Schweizer Bank vom 20.06.2005 Sonja Gensler, Anita Kluck, 7930 Zeichen Artikel

Retail Banking: Cross-Selling konsequent umsetzen

«Die britischen Banken verkaufen im Schnitt vier Produkte an einen Kunden, wir nur zwei», sagte Josef Ackermann in einem «Handelsblatt»-Interview. Als Grund für die bis heute nicht nennenswert angestiegene durchschnittliche Cross-Selling-Quote wird in Theorie und Praxis immer wieder auf das mangelnde Wissen um Potenziale im Kundenstamm hingewiesen. Mangelndes Wissen um Kundenpotenziale führt heute zu einer in weiten Teilen fehlenden Fokussierung des Vertriebs auf diejenigen Kunden, die tatsächlich den höchsten Erfolg versprechen. Denn trotz massiver Investitionen in IT-Systeme und Analysesoftware und einer ansteigenden Fülle kundenindividueller Daten stehen immer noch zu wenig handlungsrelevante Informationen zur potenzialorientierten Steuerung der Vertriebsaktivitäten zur Verfügung. Im Rahmen einer Studie des Lehrstuhls für E-Commerce der Universität Frankfurt und des E-Finance Lab (www.efinancelab.com) wurde daher der aktuelle Stand der Selektion Erfolg versprechender Kunden im Retail Banking näher untersucht. Insgesamt nahmen 16 Experten aus der Praxis an ausführlichen Interviews teil. Cross-Selling und Cross-Selling-Wahrscheinlichkeit. Cross-Selling bezeichnet den gezielten Verkauf von Zusatzprodukten an Kunden, mit denen schon eine Bankverbindung besteht, die also bereits mindestens ein Produkt bei der Retailbank besitzen. Das Ziel von Cross-Selling ist es, durch ein auf die Kundenbedürfnisse abgestimmtes Angebot von Zusatzprodukten die vorhandenen kundenindividuellen Potenziale bestmöglich auszuschöpfen. Die Cross-Selling-Wahrscheinlichkeit eines Kunden gibt daher an, mit welcher Wahrscheinlichkeit ein Kunde ein bestimmtes Produkt kaufen wird. Daraus folgen für das Marketing zwei mögliche Vorgehensweisen: Zum einen können im Rahmen einer produktbezogenen Vertriebsmassnahme jene Kunden angesprochen werden, die eine hohe Kaufwahrscheinlichkeit für das beworbene Produkt besitzen. Diese Vorgehensweise lässt sich gut in das bestehende Vertriebsmanagement und laufende Vertriebsaktionen integrieren, denn sie entspricht dem immer noch vorherrschenden Verständnis von Vertrieb als «Abverkauf» von Produkten. Zum anderen ist es zunehmend möglich, Kunden gezielt jenes Produkt anzubieten, für das sie die höchste Kaufwahrscheinlichkeit besitzen. Dieser «Next product to buy»-Ansatz bietet sich gerade für Retailbanken an, da im Rahmen von Kundengesprächen viele relevante Daten erhoben werden, die als Anknüpfungspunkte für Cross-Selling dienen können. Unabhängig von der gewählten Vorgehensweise gilt: Je gezielter die Ansprache der Kunden, desto höher ist die Wahrscheinlichkeit eines erfolgreichen Cross-Selling. Ermittlung der Cross-Selling-Wahrscheinlichkeit in der Praxis. Die Steigerung der Cross-Selling-Quote wird heute im Retail Banking als grosse Herausforderung angesehen. So wundert es nicht, dass es in allen befragten Retailbanken erklärtermassen Ziel ist, aktive Anspracheanlässe zu generieren und dem Vertrieb zur Verfügung zu stellen. Alle befragten Experten gaben an, zu diesem Zweck gezielt Cross-Selling-Wahrscheinlichkeiten zu ermitteln, um Kundenpotenziale gezielter ausschöpfen zu können. Als Analysen zur Ermittlung der Cross-Selling-Wahrscheinlichkeit haben sich Data-Mining-gestützte Scoring-Modelle in der Branche durchgesetzt. Ebenfalls eingesetzt werden heuristische Verfahren, die auf Expertenwissen basieren. Alle befragten Retailbanken verfügten bereits über die notwendigen Data Mining-Tools, um Kaufwahrscheinlichkeiten ermitteln zu können. Die Qualität der Ergebnisse hängt daher von der Qualität der Daten und der Erfahrung der Retailbank im Umgang mit der Datenauswertung ab. So können in der Studie drei unterschiedliche Typen von Retailbanken identifiziert werden: - Typ 1, «experimentiert»: Bei diesen Retailbanken wurden bisher nur vereinzelt Analysen vorgenommen, meist im Rahmen isolierter Cross-Selling-Aktionen. Das vorhandene Analysetool ist nicht in das bestehende IT-System integriert. Die Datengrundlage ist für Data-Mining-Analysen nur wenig geeignet. - Typ 2, «routiniert»: Die Analysen zur Ermittlung von Cross-Selling- Wahrscheinlichkeiten werden bereits regelmässig zur Unterstützung des Vertriebs eingesetzt. Die Ergebnisse der Analysen werden dem Vertrieb zur Ansprache der Kunden über Vertriebshinweise zur Verfügung gestellt, es existiert ein Ansatz zur Kontrolle der Response auf die Cross-Selling-Massnahme. - Typ 3, «integriert»: Die Analyse der Cross-Selling-Wahrscheinlichkeiten im Kundenstamm ist regelmässiger Bestandteil der operativen Vertriebsunterstützung und weit gehend in das vorhandene IT-System integriert. Es besteht ein vollständiger Closed-Loop, indem die Response auf eine Cross-Selling-Kampagne nicht nur erfasst, sondern auch zur Verbesserung der Prognosegenauigkeit nachfolgender Analysen eingesetzt werden kann. Der überwiegende Teil der befragten Retailbanken kann derzeit als Typ 2 bezeichnet werden. Die Expertenbefragung ergab ebenfalls, dass alle befragten Retailbanken, die derzeit noch nicht über ein integriertes Closed-Loop-System verfügen, ein solches planen oder bereits konkrete Projekte zur Schaffung eines solchen Systems vorliegen. Stand der Dinge bei der Optimierung der Kundenselektion in der Praxis. Idealerweise sollte die erwartete Profitabilität einer Cross-Selling-Massnahme das Selektionskriterium bei der Auswahl der Kunden für eine Cross-Selling-Ansprache sein. In der Praxis wird jedoch derzeit überwiegend heuristisch, also ohne analytische Unterstützung, ein Schwellenwert festgelegt, ab dem eine Cross-Selling-Wahrscheinlichkeit als für eine Ansprache attraktiv genug angesehen wird. Mit einer solchen «naiven» Kundenselektion ohne Berücksichtigung des Kundenertrags kann jedoch nur auf die Maximierung der Abschlussquote und damit auf eine Vergrösserung des Marktanteils abgezielt werden. Dies stellt jedoch gerade keine Lösung für die vorherrschenden Ertragsprobleme im Retail Banking dar. Denn die Kunden mit der höchsten ermittelten Cross-Selling-Wahrscheinlichkeit müssen nicht notwendigerweise einen hohen Ertrag erbringen. Die Praktiker sind sich dieser Problematik durchaus bewusst und versuchen, sich mit verschiedenen Hilfsmitteln an eine gewinnmaximierende Kundenselektion anzunähern. Zum einen wird versucht, die heuristische Festlegung des Schwellenwerts durch die Einbeziehung von Erfahrungswerten zu verbessern. Dazu werden intensiv Kontroll- und Testgruppen eingesetzt, um sich iterativ einem gewinnmaximierenden Modell zu nähern. Handlungsempfehlungen. Im Retail Banking kommt es auf die Profitabilität der gesamten Kundenbeziehung an. Daher gehen Ansätze, die nur die Abschlussquote, nicht aber den zu erwartenden Ertrag einer Cross-Selling-Massnahme über die Dauer der Kundenbeziehung berücksichtigen, an den Bedürfnissen der Praxis vorbei. Ziel muss es daher vielmehr sein, nur solchen Kunden ein Cross-Selling-Angebot zu unterbreiten, für die über den gesamten Nutzungszyklus des Produkts ein positiver Ergebnisbeitrag erwartet werden kann. Um Erträge und Aufwendungen einer Cross-Selling-Transaktion auch produktbezogen abbilden zu können, sind detailliertere Instrumente des Vertriebscontrollings nötig. Die derzeitigen Analysemethoden können trotz ihrer Prognosegenauigkeit bei der Schätzung von Cross-Selling-Wahrscheinlichkeiten nur als ein erster Schritt zu einer gewinnmaximierenden Kundenselektion angesehen werden. Die Herausforderung für die Optimierung der Kundenselektion liegt hingegen in der korrekten Abbildung der Kunden- und Produktprofitabilität im Controlling und in den IT-Systemen, um anspruchsvollere Modelle der Kundenselektion implementieren zu können. Dr. Sonja Gensler (Mitarbeiterin des E-Finance Lab Frankfurt am Main) und Anita Kluck (Absolventin des Lehrstuhls für E-Commerce der Goethe-Universität Frankfurt am Main).

Keine Unternehmen zugeordnet.

Zurück