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