Datenbasierte Vertriebssteuerung

von Frank Habiger

In unserem Use Case identifizieren wir Marketing- und Vertriebsaktivitäten datenbasiert und implementieren Upselling-Potenziale für eine aktive Vertriebssteuerung.

Thema

Als Versicherer steuern Sie Ihre Vertriebsaktivitäten über die bestehenden Vertriebskanäle, unterstützt durch flankierende Marketingaktivitäten. Vertriebliche Aktivitäten basieren dabei oft auf den Erfahrungswerten und der subjektiven Einschätzung Ihrer Mitarbeiter. Vertriebsaktivitäten, die nicht datenbasiert durchgeführt werden, sind somit weniger objektiv.

Die Grundlage für datenbasierte Vertriebs- und Marketingaktivitäten liegt in der Berechnung der Affinität von Bestandskunden zur Erhöhung oder zum Neuabschluss von Verträgen. Ziel ist es, den verschiedenen Vertriebskanälen und Ihrem Customer Service Priorisierungen für einen zielgerichteten Vertragsabschluss bereitstellen zu können.

Lösung

Mit den Kunden- und Vertragsdaten, die Ihnen aus Ihrer Kundendatenbank und weiteren Datenquellen, wie zum Beispiel Beratungsprotokollen, Besuchsberichten etc. zur Verfügung stehen, erarbeiten wir gemeinsam mit Hilfe modernster Machine Learning-Verfahren ein individuelles Modell, das die Zielgruppen und deren Produktaffinität bestimmt.

Um eine breite Akzeptanz zu erreichen, werden die Ergebnisse verständlich für das Management und den Vertrieb aufbereitet. Hierzu nutzen wir auch graphische Hilfsmittel. Um die Ergebnisse in Ihren regulären Geschäftsbetrieb zu integrieren, können wir gemeinsam eine Applikation erstellen, die in regelmäßgen Zyklen ein aktuelles Abbild Ihrer Kundengruppen liefert und es Ihnen ermöglicht, die Bedürfnisse Ihrer Kunden zu verstehen.

Nutzen

Ziel ist es, möglichst genau die richtigen Kunden mit dem größten Potential und den korrekten Angeboten zu kontaktieren, um so Kosten zu reduzieren, die Wiederanlage bzw. den Neuabschluss zu steigern und Storno zu reduzieren. Diese einzelnen Aufgabenstellungen können wir mit Hilfe von Data Science Modellen kosteneffizient lösen und Ihre bisherigen Erfahrungswerte als Benchmark nutzen. Die in der Datenbank verfügbaren Informationen werden visualisiert und Ihren Mitarbeitern zugänglich gemacht. 

Einsatzbereiche

  • Branche: Versicherung
  • Sparten: Spartenunabhängig
  • Thema: Customer Analytics
  • Tools: Java, Python, R

Ergebnisse

  • Kundenindividuelle Angebote: Kundenansprache und bedarfsorientierte Angebote mit höherer Abschlusswahrscheinlichkeit
  • Gezielte Vertriebssteuerung: Steigerung der Cross Selling Quote
  • Marketingaktivitäten: Passgenaue Marketingaktivitäten und -aktionen
  • Next Best Action: Echtzeitentscheidung über die nächste beste Kundenaktion

Möglicher Projektablauf

  • Definition Anforderungen und Ziel des Projektes
  • Analyse der Daten
  • Datenanonymisierung
  • Datenexploration
  • Datenbereinigung
  • Modelltraining und Vorhersage
  • Interpretation
  • Ableitung von Maßnahmen
  • Einbindung in die bestehende Marketing- und Vertriebssteuerung
  • Einbindung in bestehende Außendienstsysteme und Marketingaktivitäten

Zurück