordert zur Verfügung stellen kann. Beispiele wären auf den Kunden zugeschnittene Inhalte in der Internet-Filiale oder die datenbasierte Empfehlung an den Berater, im Kundengespräch ein mögliches Bedürfnis anzusprechen.
DSZ: Macht das die heutige Arithmetik großer Vertriebskampagnen obsolet?
Damaschke: Nein. Sparkassen-Data-Analytics fügt dem Vorgehen nur eine stärker analytische Komponente hinzu: Wir stellen zusätzlich das potenzielle Interesse der Kunden auf Basis von statistischen Analysen in den Mittelpunkt. Künftig können wir auf der Grundlage unserer vielen Informationen Kunden zur richtigen Zeit mit der richtigen Ansprache und im richtigen Kanal das ideale Produkt anbieten.
DSZ: Welche Daten gehen in die Vorhersagen zu möglichen Kundenvorlieben ein?
Damaschke: Auf Rohdaten­ebene gehen eine Vielzahl von Informationen zur Produktnutzung, zur bisherigen Kundenkontakthistorie und auch verschiedene Kundeneigenschaften ein. Viel wichtiger jedoch ist die statistische Kombination der Kennzahlen, denn diese entscheidet über die Prognosefähigkeit des Algorithmus.
DSZ: Ist es sinnvoll, die Auswertungen auf Daten zu beschränken, die der Sparkasse vorliegen?
Damaschke: Aus heutiger Sicht ist mit diesen Daten schon viel möglich. Künftig werden noch stärker Transaktions- und Kontaktdaten in die Auswertungen einbezogen. Das können regelmäßige Abhebungen am Geldautomaten, Beratungsgespräche oder die Art der Nutzung der Internet-Filiale oder der Sparkassen-App sein. Technisch wird die Finanz Informatik das System allerdings so aufbauen, dass wir unterschiedlichste Datentöpfe anzapfen können. So gibt es etwa Anbieter, die durchschnittliche Haushaltseinkommen für einzelne Postleitzahlbereiche oder Straßenzüge bereitstellen. Das kann – klug kombiniert mit eigenen Daten – einer Sparkasse zum Beispiel helfen herauszufinden, in welchem Teil ihres Geschäftsgebiets Kundenpotenziale ungenutzt sind.
DSZ: In der elektronischen Welt stehen aber doch sicherlich noch weit mehr Daten zur Verfügung.
Damaschke: Das SFP ist beispielsweise im Web-Tracking intensiv unterwegs und bringt wertvolle Erfahrungen in das Gesamtvorgehen ein. Aufschlussreich für das Nutzerverhalten im Web sind sogenannte Customer-Journey-Analysen. Dabei werden Informationen über Klickpfade und Cross-Site-Verhalten genutzt, um zu verstehen, an welchen Themen der Nutzer interessiert ist und wo genau Interaktion auf der Website stattfindet. Diese Informationen lassen sich nutzen, um Inhalte und Design an die Vorlieben der Nutzer anzupassen. Ein großes Potenzial liegt besonders in der datengetriebenen Kundenansprache in der Internet-Filiale und in externen Vertriebskanälen, die durch Automation künftig noch smarter und zielgerichteter werden wird.
DSZ: Firmen wie Facebook sind mit ihren Datenanalysen ziemlich in die Schlagzeilen geraten.
Damaschke: Wir beschränken uns auf die Daten, die wir rechtlich nutzen dürfen und deren Nutzung der Kunde zugestimmt hat.
DSZ: Wann wird das System soweit ausgebaut sein, dass es die "Next Best Action" tatsächlich liefern kann?
Damaschke: Wir streben eine stufenweise Entwicklung an, da diese ja auch stets mit entsprechenden IT-Entwicklungsbudgets hinterlegt werden muss. Unser Ziel ist es, diesen Zustand automatisiert und vollständig systemintegriert bis spätestens 2021 zu erreichen.
Sparkassen haben – auch wegen ihrer langen Tradition – größere Anpassungen zu bewältigen als junge Unternehmen, die mit der Digitalisierung groß geworden sind, sagt SR-Geschäftsführer Christian Damaschke. (Himsel)
DSZ: Das klingt noch vergleichsweise lange hin.
Damaschke: Das stimmt, aber hier braucht es einen gewissen Realismus. Mit vielen Pilotsparkassen haben wir gelernt, dass sich aus einer stärker datenbasierten Denkrichtung ein deutlicher Anpassungsbedarf in der Praxis ergibt. Wie die Erfahrung aus den Kreditrisikomodellen zeigt, braucht man realistisch betrachtet mindestens drei Jahre, um eine solche Infrastruktur, den "Closed Loop" und die notwendige Methodik soweit aufzubauen und zu testen, dass diese in allen Fällen mit zuverlässiger Vorhersagekraft arbeitet. Nicht zuletzt müssen die Ergebnisse auch ihre Akzeptanz in der Praxis finden. Hier werden wir sicher noch viel dazulernen und den einen oder anderen Rückschlag hinnehmen müssen.

DSZ: Warum braucht eine Entwicklung, die Google, Facebook und Co. schon hinter sich haben, in der Sparkassen-Finanzgruppe so lange?
Damaschke: Die Sparkassen-Finanzgruppe ist mehr als ein digitales Start-up. Wir sind älter als die Digitalisierung und haben in unserem Geschäft viel Erfahrung und Fingerspitzengefühl. Dies bedeutet aber, dass wir bei manchen Themen mehr anpassen müssen als die jungen Unternehmen, die von Beginn an den gesamten Umgang und Vertrieb mit ihren Kunden digital aufgebaut haben. Meines Erachtens stehen wir hier zumindest teilweise auch vor einem kulturellen Wandel.
DSZ: Wird dann jetzt die SR zur Datenkrake, die ihre Fühler in alle Sparkassen ausstreckt und dort Daten absaugt?
Damaschke: Ganz im Gegenteil, wir ziehen gar keine Daten ab! Die Daten bleiben bei der Sparkasse beziehungsweise der Finanz Informatik. In der aktuellen Entwicklungsphase bedarf es jedoch der engen Zusammenarbeit mit Pilotsparkassen für vertriebliche Anwendungsfälle. Diese werden den Sparkassen in OSPlus zur Verfügung gestellt, damit sie in ihren Datenbeständen die Kunden ausfindig machen können, die sie jeweils suchen und vertrieblich ansprechen wollen.
DSZ: Bekommen Sparkassen Data Analytics auf Knopfdruck?
Damaschke: Wir wollen es den Sparkassen perspektivisch so einfach wie möglich machen. Das bedeutet: komplett automatisiert in OSPlus. Wir wollen sukzessive dahin kommen, dass man im Marketing und im Vertrieb auf einen Blick sehen kann, welche Inhalte oder Dienstleistungen für den Kunden gerade die höchste Relevanz haben.
DSZ: Welchen Einblick haben Sparkassen in die Dinge, die dafür im Hintergrund ablaufen?
Damaschke: Wir stellen den Sparkassen sehr transparent dar, welche Daten wir zu Merkmalen verdichten. Wir bewerten mit Datenschutzexperten und Anwälten im Gesamtkontext der Anwendung und auf Ebene der Rohdaten, ob wir eine Information in die Analyse einbeziehen dürfen oder nicht.
DSZ: Holen die Sparkassen nicht gerade landauf, landab Einwilligungserklärungen ihrer Kunden ein, um Data Analytics ohne rechtliche Risiken einsetzen zu können?
Damaschke: Gut funktionierendes Data Analytics fußt auf dieser Einwilligungserklärung. Für Institute, die noch nicht das Einverständnis all ihrer Kunden einholen konnten, haben wir eine gute Alternative entwickelt. Bei den sogenannten "Anwendungsfällen Light" bleiben die kritisch einzustufenden Daten und Datenfelder außen vor. Aber nach meinem Eindruck kommen die Sparkassen mit den Einwilligungen gut voran – manche Häuser planen schon in diesem Jahr, für die Hälfte ihrer Kunden grünes Licht zu bekommen.
DSZ: Wie berücksichtigt der Algorithmus die Einwilligungserklärungen?
Damaschke: In der aktuellen Anwendung unter OSPlus erfolgt dies in einem mehrstufigen Prüfprozess. Hat der Kunde der Nutzung seiner Daten aktiv widersprochen, wird nicht weiter analysiert. Danach wird geprüft, in welchem Umfang die Kundeneinwilligung vorliegt. Liegt bisher keine Einwilligungserklärung vor, nutzen wir die "Anwendungsfälle Light", die ausschließlich weniger sensible Daten nutzen. Für die Verwendung dieser Anwendungsfälle muss die Sparkasse nach den neuen Richtlinien der Datenschutz-Grundverordnung eine Interessensabwägung treffen. Hierbei unterstützen wir die Häuser mit einem rechtlichen Prüfungsschema.
DSZ: Unerlässlich für gute Analysen scheint zudem – wie bei der Banksteuerung – ein intakter Datenhaushalt.
Damaschke: Richtig, im Kontext der Banksteuerung wird aktuell der sogenannte "Integrierte Datenhaushalt" aufgebaut. Hierbei werden gemeinsam mit den Sparkassen Standards für die Datenhaltung, in der Methodik, für das Reporting und in der Datenqualität gesetzt. Im Kontext von Data Analytics werden uns diese Standards künftig insbesondere beim Thema Datenqualität und bei der Berücksichtigung vertrieblicher Kennzahlen in der Steuerung helfen.
DSZ: Wie passt sich Ihre Arbeit ein in die Aktivitäten zu Daten in der Sparkassen-Finanzgruppe?
Damaschke: Natürlich arbeiten wir sehr eng mit der Finanz Informatik zusammen, denn die Anwendungsfälle werden den Sparkassen über OSPlus bereitgestellt. Die DSV-Gruppe liefert – im Einklang mit der Kommunikationsstrategie des DSGV – Material für die Kampagnen, die an die Kundenselektionen anknüpfen. Außerdem arbeiten wir eng mit dem Sparkassen-Finanzportal zusammen. Beim Deutschen Sparkassenverlag liegen zudem Daten zu Bilanzen der Firmenkunden, weitere Verbundpartner können zusätzliche Daten beisteuern. Zur Erreichung der gesteckten Ziele arbeiten wir gemeinsam mit den Sparkassen und unseren Partnern an der gleichen Sache.
Anzeige
 Druck-PDF herunterladen

Kommentare zum Artikel (0)