01 | 2012 NEWS

u Top Story u

u Top Story u Erfolgsgrundlagen im Gewerbekundenvertrieb Alles andere als Glücksspiel Statistische Analysen von Kaufwahrscheinlichkeiten und Kundenaffinitäten werden zur Erfolgsgrundlage im Gewerbekundenvertrieb Von Oliver Hoidn (Kreissparkasse Esslingen-Nürtingen), Torsten Lisson, Andreas Mach und Thomas Schmidt Wie häufig beschäftigen sich Finanzdienstleister mit den Ertragschancen der einzelnen Geschäftsbzw. Kundensegmente? Lässt sich z. B. die Beratung von Geschäfts- und Gewerbekunden unter den sich stetig verschärfenden Wettbewerbsbedingungen und steigenden regulatorischen Anforderungen bei Finanzdienstleistern noch rentabel betreiben? Mit diesen und ähnlichen Fragestellungen müssen sich Banken und Sparkassen auch in diesem Segment permanent auseinandersetzen. Dabei sollten eine konsequente Analyse und Bindung von auch zukünftig ertragsstarken Bestandskunden im Geschäfts-/Gewerbekundensegment im Mittelpunkt stehen. Diese erfolgte bisher jedoch nur eingeschränkt. Der Allokation der zur Verfügung stehenden Vertriebsressourcen auf die „richtigen“ Kunden (Potenzialkunden) ist dabei künftig erheblich höhere Aufmerksamkeit zu widmen (vgl. Abb. 1). Der folgende Artikel zeigt am Beispiel des Kreditkartenabsatzes der Kreissparkasse Esslingen- Nürtingen, wie statistische Verfahren zur optimierten Allokation von Vertriebsressourcen in der zentralen Gewerbekundenberatung beitragen. Hinweis: Alle Grafiken und Tabellen sind Beispiele und entsprechen nicht den Resultaten aus dem Projekt bei der Kreissparkasse Esslingen-Nürtingen. 6 I NEWS 01/2012

Top Story t Erfolgsgrundlagen im Gewerbekundenvertrieb t Die Kreissparkasse (KSK) Esslingen-Nürtingen strebt mit den Beratungsleistungen von msgGillardon eine Optimierung des Gewerbekundenvertriebes an. Ziel ist es, Streuverluste in der individuellen Kundenansprache zu reduzieren und die Passgenauigkeit der kundenbezogenen Produktangebote zu erhöhen. Dazu sollen Kunden mit hoher Affinität zu bestimmten Finanzdienstleistungen priorisiert in die individuelle Beratung überführt oder in Produktkampagnen eingebunden werden. Daher ist für die Kreissparkasse Esslingen-Nürtingen ein primäres Ziel, dem richtigen Kunden die richtigen Produkte über den richtigen Kanal anzubieten. Voraussetzung hierfür ist eine ausreichende Kunden- und Produktnutzungskenntnis, die im Segment der Gewerbekunden aufgrund der Betreuungsspannen der Kundenbetreuer typischerweise nicht im dafür erforderlichen Maße gegeben ist. Hier soll der Einsatz von statistischen Methoden bzw. Modellen helfen, die Marktbearbeitung effizienter und rentabler auszurichten. Methodisches Vorgehen bei der Datenanalyse Für die Prognose von Kaufwahrscheinlichkeiten bzw. der Affinität von Kunden für eine Kreditkarte sind Daten notwendig, die einerseits die Information beinhalten, ob ein Kunde bereits eine Kreditkarte besitzt oder nicht. Andererseits müssen sie Merkmale enthalten, die es ermöglichen, die Kunden möglichst gut unterscheiden zu können. Diese Anforderungen an die Daten und die zugrunde liegende Fragestellung sind sehr verwandt mit denjenigen aus der Schätzung von Adressrisikoparametern für beispielsweise Kredite. In diesem Bereich werden zwar Ausfallwahrscheinlichkeiten prognostiziert, aber die zugrunde liegende Zielgröße ist, wie beim Besitz oder Antrag einer Kreditkarte, binär. Das heißt, es gibt nur zwei Ausprägungen – das Ereignis ist entweder eingetreten oder nicht. Aufgrund der vorherrschenden Parallelen bietet es sich an, bei der Prognose von Kaufwahrscheinlichkeiten für Kreditkarten dem allgemeinen Vorgehensmodell von msgGillardon für die Schätzung von Risikoparametern zu folgen. Das hat sich in der Praxis bereits vielfach bewährt und wird für die Prognose von Kaufwahrscheinlichkeiten von Kreditkarten lediglich leicht abgeändert. Diese modifizierte Vorgehensweise (vgl. Abb. 2) wurde dementsprechend für das Projekt bei der Kreissparkasse Esslingen-Nürtingen umgesetzt. Untersucht werden Kunden nach „trennenden Ereignissen“. Das sind Kriterien, bei denen sich Käufer und Nichtkäufer wesentlich unterscheiden. Analyse der Käuferdaten Vergleich Käufer Analyse der Nichtkäuferdaten heute Potenzialkunde > Zahlreiche Verfahren mit unterschiedlicher Komplexität sind im Einsatz, wobei die Erfolge in der Praxis sehr unterschiedlich sind. > Unsere Empfehlung: Affinitätsmodelle 1 Datenerhebung (int./ext.) Datensichtung Datenaufbereitung Fachbereich Markt Feldversuch Validierung Modell 6 Deskriptive Analysen zur } Datenqualität > Validierung > Ergebnisinterpretation 5 > Merkmalauswahl > Analyse der Schätzung 4 > Short-List-Modelle > Ex-post-Kalkulation > Long-List-Merkmale 2 > Univariate Analysen > Transformationen > Short-List-Merkmale 3 > Multivariate Analysen > Modellauswahl und Annahmecheck Abbildung 1: Gewinnung von Potenzialkunden Abbildung 2: Vorgehensmodell zur Schätzung von Kaufwahrscheinlichkeiten NEWS 01/2012 I 7