Effektivere Neukundenakquise
Kundenberater verlassen sich bei der Suche nach neuen Kunden häufig stark auf ihre Erfahrung und Netzwerke. Das manuelle Sammeln von Informationen über potenzielle Neukunden ist ein zeitaufwendiger und umständlicher Prozess. Nur wenige nutzen fortgeschrittene Analysemethoden, um potenzielle Neukunden zu identifizieren.
Basierend auf unserer Kundenarbeit sehen wir, dass führende Unternehmen im Bereich Data Analytics ihre jährlichen Neugelder basierend auf gezielten Akquisitionsanstrengungen und einer erfolgreicheren Lead-Konvertierung um bis zu 50 Prozent steigern können.
Normalerweise nutzen Vermögensverwalter nicht mehr als eine Handvoll Quellen zur Identifikation potenzieller Neukunden. Heutzutage gibt es jedoch schon Lösungen von Drittanbietern, die externe Quellen im Bereich von Hunderten kombinieren können und so das Universum identifizierter Potenzialkunden deutlich erweitern.
Verbesserung des Kundenservice
Viele Kundenberater verfolgen heute immer noch einen produktorientierten Ansatz, bei dem sie
aktuelle Produkte an eine breite Gruppe von Kunden mit ähnlichen Profilen empfehlen. Nur wenige Vermögensverwalter haben bereits einen vollständig kundenorientierten Ansatz umgesetzt, der Produktempfehlungen exakt auf die jeweiligen Kundenbedürfnisse abstimmt.
Durch die nächste Generation der Datenanalyse können bisher unerschlossene Einnahmequellen durch einen voll kundenorientierten Ansatz erschlossen werden. Bereits Standard im Retail-Banking, kann zum Beispiel die Einführung von Next-Best-Acition-Instrumenten als Möglichkeit verstanden werden, zielgenaue Produktempfehlungen entlang spezifischer Kundenbedürfnisse abzuleiten.
Verhaltensmuster und Kundenbindung
Kundenberater verlassen sich heute noch weitgehend auf ihren Instinkt oder wenige Risikoindikatoren, wie beispielsweise einen deutlichen Abfluss von Vermögenswerten, um Kunden zu identifizieren, die den Vermögensverwalter potenziell verlassen wollen. Datenanalyse-Tools können bestehende Risikoindikatoren ergänzen, indem noch unerkannte, in Verhaltensmustern verborgene Indikatoren abgeleitet werden.
Informationen über Handelsaktivitäten, Kommunikationsverhalten oder Service-Probleme von ehemaligen Kunden können analysiert werden, um Muster zu identifizieren und Handlungen zu antizipieren. Treffen solche Muster dann auf bestehende Kunden zu, können bereits vorab taktische Maßnahmen identifiziert werden, um die Kundenbindung zu erhalten.