Wer wissen will, wann Kredit-Kampagnen die beste Erfolgsaussicht haben, muss seine Kunden verstehen. Mit Hilfe der Big Data Profis von Profinit entwickelte die Raiffeisenbank in Tschechien ein Targeting-Modell, das die Conversion Rate extrem steigert und die Kundenansprache auf ein neues Level hebt.
Jäger des verlorenen Datenschatzes
Es klingt unglaublich: Praktisch jede Bank auf diesem Planeten verfügt über die nötigen Infos, um die Erfolgsquote Ihrer Produktkampagnen um ein Vielfaches zu steigern. Warum dieses Wissen nicht genutzt wird? Weil es verborgen liegt zwischen Hunderten von Millionen Transaktionen und Kundendaten – unstrukturiert gesammelt in veralteten Datenbanken.
Wer solche Datensätze smart nutzbar machen will, braucht eine anspruchsvolle Lösung, die hochkomplexe Berechnungen ermöglicht – und zugleich alle relevanten Verbindungen zwischen Kunden, Ereignissen und Verhaltensmustern erkennt. Klassische relationale Datenbanken und Business Intelligence Lösungen reichen nicht aus, um solche Datenmengen zu bewältigen.
Conversion Rate boosten? Challenge accepted!
Auch die Raiffeisenbank CZ erkannte dieses Problem. Sie setzte sich das Ziel durch moderne Nutzung von Kundendaten die Conversion Rate ihrer Kampagnen zum Verkauf von Kleinkrediten deutlich zu verbessern. Um diese Herausforderung zu meistern, holte sich die Bank Unterstützung von uns: Profinit, den tschechischen Experten für Big Data und Data Science im Finanzsektor.
Mit der Entwicklung von Verhaltensmodellen auf der bestehenden Big Data Plattform (auf Hadoop Technologie) wollten wir der Bank helfen, die eigenen Kunden besser zu verstehen. Wir setzten auf unsere einzigartige Lösung AcceptAI, welche aus Transaktionsdaten das Kundenverhalten berechnet. Basierend auf den dabei erkannten Mustern, nutzt AcceptAI maschinelles Lernen, um den Neigungs-Score einzelner Kunden für verschiedene Finanzprodukte zu kalkulieren.
Millionen von Daten in Minuten verarbeitet
Die hochkomplexe Rechenleistung wurde technisch durch die parallele Nutzung von Apache Spark und der Hadoop Plattform ermöglicht. So konnten wir sämtliche Transaktionsdaten der letzten Jahre innerhalb weniger Minuten verarbeiten. Die individuellen Kundenbewertungen wurden dann im Data Warehouse für die CRM-Tools der Raiffeisenbank zugänglich gemacht. Dank der Option, die Kunden strukturiert aufzulisten, war es einfach, ihnen jeweils erfolgversprechende Kontaktkanäle zuzuweisen – immer im Einklang mit den strikten Bankvorgaben zur Kundenkontaktaufnahme.
6x mehr Conversions dank Big Data
Unser Modell identifizierte die idealen 10% des Kundenstamms zur Kontaktaufnahme durch das Callcenter. Das Ergebnis: “Dank Profinit’s AcceptAI erreichten wir eine sechsfache Steigerung der Conversion Rate unserer Kredit-Kampagnen." so Milan Jirkovský, Head of CRM bei Raiffeisenbank CZ. Über alle Kanäle hinweg war unsere datengetriebene Lösung um 50% erfolgreicher als das vorherige Modell. Ein enormer Mehrwert – und das "nur" durch die Analyse von Daten, die bereits vorhanden waren. Wie sieht es bei Ihnen aus: Nutzt Ihr Unternehmen bereits das volle Potenzial der gesammelten Kundendaten?
Über den Autor:
Lukáš Dvořák focuses on client needs, having led multiple successful data projects in a range of industry sectors, including banking, finance, automotive, and e-commerce. With more than 7 years’ experience in tailored solutions delivery and consulting services, he has overall responsibility for client services within big data and data science at Profinit.
Veranstaltungstipp:
Banking & Technology | 1. Juni 2022
