Relationship Equity im Private Banking - Universität St.Gallen

R E L A T I O N S H I P E Q U I T Y I M P R I V A T E B A N K I N G
trachtung einer grossen Menge von Daten eine durchschnittliche Entwicklung zu extrahieren
und wird somit nicht in der Lage sein, das effektive Verhalten von spezifischen Einzelkunden
vorherzusagen. Der Kundenberater wird immer die bessere Leistung in der detaillierten
Beurteilung seiner Kunden erbringen als eine Maschine! Denn ersterer kennt seine
Kunden genauer, kann unterschwellige Signale zwischen den Zeilen erfassen und ist so in
der Lage, konkrete Probleme in all ihren Schattierungen differenzierter zu erkennen. Trotzdem
können die Ergebnisse des Modells auch für den Kundenberater interessant sein, der
sein Portfolio vor einen Spiegel halten und eine Zweitmeinung zur Kenntnis nehmen möchte.
Zum einen kann das Modell den Berater dabei unterstützen, ein balanciertes Kundenportfolio
aufzubauen und zu pflegen, indem es auf einprägsame Weise seine Kundenportfoliostruktur
präsentiert sowie auf mögliche Chancen aber auch Risiken hinweist. So paradox 371
es klingt, könnte das Modell auch zur Schulung des Kundenberaters genutzt werden: Der
Kundenberater würde so den Schritt von der Kundeneinzelbetrachtung zu einer aggregierten
Stufe machen und realisieren, wie seine Kunden im Vergleich zur übrigen Bankkundenpopulation
stehen und wie bspw. die Produktnutzung entlang des Lebenszyklus im Durchschnitt
wirklich aussieht. So könnte die Individualperspektive des Beraters auf verständliche
Weise mit organisationalem Wissen angereichert werden und zu einer optimierten Kundenbearbeitung
beitragen.
In diesem Zusammenhang könnten insbesondere vom Modell abzuleitende Handlungsanweisungen
gute Dienste erweisen: ein Entscheidungsbaum zur schnellen Zuordnung neuer
bzw. potentieller Kunden zu einem Kundencluster oder eine vereinfachte Formel, aufgrund
welcher der Kundenwert schnell angenähert werden könnte 372 . Damit könnte auch das Bedürfnis,
das vorhandene Kundenportfolio schnell und effizient in potentialorientierte Klassen
aufzuteilen, befriedigt werden.
Auch auf der Kostenseite kann das Tool den Kundenberatern etwas bieten: Durch die Berechnung
maximal möglicher Ausgaben für die Kundenakquisition (und Kundenbindung)
anhand von Durchschnittsbetrachtungen und der Vorgabe eines Return on Investment-
Zieles erhält der Berater (bzw. seine Vorgesetzten) eine Leitplanke, welche Beträge sinnvollerweise
für diese Aktivitäten vorzusehen sind. Diese Angaben können wiederum nur als
grobe Richtwerte dienen, die im Einzelfall aufgrund des viel spezifischeren Know-hows der
Frontmannschaft korrigiert werden müssten.
So könnte ein Teamleiter oder Kundenberater den Modelloutput als Ausgangslage nutzen,
um darauf aufbauend Feinanpassungen in Abhängigkeit der eigenen Einschätzung vorzunehmen.
Dabei müssen selbstverständlich auch die sich bietenden konkreten Möglichkeiten
371 Nachdem das Modell ja für seine Entstehung auf die Kundenberater angewiesen war.
372 Eine solche könnte nach der Kalibrierung und Berechnung des Modells aufgestellt werden, indem z.B. der Zusammenhang
zwischen den verschiedenen Inputfaktoren und dem resultierenden Kundenwert untersucht und mittels
Faktorenanalyse auf eine einfach zu handhabende Formel reduziert wird.
216