,allowExpansion)
Wir definieren Churn-Vorgänge neu und setzen auf fortschrittliche Technologien, um diese frühzeitig zu erkennen und Kundenbeziehungen aufrechtzuerhalten.
Die langfristige Bindung von Kunden an Banken wird zu einer zunehmenden Herausforderung. Heutzutage haben Kunden Zugang zu einer Vielzahl von Finanzdienstleistungen und -produkten, die sie mit wenigen Klicks erhalten können. Zudem wird der Vergleich von Konto- oder Kreditkonditionen durch Vergleichsportale vereinfacht. In diesem hart umkämpften Umfeld ist es entscheidend, Kunden, die wahrscheinlich ihre Kundenbeziehung auflösen, zu identifizieren. Man spricht dabei vom sogenannten „Churn"-Vorgang. Insbesondere möchte man solche Kunden erkennen, die sich durch gezielte Angebote oder Ansprachen überzeugen lassen, ihre Beziehung nicht aufzulösen. Denn es ist generell um ein Vielfaches profitabler, bestehenden Kunden mehr Dienstleistungen oder Produkte zu verkaufen als neue Kunden zu gewinnen.
)
Das Hauptproblem bei der Churn-Erkennung liegt in der Identifikation von verlässlichen Indikatoren für eine bevorstehende Auflösung der Kundenbeziehung. Traditionelle Methoden stützen sich häufig auf einfache Heuristiken und Statistiken sowie manuelle Datenanalysen, die oft zu spät kommen oder zu ungenau sind. Zudem können bei diesen Methoden wichtige prädiktive Signale in der Vielzahl von Informationen zum Kaufverhalten, zu Transaktionen oder zur Kundendemografie verlorengehen.
Ein weiteres Problem liegt in der Datenverfügbarkeit: Um Churn verlässlich zu erkennen, werden vollständige historische Datensätze von abgewanderten Kunden benötigt. Allerdings ist es datenschutzrechtlich und ethisch bedenklich, die Daten von Kunden zu speichern und für geschäftliche Zwecke zu nutzen, wenn diese Kunden ihre Bankbeziehung bereits aufgelöst haben.
Die Problematik der Datenverfügbarkeit umgehen wir bei Fincon Reply durch den Einsatz von geeigneten Churn-Definitionen. Dabei vereinen wir unsere technische und fachliche Expertise. Es ist zum Beispiel möglich, bestehende Kunden, die ihr Transaktionsvolumen signifikant reduziert oder Teile ihres Anlagevermögens abgezogen haben, als „gechurnt“ zu betrachten – man spricht hier von einem sogenannten „Soft Churn“. Sobald die Kundendaten mit der passenden Churn-Bezeichnung angereichert wurden, setzen wir fortschrittliche Machine-Learning-Methoden (ML) ein, wie zum Beispiel eXtreme Gradient Boosting (XGB) oder künstliche neuronale Netzwerke. Auf diese Weise können wir komplexe Datenmuster sowie etwaige nicht-
lineare Beziehungen zwischen den prädiktiven Signalen und der letztendlichen Churn-Entscheidung ausmachen. In verschiedenen Anwendungsfällen war es uns in der Vergangenheit möglich, die Churn-Erkennung im Vergleich zu herkömmlicheren Methoden um mehr als 10 Prozent zu verbessern.
Parallel dazu ist die Implementierung eines effektiven Feedback-Loops wesentlich, bei dem die Vorhersagen des ML-Modells genutzt werden, um gezielte Kundenbindungsmaßnahmen einzuleiten und deren Erfolg zu messen. Diese Rückkopplung hilft, das Modell kontinuierlich zu verfeinern und es an sich ändernde Kundenverhaltensweisen anzupassen.
Die frühzeitige Erkennung von Kunden, die ein hohes Risiko aufweisen, ihre Kundenbeziehung zu beenden, bietet mehrere Vorzüge:
Gezielter Einsatz von Retention-Strategien
... wie persönliche Beratungsgespräche oder passende Produktempfehlungen, die die Kundenzufriedenheit und -bindung steigern können.
Höhere Profitabilität
... da die Akquisition neuer Kunden oft teurer ist als die Erhaltung von bestehenden Kundenbeziehungen.
Wertvolle Einsichten
... in die Bedürfnisse und Präferenzen der Kunden, die für die Produktentwicklung und Verbesserung des Kundenservice genutzt werden können.
)
Fincon Reply ist ein Business- und IT-Beratungsunternehmen mit Fokus auf die Finanzdienstleistungsindustrie. Fincon Reply berät Banken, die Sparkassen-Finanzgruppe, die Genossenschaftliche FinanzGruppe und Versicherungen sowie deren Zulieferer proaktiv bei ihrer digitalen Transformation. Das Unternehmen unterstützt vor Ort mit spezialisierten Berater- und Entwicklerteams und liefert schlüsselfertige Lösungen.