Relationship Equity im Private Banking - Universität St.Gallen
Relationship Equity im Private Banking - Universität St.Gallen
Relationship Equity im Private Banking - Universität St.Gallen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Kapitel 6 – Entwicklung eines <strong>Relationship</strong> <strong>Equity</strong> Cockpits<br />
– Überprüfung der Clusterstruktur: Die aus Kundenberatergesprächen abgeleiteten<br />
Informationen zur Bildung von Kundengruppen könnten teilweise quantitativ erhärtet<br />
werden. So könnten Kunden eines Datensets anhand von vorhandenen soziodemographischen<br />
und finanziellen Attributen sowie der momentanen Profitabilität und mittels gebräuchlicher<br />
Algorithmen statistisch validiert in Cluster eingeteilt werden 345 .<br />
– Verfeinerung der Transformationswahrscheinlichkeiten: Die in der vorliegenden<br />
Arbeit verwendeten Transformationswahrscheinlichkeiten zwischen den Clustern basieren<br />
auf Schätzungen sowie erhärteten Daten des Bundesamtes für <strong>St</strong>atistik. Während die<br />
Beibehaltung letzterer sinnvoll erscheint, könnte jedoch die Datenqualität für die Transformationswahrscheinlichkeiten<br />
in den (am Lebensalter gemessen) späteren Clustern<br />
durch die Anwendung eines quantitativen Verfahrens verbessert werden. So könnte z.B.<br />
durch die Beobachtung einer grossen Anzahl Kunden sowie deren Zuteilung zu best<strong>im</strong>mten<br />
Clustern zu zwei unterschiedlichen Zeitpunkten die Wahrscheinlichkeit eines<br />
Wechsels zwischen Clustern (die „Pfade“) geschätzt werden 346 .<br />
Neben den Vorteilen lassen sich allerdings auch einige Argumente gegen eine Verwendung<br />
von echten Kundendaten zur Modellkalibrierung festhalten. Dabei sind auch Hindernisse<br />
bei der Operationalisierung nicht zu unterschätzen:<br />
– Abhängigkeit von Daten: Das erste und vielleicht hauptsächliche Problem stellt sich<br />
am Anfang eines jeden Implementierungsversuchs: Sind genügend relevante Kundendaten<br />
flächendeckend vorhanden, um eine Modellkalibrierung vornehmen zu können? Diese<br />
Frage ist auch bei der Einführung des <strong>Relationship</strong> <strong>Equity</strong> Tools auf der Basis der<br />
vorliegenden Logik von Bedeutung, bei einer statistischen Datenverarbeitung aber viel<br />
akuter 347 . Die Modellerstellung <strong>im</strong> Rahmen dieser Arbeit basiert darum auch auf einem<br />
Konzept, das qualitative bzw. beschreibende Daten zu seiner Grundlage macht. Die Erfassung<br />
von Kundendaten sollte nicht unterschätzt werden; einerseits wegen des substantiellen<br />
zeitlichen Aufwands, anderseits aufgrund der Abhängigkeit der Datenqualität<br />
vom konkreten Setup. Es erscheint darum sinnvoll, bei einer Konzepteinführung sämtliche<br />
angesprochenen <strong>St</strong>akeholder zu involvieren, um die nötige Motivation und damit<br />
Qualität sicherzustellen 348 .<br />
345 Insbesondere drängen sich die Classification and Regression Trees (CART) und Chi-squared Automatic Interaction<br />
Detector (CHAID) Methoden zur Best<strong>im</strong>mung opt<strong>im</strong>aler Knoten-/Clusterzusammensetzungen und –zugehörigkeiten<br />
auf.<br />
346 Dabei erscheint es als sinnvoll, die beiden Betrachtungszeitpunkte nicht bloss ein Jahr auseinanderliegen zu lassen<br />
sowie unter Umständen mehr als zwei Zeitpunkte zu betrachten. Denn bei der Betrachtung einer einjährigen Spanne<br />
könnten beobachtete Veränderungen zufällig sein.<br />
347 Knöbel (1997) war bspw. mit seinem Customer Value Grid Ansatz nicht zum gewünschten Resultat gelangt nachdem<br />
sich die Homogenität gebildeter Altersklassen als zu klein erwiesen hatte und er keine weiteren Daten zur Betrachtung<br />
zur Verfügung hatte. Ein weiteres konkretes Problem liegt darin, dass viele Konten Nummernkonten sind, bei<br />
denen die Bank in der Regel weniger über den Kunden weiss als bei offenen Bankbeziehungen.<br />
348 Interview mit Daniel Rüegge (19.1.05)<br />
195