Finance IT


Bank Austria Creditanstalt

Mehr Erfolg bei weniger Kunden

15.10.2007
Von Oliver Weiss/CW at

Erfolgsquote verdreifacht

Das Data Mining auf die herkömmliche Art, bei dem über lange Zeiträume Regressionsmodelle entwickelt werden, erscheint der BA-CA schon lange nicht mehr zeitgemäß. Die mathematische Expertise steckt bei KXEN im Produkt selbst, je nach gewählter Funktion stehen Methodiken von der Regressions- über die Zeitreihen- bis hin zur Cluster-Analyse zur Verfügung. Die Anwender bringen vor allem ihr fachliches Wissen ein. "Dieser praxisbezogene Zugang funktioniert sehr gut", meint Hrusa.

Neben dem Bau von Modellen übernimmt die Software eine weitere wichtige Aufgabe: die Evaluierung der Modell-Qualität, insbesondere, wenn sich Datenstrukturen verändern. "Unser Umgang mit Data Mining ist im Gegensatz zu früher sehr viel industrialisierter, das ist bei der Vielzahl von Marketing-Aktivitäten auch nicht mehr anders realisierbar", so Hrusa. Befragt nach der Erfolgsquote der Vorhersagen, meint Widhalm: "Wir erreichen mit KXEN im Durchschnitt eine Abschlussquote der beworbenen Produkte von etwa drei bis fünf Prozent. Vorher waren es ein bis zwei Prozent." Die Data-Mining-Spezialisten unterstützen Verkaufskampagnen, die rund 20 Prozent des Neukundengeschäfts der Bank ausmachen. Das entsprach im Vorjahr einem Umsatz von 50 Millionen Euro.

Die Data-Mining-Spezialisten unterstützen Verkaufskampagnen, die rund 20 Prozent des Neukundengeschäfts der Bank ausmachen.
Die Data-Mining-Spezialisten unterstützen Verkaufskampagnen, die rund 20 Prozent des Neukundengeschäfts der Bank ausmachen.

Während früher bei Kampagnen beispielsweise 100.000 Kunden auf Basis einfacher Selektionen angeschrieben wurden, sind es heute mit qualifizierten Ergebnissen aus dem Data Mining teilweise nur 10.000, bei Spezialthemen manchmal auch nur 5.000 Kunden. Das spart nicht nur deutlich bei den Portokosten, sondern schafft wesentlich effizientere Voraussetzungen für die Vertriebsmitarbeiter - schließlich reicht nicht der Brief allein:

Viele Abschlüsse entstehen erst durch das Nachtelefonieren und den persönlichen Kontakt. "Dank der guten Hinweisqualität verzeichnen wir mehr Erfolg, obwohl wir quantitativ weniger Kunden ansprechen." Zu den typischen Analysen zählt zudem die Betrachtung des Abwanderungsverhaltens. "Wir beziehen über 1.500 Variable und Muster alter Abwanderungskunden in diese Analyse ein. Mit bloßem Auge wären die Faktoren, die auf abwanderungsgewillte Kunden hindeuten, schlicht und einfach nicht zu erkennen", erklärt Widhalm. Weist ein Kunde entsprechende Muster auf, wie die Kündigung einzelner Produkte oder Verringerung des Volumens, wird die BA-CA umgehend aktiv.

Das Restchen Magie, das im automatischen Durchforsten von 1.500 Variablen pro Kunde nach erkennbaren Mustern steckt, war am Anfang nicht so ganz einfach zu fassen. "Die Vertriebskollegen waren es gewöhnt, mit Selektionen zu arbeiten. Beim Data Mining erschließen sich die Hintergründe nicht so ohne weiteres, und es ist schwierig zu erklären, warum ein Kunde eine Kaufwahrscheinlichkeit für ein Produkt hat. Die Akzeptanz kam hauptsächlich mit der Erfahrung, dass die Ergebnisse deutlich besser geworden sind", meint Hrusa.

Zur Startseite