Personalisiertes Marketing liegt im Trend und ermöglicht Banken und Sparkassen, ihre Erträge zu steigern und die Kundenzufriedenheit zu erhöhen. Wie das funktioniert, habe ich Stephan Gramlich, Vice President Systems & Integration bei Adtelligence gefragt.
Intelligente Datenanalysen werden für das Banking immer wichtiger.
Partner des Bank Blogs
Banken und Sparkassen müssen sich auf einen radikalen Wandel im Bedarf und Verhalten ihrer Kunden einstellen. Sie verlangen insbesondere zunehmend nach individuellen, personalisierten Angeboten. Statische Webseiten waren gestern. Personalisierte Landingpages und Verkaufsprozesse liegen im Trend. Zahlreiche Untersuchungen zeigen, dass sie Finanzinstituten eine Steigerung der Erträge und Erhöhung der Kundenzufriedenheit ermöglichen.
Insbesondere Big Data wird dabei zu einem wichtigen Erfolgsfaktor der Zukunft. Traditionell verfügen Banken bereits über zahlreiche wichtige Kundendaten. Diese müssen allerdings in geeigneter Form aufbereitet werden, um ihren Nutzen vollständig zu entfalten.
Interview mit Stephan Gramlich, Adtelligence
Über die Herausforderungen durch Personalisierung habe ich mich mit Stephan Gramlich unterhalten. Er ist Vice President System Integration & Services bei Adtelligence und verantwortlich für erfolgreiche Implementierung von Lösungen bei Kunden. Zuvor war Herr Gramlich als Head of Products and Services und Mitglied der Geschäftsleitung in der Entwicklung und Bereitstellung von Cloud Lösungen für den internationalen Maschinen- und Anlagenbau tätig. Darüber hinaus fungiert er als Lehrbeauftragter für IT Projektmanagement an der DHBW Mannheim.
Stephan Gramlich ist Vice President System Integration & Services bei Adtelligence.
Durch intelligente Datenanalyse bis zu 30 Prozent mehr Abschlüsse
Der Bank Blog: Warum ist das Trendthema „Personalisierung” gerade für Unternehmen im Bank- und Versicherungswesen so wichtig?
Stephan Gramlich: Das Thema „Online” war für viele Nicht-Direktbanken und Versicherer lange Zeit eher ein Nischenthema; Neukundenakquise und Umsatzgenerierung liefen über die stationären Filialen. Doch der Wandel zum Digitalen ist nicht aufzuhalten.
Um in der Finanz- und Versicherungsbranche im Online-Business mehr Umsatz zu machen und sich von der Konkurrenz abzuheben, reichen statische Webseiten, die für jeden Besucher gleich sind, nicht aus. Kunden kommen häufig über Links oder Suchmaschinen auf die Webseite und nutzen weniger die Seitennavigation. Um die Kontaktqualität zu erhöhen und mehr Abschlüsse zu erzielen, ist es wichtig, potenziellen Kunden bereits beim ersten Kontakt optimal angepasste Inhalte zu bieten.
Wir nutzen unsere langjährige Erfahrung im Bereich Kundendatenanalyse, KI und Machine Learning, um Banken und Versicherern bis zu 30 Prozent mehr Abschlüsse zu ermöglichen.
Der Bank Blog: Personalisierung durch Maschinen? Wie funktioniert das konkret?
Stephan Gramlich: Wir optimieren die jeweilige Homepage, Landingpage oder Produktseite ständig. Das Ganze basiert auf einer künstlichen Intelligenz, einem lernenden System, das mit verschiedenen Algorithmen arbeitet. Diese Technologie geht viel weiter als das herkömmliche A/B-Testing. Wir identifizieren die Kundentypen und erstellen verschiedene Varianten einer Landingpage. Unser System lernt selbst, welche Variante die ist, die am besten performt. Es entscheidet – in Echtzeit – bei jedem Benutzer, welche der vorhandenen Varianten ausgespielt wird und verbessert sich selbst stetig.
Das Ziel ist es, für jeden einzelnen User die richtige Seite zu finden, und somit die Anzahl der Online-Abschlüsse deutlich zu erhöhen.
Der Bank Blog: Bis zu 30 Prozent mehr Abschlüsse allein durch personalisierte Landingpages?
Stephan Gramlich: Mit der Optimierung der Seite ist es nicht getan. Wir optimieren die komplette Customer Journey – von der Landingpage bis hin zum Abschluss. Wir haben verschiedene Best Practices, wie wir die Antragsstrecken optimieren. Zunächst analysieren wir die Bewegung des Anwenders und schauen, wo die größten Absprungraten sind. Dann geht es an die Optimierung sämtlicher Teilabschnitte, basierend auf den Nutzerdaten.
Datenschutz hat einen sehr hohen Stellenwert
Der Bank Blog: Inwiefern fördert die Personalisierung von Webseiteninhalten das Cross- und Upselling im Bestandskundenbereich?
Stephan Gramlich: Ähnlich wie im Neukundenbereich lässt sich für Bestandskunden jede Seite personalisieren. Unsere Arbeit endet nicht mit optimierten Landingpages, wir gehen viele Schritte weiter. Wir schauen uns Kontaktseiten, Kündigungsseiten oder auch komplette Kundenportale an.
Mit passenden Self-Service-Elementen für Anwender ist es möglich, operative Kosten durch sinkende Supportanfragen zu reduzieren. Der Verkauf von höherwertigen oder zusätzlichen Produkten (Cross- und Upselling) spielt bei der Optimierungen von Webseiteninhalten für Bestandskunden ebenso eine wesentliche Rolle.
Der Bank Blog: Wie ist die datengetriebene Optimierung in Sachen Datenschutz aufgestellt?
Stephan Gramlich: Datenschutz ist natürlich ein ganz großes Thema. Wenn wir zum Beispiel über Transaktionsdaten von Banken sprechen, dienen uns komplett anonymisierte Informationen als Quelle. Insbesondere beim Customer Experience Management nutzen wir im Allgemeinen keine personenbezogenen Daten. Der Datenschutz hat bei uns einen sehr hohen Stellenwert. Wir agieren absolut DSGVO-konform.
Künstliche Intelligenz lernt mit und optimiert sich selbst
Der Bank Blog: Wie kann die KI dabei helfen, herauszufinden, was die Nutzer möchten?
Stephan Gramlich: Im CRM-Portal sehen unsere Kunden, welcher Nutzer in den vergangenen drei Monaten gekündigt hat. Wenn nun Kündigungsdaten mit den Bewegungsdaten auf der Webseite in Verbindung gebracht werden, kann ich mit einem KI-System Vorhersagen darüber treffen, welche Kunden möglicherweise beabsichtigen zu kündigen.
Wir nutzen zudem anonymisierte Transaktionsdaten von Kreditkarten, um die Kunden zu segmentieren und automatisch mit unserer AI-Plattform die sogenannte Next-Best-Action auszuspielen.
Der Vorteil: Ein Bankenberater sieht genau, welches neue Produkt er einem bestimmten Kunden anbieten sollte. Ebenso können Kunden dazu animiert werden, bestehende Produkte – beispielsweise Girokarten – wieder zu nutzen, indem ihnen personalisierte Gutscheine und ähnliche Benefits zugesprochen werden. Wir sehen immer, ob unsere Aktion erfolgreich war. Unsere KI lernt mit und optimiert sich fortwährend selbst.
Der Bank Blog: Stichwort: Messbarkeit. Wie lässt sich der Erfolg der Methode messen?
Stephan Gramlich: Nehmen wir uns exemplarisch eine Produktdetailseite einer Bank vor, mit der monatlich 1.000 Abschlüsse für eine Kreditkarte generiert werden. Parallel dazu schalten wir unsere optimierten Varianten live. Die eine Hälfte des Traffics geht auf die Originalseite der Bank, die anderen 50 Prozent werden auf unsere optimierten Seiten überführt. Auf diese Weise habe ich von Tag 1 an die Möglichkeit, den Erfolg unseres Customer Experience Managements auszuweisen und einzusehen, wie viele Abschlüsse mit unserer Methodik generiert wurden.
Eine detaillierte Wirtschaftlichkeitsbetrachtung ist integraler Bestandteil
Der Bank Blog: Das klingt alles gut und logisch. Welchen Herausforderungen müssen sich Finanzinstitute bei der Implementierung einer solchen Lösung stellen?
Stephan Gramlich: Beim Thema KI und Big Data denken viele unserer operativen Ansprechpartner im ersten Moment an lange Implementierungsprojekte verbunden mit einem hohen Einsatz von internen und externen Ressourcen. Dies ist allerdings nicht der Fall. Wir zeigen, dass man auch mit einem geringen Einsatz von Ressourcen schon beeindruckende Resultate erreichen kann. Außerdem ist unser Ansatz ein Paradigmenwechsel: es geht nicht mehr darum die optimale Variante für alle Anwender zu finden, stattdessen erlauben wir die Ausspielung der optimalen Variante für den entsprechenden Anwender.
Dies erfordert natürlich Vertrauen in die bereitgestellten Lösungen. Hier gibt es meist zu Beginn die Herausforderung, die Entscheidungen eines KI Systems transparent zu visualisieren. Durch die transparente Darstellung des Erfolges wird dieses Vertrauen aber sehr schnell aufgebaut. Viele unserer Kunden gehen nach einer ersten Phase sogar soweit und schalten die ursprünglichen Seiten, welche weiterhin als Benchmark genutzt werden, nach einer Phase von drei bis sechs Monaten komplett ab
Der Bank Blog: Können Sie uns auch noch etwas zur betriebswirtschaftlichen Komponente sagen, sprich: Wie verhält es sich mit dem Return auf die Investitionen für eine solche Lösung?
Stephan Gramlich: Eine detaillierte Wirtschaftlichkeitsbetrachtung über die gesamte Nutzungsdauer ist immer Bestandteil unserer Service- und Beratungsleistung vor und während der Bereitstellung unserer Lösung. Unser methodischer Ansatz der datengetriebenen Personalisierung eignet sich daher sehr gut für eine kaufmännische Betrachtung.
So sieht unser Kunde schon vor der tatsächlichen Investitionsentscheidung, wie viel Umsatz er durch die Personalisierung erzielen kann. Abhängig von Anzahl der zu optimierenden Produkte und der Ausgangssituation des Kunden, erreichen wir dabei einen ROI von 20 Prozent und mehr.
Der Bank Blog: Vielen Dank für das Gespräch.
Mehr zur Zukunft der Finanzdienstleistung sowie den Chancen und Potentialen eines digitalen Vertriebs in Banken und Sparkassen erfahren Sie auf der folgenden Veranstaltung:
Digitaler Vertrieb 4.0 für Banken: Chancen und Potenziale erkennen, Herausforderungen und Risiken meistern.
