Relationship Equity im Private Banking - Universität St.Gallen

Kapitel 6 – Entwicklung eines Relationship Equity Cockpits
Die folgenden Abschnitte behandeln nun die einzelnen Komponenten wie sie in chronologischer
Reihenfolge zur Kundenwertberechnung im vorliegenden Modell benutzt werden 299 .
6.2.1 Kundengrunddaten
Die Bewertungslogik der Relationship Equity Datenbank basiert auf der Aggregation von
Daten auf Einzelkundenniveau. Somit ist es vonnöten, von jedem einzelnen zu bewertenden
Kunden über bestimmte Informationsattribute zu verfügen. Bei der Erstellung der Datenbank
wurden die bestätigten Hypothesen der befragten Kundenberater praktisch ohne Abstriche
in das Anwendungsmodell überführt 300 .
Dies bedeutet aber auch, dass hier von einem Idealfall ausgegangen wird. Denn wie aus den
Managementinterviews ersichtlich, verfügt kaum eine Privatbank über vollständige (insbesondere
soziodemographische) Daten ihrer Kunden 301 . Bei einer Umsetzung in der Praxis
müssten darum mit hoher Sicherheit einige der hier erwähnten Attribute fallengelassen werden;
andere, neue könnten dafür unter Umständen hinzukommen.
6.2.1.1 Daten über die finanzielle Leistung des Kunden bei der Bank
Informationen über Kundengelder, darauf erwirtschaftete direkte Umsätze sowie Neugeldzuflüsse,
also die direkte Leistung des Kunden, sind bei allen befragten Privatbanken verfügbar.
Für die Relationship Equity Datenbank werden folgende finanziellen Daten pro
Kunde auf Quartalsbasis benötigt (alle in CHF) 302 :
– Kundengelder in Beratungsmandaten, investiert in
Aktien
Obligationen
anderen Instrumenten
– Kundengelder in Verwaltungsmandaten, investiert in
Aktien
Obligationen
anderen Instrumenten
– Kundenverbindlichkeiten (v.a. Hypothekar- und Lombardkredite)
– Umsatzleistung aus
Beratungsmandaten
Verwaltungsmandaten
Verbindlichkeiten
– Neugelder und Neuverbindlichkeiten (nicht näher spezifiziert)
299 Eine Besprechung der einzelnen in Abbildung 6-5 aufgeführten Prozessschritte erfolgt ab Seite 166.
300 Siehe Hypothesenbesprechung in Abschnitt 5.2.2
301 Genau genommen kann es keine vollständige Datenbasis geben – theoretisch könnte man unendlich viele Informationsstücke
über jeden Kunden sammeln (bis hin zu Kleiderstil, Musikrichtung, ...).
302 Der Detaillierungsgrad der verschiedenen Assetkategorien könnte im Anwendungsfall erhöht werden (bspw. einerseits
um eine Liquiditätskomponente, anderseits um weitere Wertschriftenkategorien).
147