Use Case

Umsatzsteigerung durch Personalisierung für die Sparkasse KölnBonn: Recommendation Engine hilft bei Filialsterben

Sparkasse Recommendation Engine

Eine Lösung zur Verhinderung von Kundenabwanderung und dem Filialsterben der Sparkassen mittels eines Empfehlungsalgorithmus zur Produktempfehlung.

Sparkasse KölnBonn

Sparkasse KölnBonn

Das reine Offline-Geschäft wird verdrängt:
Sparkassen, nicht nur im Raum KölnBonn, schließen vermehrt ihre Filialen, da das Offline-Geschäft einer Bank zunehmend vom Online-Geschäft verdrängt wird (im Raum KölnBonn wird jede fünfte Filiale geschlossen, d.h. von den 89 Filialen werden 17 Filialen geschlossen). Traditionelle Serviceleistungen einer Bank weichen Online-Dienstleistungen. So können Kunden bequem von zu Hause Überweisungen tätigen und ihren Kontostand on-the-go checken.

Nachhaltiger Kundenwunsch nach persönlicher Beratung:
Dabei wünschen viele Kunden nach wie vor eine persönliche Beratung für komplexe und hochwertige Finanzthemen, um die Fragestellungen einer persönlichen Finanzplanung zu beantworten. Auch ist bei Auslandsaufenthalten ein persönlicher Ansprechpartner hilfreich, wenn es Fragen oder Probleme gibt und ein kompetenter Kontakt mit Vertrauen und Verlässlichkeit benötigt wird.

Die Zielgruppe bilden primär junge Sparkassenkunden, aber auch digital-affine Baby-Boomer:
Der anhaltende Trend zur Abwicklung von Transaktionen und einfachen Bankgeschäften online betrifft insbesondere junge Sparkassenkunden, aber auch verstärkt digital-affine Baby-Boomer, die nun nicht mehr ausschließlich auf eine Offline-Bank zurückgreifen und ein zunächst digital-basiertes Omni-Channel Erlebnis bevorzugen, das das digitale Erlebnis mit einem stationären verbindet.
Die sogenannten Millennials stellen heute einen viel höheren Anteil der Banking-Kunden, wodurch dieser Trend deutlich verstärkt wird und zu einem notwendigen Umbruch im Bankgeschäft führt. Sehr deutlich zeigen sich folgende Unterschiede zwischen den älteren Bestandskunden und den Millennials:

1. Ältere Bestandskunden sind oft sehr loyal und scheuen den Aufwand eines Bankwechsels, wogegen Millennials kein Problem mit der Nutzung verschiedener Anbieter und schnellem Anbieterwechsel haben.


2. Millenials haben oft bereits während dem Studium längere Auslandsaufenthalte, für die Sparkassen oft keine passenden Produkte haben. Dadurch fällt oft bereits während dem Studium die Sparkasse als Primärbank weg.

Das führt zu einer Zweiteilung des Kundenstamms, den älteren, teilweise nicht technologieaffinen Bestandskunden, die in die Filiale kommen, und den jungen technologieaffinen Opportunisten.
Unsere Lösung umfasst sowohl die Privatkunden als auch die Firmenkunden. Für die Sparkasse KölnBonn bedeutet das 500.000 Privatkunden und 20.000 Firmenkunden. Auch kann die Lösung auf das Kapitalmarktgeschäft und das Corporate Center als strategische Geschäftsfelder erweitert werden und integriert sich in die Sparkassen Strategie 2025.

Die Ertragsstruktur der Sparkassen ist stark zinsgetrieben. Die langanhaltende Niedrigzinsphase, zusätzlich zum reduzierten Marktanteil bei den jüngeren Kunden, stellt Sparkassen vor besondere Herausforderungen und setzt sie unter immensen Kostendruck. Bei jüngeren Kunden ist die Bereitschaft größer, Produkte zu kaufen, die andere Ertragsmöglichkeiten, z.B. durch Provisionen, bieten. Die Sparkasse KölnBonn muss also Möglichkeiten finden, auch für jüngere Kunden dauerhaft attraktiv zu bleiben und ihre Stärken in der Beratung mit neuen Wegen in der Online Betreuung zu kombinieren.

Recommendation Engine im Finanzsektor

Die neue Art des Kundenmanagements auf einer Plattform nutzt umfangreiche Kundendaten (Alter, Geschlecht, Verhalten, Interessen etc.), um auf Basis von intelligenten, statistischen Modellen, Echtzeit-Empfehlungen für passende Finanzprodukte zu geben. Dadurch bauen wir eine Win-Win Situation für den Kunden und den Bankberater auf und können die Ertragschancen im Umfang “Service-to-Sales” um 200% erhöhen.

Logo SD
  • Umfangreicher Blick auf Kundenbeziehungen & Transaktionshistorie
  • Integration von Apps
  • Übersicht für Produkte - Versicherungen, Kredite, Investmentfonds & Altersvorsorge

Unsere, eigens für die Sparkasse konzipierte und noch nicht auf dem Markt erhältliche Empfehlungssoftware gibt Bankmitarbeitern einen umfangreichen Blick in die Personalisierung des Beratungsgeschäfts.

0
3-in-1 Funktionen

Design Thinking Framework

Interaction_Foundation

Bei der Lösungsentwicklung haben wir uns unter anderem der Design Thinking Methode bedient gemäß der Interaction Design Foundation. In dieser ist der Part des “Empathizings” also das Verstehen des Kunden, der Umweltfaktoren, der Geschichte des Unternehmens sehr wichtig, um objektiv, datenbasiert und empirisch zu arbeiten.

Design Thinking Process

Executive Summary unserer Survey

Persönliche Bankberatung ist ein wichtiger Bestandteil des Bankgeschäfts. Dies bestätigten in einer Befragung von 205 Teilnehmern 39% der Befragten, indem sie auf die Frage „Wie wichtig ist persönliche Bankberatung für dich?“ mit sehr wichtig beantworteten, wobei nur 1/5 der Befragten Bankberatung für nicht so wichtig hielten (weitere Informationen befinden sich im Anhang). Weiterhin konnte aus 101 Befragten auf die Frage „Wie oft warst du für eine persönliche Bankberatung schon einmal in einer Bankfiliale?“ der Durchschnitt aus 1-2 Besuchen erörtert werden, während wir zum Ergebnis kamen, dass die persönliche Beratung einen Wandel benötigt. Auf die Frage „Werden in Zukunft Bankfilialen für eine persönliche Beratung noch gebraucht?“ antworteten 203 Befragte, wobei sich 50% für die Beratung aussprachen und 40% dagegen. Deshalb sehen wir es als integralen Bestandteil, den Mehrwert einer persönlichen Beratung besser zu kommunizieren, welches zu 63% aus 801 teilnehmenden Befragten auf die Frage „Wie seht ihr den Mehrwert einer persönlichen Bankberatung?“ (“Keinen Mehrwert” (22%) oder “Wenig Mehrwert” (41%)) bestätigt wird.

Umsetzung

Data Collection

Datensammlung

Im ersten Schritt überprüfen wir, ob Daten gesammelt wurden, welche und wie viele davon. Daten können entweder implizit oder explizit sein. Implizite Daten sind bspw. historische Interaktionen wie ein Depot zu eröffnen, einen Kredit abzuschließen, ein Sparkonto zu eröffnen, Geschlecht, Alter, etc. Explizite Daten sind bspw. Feedback Kommunikation von Kunden über ein Produkt wie Likes, Kommentare, etc.

Speichern der Daten

Speichern der Daten

Je mehr Daten desto intelligenter sollte der Algorithmus werden. Man muss sicherstellen, dass die Daten richtig gespeichert wurden und auch schnell abrufbar sind, ansonsten kann keine Skalierbarkeit und gute Performance unserer Empfehlungssoftware garantiert werden.

Analyse der Daten

Analyse der Daten


Hier werden die Daten mittels verschiedenen Analysemethoden so verarbeitet, dass diese für den Algorithmus genutzt werden können. Hierbei gibt es verschiedene Ansätze wie die Daten verarbeitet werden können. Von Batch-Ansatz, d.h. die Verarbeitung der Daten werden periodisch durchgeführt bis hin zur Echtzeitverarbeitung.

Filterung der Daten

Filterung der Daten

Im letzten Schritt müssen die relevanten Daten gefiltert werden, um für jeden Nutzer eine Empfehlung zu geben. Dabei gibt es verschiedene Ansätze von Algorithmen: Content-based, Cluster, Collaborative, Hybrid und Reinforcement Ansatz.

Banking Innovation

Neue Lösungen im Fintech Bereich haben in den letzten Jahren vor allem von den neuen Schnittstellen und einfachen digitalen Prozessen profitiert. Es fehlt, und deswegen ist unsere Lösung anders, der persönliche, reale Kontakt zu persönlichen Bankberatern, um vor allem Beratungsintensive und komplexe Finanzprodukte den Kunden zu erklären. Es geht hierbei den Kunden möglichst effektiv, online abzuholen, um ihn dann offline zu beraten. Ein Kunde eröffnet bspw. ein Depot online, um zu investieren, dies erkennt der Bankberater und lädt den Kunden zeitnah zu einem persönlichen Gespräch vor Ort ein, wo er mittels der intelligenten Empfehlungssoftware passende Angebote empfiehlt und dem Kunden die Informationen liefert, die ihm noch fehlen.

Die Sparkasse hat den Vorteil, die Lösungen der neuen Unternehmen im FinTech Bereich anzubieten und gleichzeitig mit der persönlichen Beratung in den Filialen zu kombinieren. Unsere Lösung fokussiert sich unter anderem auf eine Stärke, die nur eine Regionale Filialbank hat, nämlich die Nähe zum Kunden und das Image einer Sparkasse in Ihrer Region. An der Stelle ist es anzumerken, dass es sich um eine inkrementelle Innovation auf Prozess- und Organisationsebene handelt. Relativ zur neuen Implementierung des Sparkassen Business Center Konzepts für die Sparkasse KölnBonn positioniert sich unser Vorschlag hin zur Personalisierung, Digitalisierung und persönlichen Beratung in einer Filiale durch einen Kundenberater per Tablet. Unsere Lösung ergänzt zudem die Business Center Kundenberater und verbindet diese mit den persönlichen Beratern in den Filialen vor Ort.

Unique Selling Proposition

  • Einfache Implementierung
  • Günstiges und Flexibles Software Tool
  • Differenzierung von anderen, digitalen Banken
  • Wettbewerbsstärkung zur Verhinderung von weiterem Filialsterben
Competitive Analysis Fintech

Kundenprofile

Gewerbe- & Immobiliengeschäft

Gewerbekunden und Immobiliengeschäft

Corporate Center

Corporate Center –Verwaltung & sonst. Geschäftsaktivitäten

Privatkundengeschäft

Privatkunden – Jung & Alt

Autoren

Dimitrii Wilhelm

Dimitri Wilhelm - DataScientist & ML Expert

Sofia Picture

Sofia Trojanowska - Founder und Digital Consultant Singularity.Design

Yannick Hoffmann

Yannick Hoffmann - Consultant Digital Transformation ECBM