Analyseverfahren Künstliche Intelligenz Big Data

Advanced Analytics IV: Wie Künst­liche In­telli­genz Ver­siche­rungs­unter­neh­men bei Ent­schei­dun­gen hilft

Teil 1: Kunden, Märkte und Digitalisierung als Treiber für Big Data und Advanced Analytics
Teil 2: Definition, Schritte und Tools von Advanced Analytics
Teil 3: Einsatz von Advanced Analytics bei Versicherungen
Teil 4: Kundenverhalten im Fokus von Advanced Analytics

[hier geht’s zur Summary]

Neben den im letzten Teil genannten direkten Beispielen zu einzelnen Versicherungsprodukten, spielt Advanced Analytics auch bei der Analyse des übergreifenden Kundenverhaltens eine zunehmend interessante Rolle. Hier sollen die immensen Kundendaten, die insbesondere durch Online-Recherche und Online-Handel den Anbietern zur Verfügung stehen, besser verstanden und genutzt werden. Die Analyse-Tools können helfen, die Customer-Journey einzelner Nutzer zunehmend transparenter darzustellen, was wiederum wertvolle Erkenntnisse über die Wirksamkeit von Werbemaßnahmen liefert.

Customer-Jour­ney

Unter einer Customer-Journey versteht man die tatsächliche Reise eines Kunden hin zu einer Kaufentscheidung. Mit Bausteinen wie Bedarf, Informationssuche, Lösungsvergleich, Kauf und Kundenzufriedenheit beschreibt die jeweilige Darstellung das Verhalten des Kunden. Doch diese Reise der zunehmend hybriden Kunden verläuft aufgrund von Internet und Smartphones nicht mehr linear und vorhersehbar, wie noch vor einigen Jahren. Sie wirkt vielmehr wie eine Anhäufung von Sprüngen auf Trittsteine eines Baches, welche die Berührungspunkte (engl. Touchpoints) zu der Marke, Firma oder dem Produkt des jeweiligen Unternehmens darstellen.

Dieses multioptionale Verhalten klingt für die einzelnen Unternehmen zunächst nach Unkontrollierbarkeit. Doch verbunden mit einer kundenorientierten Strategie und mit den richtigen Ressourcen und Tools, kann die Kundenreise auch als Herausforderung gesehen werden, auf welche kreativ Einfluss genommen werden kann. Es gilt also, die Steine besonders trittfest und attraktiv zu positionieren.
Ältere Ansätze wie First-Click-Wins oder Last-Click-Wins sind im Vergleich zu rudimentär, da sie in der Bewertung der Marketingmaßnahmen nur den ersten bzw. letzten Kontaktpunkt einer Customer Journey  berücksichtigen. Modelle wie AIDA (Attention, Interest, Desire, Action) oder AIDCAS (Attention, Interest, Desire, Conviction, Action und Satisfaction) stellen zwar die einzelnen Phasen der Kaufentscheidung dar, doch sind sie sehr starr und geben nur eine schemenhafte optimistische Darstellung. Die tatsächliche Customer Journey, die User-Experience und die Reaktion der Kunden auf die Werbemaßnahmen bleiben völlig unbeachtet.

Attention, Interest, Desire, Convinction, Action, Satisfaction, Konsumentenverhalten, AIDA, AIDCAS
Die Customer-Journey nach dem AIDCAS-Modell
(Erweiterung des AIDA-Modells)

Ganz andere Sichtweisen erlauben neue Methoden. Sie ermöglichen mittels der Betrachtung der tatsächlichen Touchpoints, dem Omnichannel-Marketing und Advaned Analytics eine 360-Grad-Sicht auf den Kunden und somit einen besseren und breiteren Zugang zu Konsumentendaten und folglich eine zielorientierte sowie individuelle Ausgestaltung der Customer-Journey.

Doch lediglich zwölf Prozent der Befragten Unternehmen sind in der Lage, Online- und Offline-Daten gemeinsam zu aggregieren und intelligent zusammenzuführen und nur ein Viertel hat bereits einen 360-Grad-Blick auf ihre Kunden.

Die Heraus­forde­rung der per­fek­ten Mo­men­te

Betrachtet man das Kaufverhalten von Kunden, ist schnell der Begriff der Touchpoints gefallen. Gemeint sind damit die zahlreichen möglichen Kontaktpunkte zwischen dem (potentiellen) Kunden und dem Anbieter. Dazu gehören die Mitarbeiter, Produkte, Services, Marken, Bewertungen, Medien etc. vor, während und nach dem Point-of-Sale. Egal, ob sie offline, online oder mobile sind, sie haben in den „Momenten der Wahrheit“ einen positiven oder negativen Einfluss auf die Kaufentscheidung. Und dieser Einfluss ist von immenser Bedeutung, denn nur ein einzelnes negatives Erlebnis während der jeweiligen Customer-Journey kann die anvisierte positive Markenbotschaft und die Kaufentscheidung gefährden.

Berührungspunkte während einer Kaufentscheidung, Attention, Interest, Desire, Convinction, Action, Satisfaction, AIDA, AIDCAS
Customer-Journey: Neben dem groben AIDCAS-Modell liefern die Touchpoints besonders detailliert Informationen zum Kundenverhalten

Der perfekte emotionale Moment – auch Micro-Journey oder Micro-Moment genannt – sollte als Qualitätsstandard auf optimalen Strukturen basieren und kein Zufallsprodukt sein. Wenn Marketingmaßnahmen erfolgreich sein sollen, müssen sie auf die optimale Ausgestaltung dieser Momente hinarbeiten.

Doch Kunden von heute, auf der Suche nach dem perfekten Produkt, verhalten sich hybrid, orientieren sich häufig an einer ausgiebigen Internetrecherche, entscheiden sich aber anschließend teils für einen offline Kauf nach dem ROPO-Prinzip (research online – purchase offline). Dabei sind die Vorgänge der Suche komplex und ohne das richtige Werkzeug nur schwer verfolgbar – geschweige denn prognostizierbar. Kundenbewertungen, Video- oder Fotomaterial, Unternehmensdarstellungen, Service und Kontaktmöglichkeiten, um nur einen Teil zu nennen, spielen in dem Gesamtpaket eine entscheidende Rolle.

Das Handeln zwischen dem erstmalig geweckten Interesse und dem Moment-of-Truth (Kaufabschluss) scheint unberechenbar und seitens der Unternehmen schwer beeinflussbar, wenn sie nicht an allen Kontaktpunkten vertreten sind. Nur wenn die Touchpoints erkannt und deren Nutzung analysiert wurde, kann an allen Stationen ein positiver Eindruck hinterlassen werden. Doch dazu muss man die Touchpoints kennen und deren Nutzung teils in Echtzeit analysieren. Ein Support kann zum Beispiel optimaler erfolgen, wenn die Problemstellung bereits bekannt ist. Zudem können die Streueffekte von Marketingmaßnahmen deutlich reduziert werden.

Advanced_Analytics_Customer_Journey_2

Ein weiterer Ansatz bei der Analyse ist das hybride Verhalten des Kunden. Auf der Customer-Journey bereist er unterschiedliche Kanäle. Er erwartet gleichzeitig, dass er seine Reise ohne Medienbrüche jeweils nahtlos fortführen kann und seine Daten stets aktuell zur Verfügung stehen. Um diese Erwartungen zu decken, muss ein intelligentes online-offline Omnikanal-Angebot erarbeitet werden. Dabei schafft es nur ein optimal integriertes Analyse-Modell, die Daten unverzüglich medienübergreifend zu aktualisieren.

Customer-Touch­point-Manage­ment als Ant­wort

Die sich daraus ableitende logische Schlussfolgerung: Kundenorientierung sollte an die höchste Stelle gesetzt werden. Die jeweilige Struktur und Kultur eines Unternehmens orientiert sich dann am Touchpoint-Management bzw. Customer-Experience-Management (CXM). Hierbei ist es wichtig, dass die abteilungsübergreifenden Anpassungen sowohl strategisch als auch operativ vonstattengehen und die Prozesseffizienz nicht gefährden.

Dabei kann die Rolle eines koordinierenden Customer-Touchpoint-Managers geschaffen werden. Er konzentriert sich vorrangig auf vertrauenserweckende und durchgehend positive Erfahrungen an den jeweiligen Berührungspunkten. Im Mittelpunkt seiner Entscheidungen steht das Ziel, Kundenbeziehungen zu erhalten und Neukunden mittels zufriedener Reputation zu gewinnen. Um dies zu erreichen und Enttäuschungen zu verhindern, müssen Erwartungen und Nutzerverhalten der Kunden eruiert werden. Erst wenn dieses bekannt sind, kann das Spektrum an Touchpoints sinnvoll angepasst werden. Überflüssige Touchpoints werden aus ökonomischen Gründen bereinigt, Neue können gefunden und ergänzt werden und besonders Einflussreiche bekommen die gebührende Aufmerksamkeit und können ausgebaut werden. Zu guter Letzt wird ihr Zusammenspiel optimiert, damit der Fluss im Service trotz evtl. Medienbrüche nicht unterbrochen wird.

Doch all das lässt sich kaum ohne Strukturwandel im jeweiligen Unternehmen erreichen. Die Ausrichtung auf den Kunden in einem sich rasant verändernden Markt führt zwangsläufig zu Veränderungen bei historisch gewachsenen Prozessen und Strukturen. Unternehmen, die kundensensibler werden möchten, vollziehen eine Transformation hin zu einer vernetzen, kundenfokussierten Organisation bzw. einer sogenannten datadriven Company. Ineffiziente Prozesse und schwerfällige Entscheidungswege müssen aufgegeben werden, damit Unternehmen nicht an ihren Strukturen scheitern. Für die einzelnen Geschäftsbereiche bedeutet dies die Abschaffung von Daten-Insel-Lösungen. Denn wenn jede Abteilung separat große Mengen an Daten-Silos speichert und ein gegenseitiger Datenaustausch verhindert wird, entwickelt sich Big Data zu einer unberechenbaren Herausforderung.

Advanced_Analytics_Customer_Journey_3-03

Um dies zu verhindern, sollte parallel die Position des CIOs angepasst werden. Er fungiert nicht mehr als Leiter einer Kostenstelle, sondern schafft mit seiner Abteilung einen enormen Mehrwert. Das immense Datenvolumen, welches in allen Geschäftsprozessen rasant zunimmt, muss ganzheitlich koordiniert werden. Systeme, welche die einzelnen Fachbereiche unterstützen, würden weiterhin als Insel-Lösungen existieren, müssten jedoch den Anforderungen an den bereichsübergreifenden Datenaustausch entsprechen. Mitarbeiter hätten den Anspruch sowohl auf maßgeschneiderte Systeme als auch auf alle relevanten Daten anderer Abteilungen. Der CIO verantwortet dann ein System mit einzelnen Knotenpunkten, die perfekt miteinander verknüpft sind und arbeitserleichternde Transparenz schaffen. An diese Aufgaben gebunden, muss der CIO optimaler Weise in die Strategieplanungen der Geschäftsführung mit eingebunden sein.

Denkbar ist zudem, dass zu den klassischen Organisationsstrukturen parallel Innovation Labs (Innovationslabore) entstehen, welche unabhängig von den bestehenden Strukturen und Abläufen traditionsungebunden agieren können – ähnlich wie Start-Ups. Dies kann in allen Geschäftsbereichen erfolgen und zu einem Paradigmenwechsel führen, der Konzepte hinterfragt, analysiert und neu entwickelt, um den veränderten Marktbedingungen und Kundenanforderungen mit optimierten Angeboten und angepassten Touchpoints gerecht zu werden.

Indirekt führen all diese Punkte dazu, Nachfrage und Angebot auf einander abzustimmen. Bei diesem übergeordneten Ziel sollte Advanced Analytics ansetzen. Digitale Transformation und Big Data liefern zu dieser Abstimmung heute mehr Daten denn je.

Tracking­technologien der Online-Customer-Ex­pe­rien­ce

Für die Suche nach wertvollen Kundendaten sind Online Marketing und digitale Kanäle im Zeitalter der digitalen Transformation und dem Internet der Dinge besonders informativ. Trackingtechnologien und Analyseprogramme, wie beispielsweise Microsoft Advanced Analytics, IBM Customer Experience Analytics, etracker oder Google Analytics bilden im Rahmen einer Customer-Journey-Analyse einen Teil der Touchpoints ab. Sie liefern übersichtlich strukturierte Details zur Multi-Chanel-Ablaufverfolgung und identifizieren so die einzelnen digitalen Fußabdrücke des Kunden. Die Interaktionen der Nutzer innerhalb der verschiedenen digitalen Kanäle (Suchmaschinen, Social Media, E-Mail, Apps, Chats, etc.) können so ermittelt und analysiert werden: Welche Medien nutzte der Kunde wie intensiv? Wurde er beispielweise durch einen Newsletter auf ein Produkt aufmerksam? Leitete ihn eine Suchmaschinenwerbung auf das eigene Portal? Hat er sich mit seinem Anliegen per Chat an einen Mitarbeiter gewandt? Nutzte er zum Produktkauf die App des Unternehmens? Welche Inhalte der firmeneigenen Internetseite waren gefragt? Wie war das Responseverhalten auf eine Kampagne hin?

Das Tracking dieser Online-Customer-Experience erfolgt meist per Cookies, wobei die Datenspeicherung zentral in einer Datenbank erfolgt. Twitter Analytics und die unternehmensinterne Facebook-Seite geben zudem zahlreiche Hinweise auf demographische Daten.

Aber auch außerhalb des Internets können wertvolle Daten elektronisch gesammelt werden. Kundenkarten, Rabattgutscheine oder Apps auf Mobilgeräten können dazu dienen, vor Ort erkannt, direkt persönlich angesprochen sowie beraten zu werden.
Ebenso wichtig sind unternehmensinterne Daten, die beispielsweise durch Marktforschung gewonnen wurden und bereits im firmeneigenen CRM-System vorliegen.

Kunden­segmen­tierung als Konse­quenz

Die so gesammelten und zentral gespeicherten Daten können interessante Informationen unter anderem darüber liefern, welche Inhalte auf der Internetseite besonders gefragt sind oder welche Wege zu bestimmten Angeboten führen. Sie können aber auch zur systematischen Segmentierung von Kundengruppen beitragen und so dem Customer-Touchpoint-Management konkrete Anhaltspunkte liefern.

Jeder Kunde ist einzigartig und möchte dementsprechend behandelt werden. Kenntnisse zu dieser jeweiligen Einzigartigkeit ermöglichen eine kundenorientierte Ansprache. Doch je nach Unternehmensgröße kann nicht jeder Kunde persönlich bekannt sein, was bisher zu der Bildung von breiten Zielgruppen führte. Hier kommen die – insbesondere online gewonnenen – Daten und deren Analyse ins Spiel. Sie ermöglichen inzwischen eine exaktere Segmentierung. Je detaillierter und umfangreicher die Kundendaten-Sammlung erfolgt, desto exakter kann in Gruppen eingeteilt werden. Eine Lösung für eine zielgenaue Ansprache bietet inzwischen das Herausfiltern von exemplarischen Kundenbeispielen, den so genannten Buyer-Personas. Advanced Analytics unterstützt hier bei der Suche nach den relevanten Kundendaten.

Weniger Streu­verluste: Cluste­rung in Buyer-Per­so­nas

Das Ziel des Buyer-Persona-Modells – gekoppelt mit den umfangreichen Daten (Big Data) sowie einem Analyseprogramm – ist, Streuverluste bei Marketing- und Vertriebsaktionen stark zu minimieren. Hierbei werden aus der heterogenen Zielgruppe einzelne homogene Kundengruppen herausgefiltert und in stellvertretende Buyer-Personas zusammengefasst. Je genauer diese typischen Vertreter einer Zielgruppe beschrieben werden, umso besser können sie als Basis für neue Konzepte dienen. Für eine übersichtliche Aufbereitung der Persona-Daten stehen Webapplikationen mit vorgefertigten Templates zur Verfügung (z.B. User-Persona-Creator). Neben demoskopischen Angaben werden hier beispielsweise Informationen zu Verhalten, Bedürfnissen, Anforderungen, Abneigungen, kulturelle Aspekte, Lebensziele und Pain Points (konkrete Ängste als Grund für Kaufentscheidungen) aufgenommen. Advanced-Analytics-Programme bieten bei dieser massiven Datenmenge eine lohnenswerte Unterstützung und ergänzen optimal die weitere Informationserfassung aus Interviews, Kundenfeedback, E-Mails etc.

Customer-Journey im Ver­si­cher­ungs­wesen

All diese Aspekte zeigen, welche Vorteile die Analyse des Online-Nutzerverhaltens bietet. Doch inwiefern gelten diese Punkte ebenfalls für den Versicherungsmarkt?

Versicherungsabschlüsse über das Internet nehmen tendenziell zu. Eine repräsentative Erhebung (Detecon / YouGov) führt auf, dass insbesondere Vergleichsportale und Unternehmens-Webseiten gegenüber den klassischen Touchpoints (Telefon, persönlicher Kontakt) rege und steigend genutzt werden. Während Apps zur Schadensregulierung und zum Datenaustausch unkomplizierte Lösungen bieten können, sind sie für die Informationsbeschaffung und den Vertrieb eher uninteressant. Social Media ist für Recherche offenbar ebenfalls keine geeignete Plattform.

82 Prozent der in Deutschland Befragten gaben an, dass sie sich über die einzelnen Versicherungs-Angebote zwar online informieren, den Vertragsabschluss jedoch offline vorziehen. Ein Beispiel dafür, dass „research online, purchase offline“ (ROPO) sich noch immer durchsetzt. Während 55 Prozent der Deutschen es sich nicht vorstellen können, eine Versicherung im Internet abzuschließen, nutzten 31 Prozent dieses Angebot bereits.

Versicherungen sind eben keine Routineprodukte und sie sind bezüglich ihrer Komplexität sehr unterschiedlich. Teils beinhaltet die Customer Journey zahlreiche Touchpoints. Der Komplexitätsgrad eines Versicherproduktes entscheidet dabei maßgeblich über das Informationsbedürfnis. Während private Haftpflicht-Versicherungen und KFZ-Policen weniger beratungsintensiv sind, bereits umfangreich online abgeschlossen werden und hohe Wechselquoten haben, wenden sich Kunden bei beispielsweise privaten Rentenversicherungen, Krankenversicherungen, Pflegezusatzversicherungen oder Berufsunfähigkeitsversicherungen häufig zusätzlich an einen Vertreter, Berater oder Makler.

Gleichzeitig besagen Untersuchungen, dass Kunden künftig für alle Versicherungsformen vermehrt das Internet als Informationsquelle nutzen werden. Prognostiziert wird eine Zunahme der Online-Touchpoints. Wenn Unternehmen sich darauf einstellen können, werden hier auch beratungsintensive Angebote so präsentiert, dass Kunden sich ausreichend unterstützt fühlen, beispielswese durch Live-Chats oder Chatbots, und Beratung vor Ort weniger in Anspruch nehmen. Den Point-of-Sale bestimmt dann zunehmend weniger der Komplexitätsgrad.

Wie Versicherer von den Ent­wick­lun­gen pro­fi­tie­ren

Für die Versicherer bedeutet dies demnach: Der Fokus sollte auf den Ausbau der Internetseiten und der Darstellung auf Vergleichsportalen gelegt werden, während der persönliche Kontakt weiterhin nicht aus den Augen verloren werden darf.
Um neuste Entwicklungen mitzugestalten, können Analysen während der Customer-Journey entscheidend helfen, Kundeninteressen zu verstehen. Angebote und Ansprachen können so personalisiert und somit erfolgreich daran ausgerichtet werden.

Die oben genannten Untersuchungsergebnisse sind also eine gute Nachricht für die Versicherer. Auf unternehmenseigenen Internetseiten, die zur Informationsbeschaffung bevorzugt aufgesucht werden, kann eine hervorragende Analyse der Kunden und der relevanten Touchpoints vorgenommen werden. Diese Daten wiederum erleichtern die Herleitung der einzelnen Buyer-Personas, die als Basis dienen, um Berührungspunkte und Marketingmaßnahmen optimal und zielgerichtet aufeinander abzustimmen.

Ausblick

Warum Advanced Analytics an Bedeutung gewinnt, welche Aufgaben zur Verfügung stehen und in welchen Bereichen der Versicherungsbranche der Einsatz besonders lohnenswert ist, wurde bisher beschrieben. Abschließend wird im nächsten Teil der Serie der aktuelle tatsächliche Umgang der Unternehmen mit den neuen Analysemethoden unter die Lupe genommen.

Summary

Advanced Analytics kann, wie bei den Beispielen zur Telematik, für konkrete Angebotslösungen verwendet werden. Aber auch im Hintergrund kann es hervorragend unterstützen, um das Verhalten der relevanten Kunden besser zu verstehen und so Wettbewerbsvorteile zu sichern. Klassische Ansätze, wie das AIDA-Modell oder First-Click-Wins, lassen die umfangreich anfallenden Daten die Kunden meist als digitale Fußspuren hinterlassen, außer Betracht. Diese sind jedoch äußerst wichtig, um ein Feedback zu erhalten und die Wege und Erfahrungen der Kunden während einer Customer-Journey zu verstehen. In seiner User-Experience erlebt der Kunde während der Customer-Journey zahlreiches, was ihn und seine Kaufentscheidung positiv oder negativ beeinflusst. Ziel ist es, über alle Touchpoints – online, offline und mobile – hinweg, zahlreiche perfekte Momente zu schaffen, diese also optimal auszurichten. Doch nicht jeder empfindet gleich. Dies führt dazu, dass eine optimale Kundenorientierung nicht nur umfangreich, sondern auch detailliert und individuell erfolgen muss.

Das kann nur gelingen, wenn die Strukturen im Unternehmen optimale Voraussetzungen dafür bieten. Einem fokussierten Customer-Experience-Management, unterstützt durch Advanced Analytics, gelingt es Kunden maßgeschneidert in Personengruppen zu segmentieren, sodass sie die Ansprache als individuell angepasst erleben. Hybrides Verhalten, real vorhandene Kundensegmente, Big Data, zahlreiche Kanäle und eine 360-Grad-Sicht auf all dies, muss als Chance begriffen werden, die einer strategischen Ausrichtung und bestmöglicher Analyse-Methoden bedarf, um Wettbewerbsvorteile zu schaffen und sich am Markt behaupten zu können. Gerade Versicherer können von dieser Entwicklung profitieren, da deren Leistungen zunehmend online recherchiert und abgeschlossen werden.

Weiterführende Linkes

Katy Spalek

Katy Spalek

Manager Corporate Publishing bei BROCKHAUS AG
Katy Spalek ist bei der BROCKHAUS AG als Redakteurin für die Bereiche Marketing und Vertrieb zuständig und verantwortet Recherche, Verfassen und Layout von Texten zur Kundenkommunikation. Für das blogHAUS verfasst sie Beiträge über aktuelle Trendthemen aus IT, Marketing und Wirtschaft.
Katy Spalek
<< Vorheriger Beitrag
Nächster Beitrag >>

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.