Login

Marketing und Data Science

Interview: Datenanalyse sticht Fachberatung: Wie Direktbanken funktionieren

MIR Interview mit Dr. Martin Schmidberger, Generalbevollmächtigter der ING-DiBa Deutschland und verantwortlich für das Produkt- und Zielgruppenmanagement

Niedrigzinsen und ein schwächelndes Wirtschaftswachstum sind nicht gerade die Rahmenbedingungen, von denen die Finanzdienstleistungsbranche träumt. Fast täglich sind wir mit Meldungen zu dünnen Kapitaldecken, Ertragsrückgängen und dem Mitarbeiterabbau bei Banken konfrontiert. Doch während viele klassische Retail-Banken mit rückläufigen Geschäften kämpfen, erfreut sich der Direktbankenmarkt trotz des schwierigen Umfelds eines stetigen und beachtlichen Wachstums. Herr Dr. Schmidberger, Generalbevollmächtigter der ING-DiBa Deutschland, ermöglicht uns einen Blick hinter die Kulissen dieser Direktbank. Wir erfahren, was datentechnisch passiert, damit Bankkunden ohne Bankberater zufrieden(er) sind.

MIR: Die ING-DiBa ist auf dem hart umkämpften deutschen Retail-Banking-Markt heute die drittgrößte Privatbank und das ganz ohne Filialen. Wie geht so etwas?

Dr. Schmidberger: In einem so wettbewerbsintensiven Markt wie dem deutschen Retail-Bankenmarkt kämpfen rund 2.000 Banken um die Gunst der Kunden. Erfolgreich ist man nur dann, wenn man die Anforderungen und Wünsche seiner Kunden perfekt versteht und optimal in seinen Produkten umsetzt. Neben unserem Fokus auf einfache und transparente Produkte haben wir uns bei der ING-DiBa daher bereits sehr früh mit der Analyse von Kundendaten beschäftigt. Wir haben erkannt, dass die konsequente Nutzung von Daten zu einem besseren Verständnis von Kundenverhalten und Kundenbedürfnissen führen kann. Dieses Wissen betrachten wir als einen unserer zentralen Wettbewerbsvorteile.

 MIR: Wie lernt man in einer Direktbank seine Kunden kennen? Was für Informationen helfen Ihnen, Ihre Kunden zu verstehen?

Dr. Schmidberger: Viele unserer analytischen Fragestellungen befassen sich damit, wie wir als Bank von unseren Kunden in ihrer Produktnutzung erlebt werden: Welche Kontaktkanäle nutzen die Kunden, welche Produkte verwenden sie? Welche Varianten werden häufig, welche weniger häufig genutzt? Wie informieren sich Kunden über weitere Produkte und Services, über welche Prozesse beschweren sie sich? Welche Kunden empfehlen uns weiter? Aus den Ergebnissen der Analysen lassen sich vielfältige Optimierungsmaßnahmen für das Produktmanagement ableiten.

MIR: Auch der Vertrieb muss bei einer Direktbank wohl anders organisiert sein. Wie verkauft man Kunden, die man nie zu Gesicht bekommt, zusätzliche Leistungen?

Dr. Schmidberger: Zahlreiche Auswertungen drehen sich natürlich auch um das Thema Vertrieb. Hier analysieren wir Kundenverhalten, um mit Hilfe von Predictive Modeling Kaufwahrscheinlichkeiten zu ermitteln. Auf Basis dieser Kaufwahrscheinlichkeiten steuern und optimieren wir dann unseren Vertrieb, sowohl in der Neukundenakquise als auch im Cross-Selling. Dabei setzen wir verstärkt auf die Nutzung der digitalen Kanäle. Wir haben täglich rund 400.000 Logins bei unserem Internetbanking und fast 200.000 mobile Zugriffe - die stehen etwa 20.000 eingehenden Anrufen gegenüber. Weit über 90 % unserer Kundenkontakte finden heute somit bereits digital statt.

Über Martin Schmidberger
Dr. Martin Schmidberger ist Generalbevollmächtigter bei der ING-DiBa und dort für das Produkt- und Zielgruppenmanagement verantwortlich. Seit 1999 hat er den Bereich Customer Analytics aufgebaut, dessen Schwerpunkte die Themen Data Warehousing, Kampagnenmanagement und Prognosemodelle sind. Aktuell arbeitet er mit seinem Team an Fragen des „Real-Time Marketing“ sowie der Nutzung innovativer Algorithmen zur Prognose von Kundenverhalten und „Machine-Learning“-Verfahren. Martin Schmidberger hat 1997 promoviert und ist an der Goethe-Universität Frankfurt seit 2012 als Lehrbeauftragter tätig.

Über die ING-DiBa
Die ING-DiBa AG mit Sitz in Frankfurt am Main ist eine Direktbank und ein Tochterunternehmen der niederländischen ING Groep, die international tätig ist. Mit über 8 Mio. Kunden zählt sie zu den größten Privatkundenbanken Deutschlands. Die Kerngeschäftsfelder im Privatkundengeschäft sind Spargelder, Wertpapiergeschäft, Baufinanzierungen, Verbraucherkredite und Girokonten. Die Bank betreibt keine eigenen Filialen, sondern gewinnt ihre Erkenntnisse über Kundenverhalten und Kundenbedarf primär aus der systematischen Analyse von Kundendaten. Bei Deutschlands größtem Bankentest des Wirtschaftsmagazins "€uro" wurde die ING-DiBa in einer Umfrage bei über 180.000 Bankkunden 2016 zum zehnten Mal in Folge zur beliebtesten Bank Deutschlands gekürt. Für die ING-DiBa arbeiten an den Standorten Frankfurt, Hannover, Nürnberg und Berlin mehr als 3.700 Mitarbeiter.

MIR: Was hat sich durch die zunehmende Digitalisierung im Marketing verändert?

Dr. Schmidberger: Die Digitalisierung von Kundenkontakten bringt zweierlei Herausforderungen: Einerseits müssen wir den Wandel vom traditionellen  Marketing, also z. B. den klassischen Werbebriefen, hin zu digitalen Kanälen wie dem Onlinebanking realisieren. Wir brauchen also digitale Werbeformen, die zum Beispiel bei den Responsequoten nicht hinter die Quoten der traditionellen Offline-Medien zurückfallen. Andererseits bringt die Digitalisierung der Kundenkommunikation eine erhebliche Beschleunigung der Kundeninteraktion mit sich. Das bedeutet, dass die Abstimmung von Werbekampagnen über mehrere Kanäle hinweg schneller und automatisierter erfolgen muss als bislang. Online- und Offline-Werbebotschaften müssen simultan selektiert werden und zu einem konsistenten und auf den Kunden abgestimmten Multi-Channel-Ansatz verschmelzen.

MIR: Sie haben vorhin bereits die Optimierung und Steuerung des Vertriebs angesprochen. Was machen sie in diesem Bereich ganz konkret?

Dr. Schmidberger: Unser Ziel ist es, die jeweils am besten passende Botschaft für jeden Kunden individuell und in Echtzeit zu ermitteln und auf dem digitalen Endgerät des Kunden anzuzeigen, beispielsweise also im Internetbanking oder auf der App. Hierfür haben wir ein modernes Big-Data-System zur Ausspielung von Service- und Vertriebsbotschaften an Kunden entwickelt und unsere Selektionslogiken auf die digitalen Kanäle umgestellt. Neben klassischen Daten aus dem Customer Relationship Management ziehen wir auch aktuelle Daten, z. B. über die finanzielle Situation des Kunden oder über spezifische Nutzereingaben, heran. Dies ermöglicht dann Botschaften mit besonders hoher Relevanz. Wir können etwa einem Kunden, dessen Girokonto gerade ins Minus gerutscht ist, unmittelbar einen günstigeren Rahmenkredit als Alternative zum teureren Dispokredit anbieten.

MIR: Ihre Systeme verwandeln also Daten in maßgeschneiderte Empfehlungen. Wie sieht denn die Technik hinter solchen Anwendungen aus?

Dr. Schmidberger: Die hohen Anforderungen an die Geschwindigkeit der Datenverarbeitung erfordern leistungsfähige, moderne Big-Data-Technologien. Nach dem Einloggen der Kunden in das Onlinebanking haben wir z. B. maximal 500 Millisekunden Zeit für die Selektion der geeigneten Vertriebs- oder Servicebotschaften. In dieser halben Sekunde werden eine Reihe von Filtern und komplexen Selektionen in Echtzeit durchgeführt und dann die passende Vertriebsbotschaft ausgespielt. Die Algorithmen für die Ermittlung der Service- und Vertriebsbotschaften werden in einer Rule Engine verwaltet. Dort können die Spezialisten des Fachbereichs jederzeit flexibel und ohne IT-Unterstützung optimieren und erweitern. Hier spielt vor allem Flexibilität im Sinne von Nutzbarkeit für verschiedene Anwendungsfälle eine große Rolle, sodass sich auch zukünftige Ideen schnell und effizient umsetzen lassen.

MIR: Big-Data-Technologien sind natürlich mit erheblichen Investitionen verbunden. Kennen Sie denn die Vorteile, die sich für den Vertrieb ergeben?

Dr. Schmidberger: Ja, die können wir genau messen. Unser digitaler Vertrieb ist deutlich effizienter und kostengünstiger geworden. Durch die Steigerung der vertrieblichen digitalen Kontakte mit unseren Kunden konnten wir die Auflagen der versendeten Poststücke um rund 80 % senken. Die Cross-Selling-Quoten bei bestehenden Kunden haben in diesem Zeitraum um über 20 % zugenommen. Wir verkaufen mit unseren digitalen Maßnahmen also erfolgreicher als früher in der „Papierwelt“.

Wir müssen nicht mehr die besten Kunden für ein gegebenes Produkt selektieren, sondern umgekehrt für jeden mit uns in Kontakt tretenden Kunden das passendste Produkt finden.

MIR: Rechnen sich auch die Investitionen in Real-Time-Technologien?

Dr. Schmidberger: Durch die in Echtzeit ermittelten Werbebotschaften gelingt es uns deutlich besser, Kunden im richtigen Augenblick zu den für sie relevanten Themen anzusprechen. Diese hochindividualisierten digitalen Werbeformen erbringen ähnliche und teilweise sogar höhere Response-Quoten, als wir sie von den postalischen, personalisierten Werbemailings kennen. Nur ein Beispiel: Eine rein digital geführte Kampagne zum Vertrieb unseres Produkts „Direkt-Depot" brachte innerhalb weniger Tage ein Ergebnis, das dem eines gedruckten, 120.000 € teuren Mailings entsprach. Das Investment für die digitale Kampagne bestand hingegen fast nur aus der Erstellung eines entsprechenden Banners sowie der Einrichtung einer auf die Zielgruppe ausgerichteten Regel.

MIR: Werbung und Vertrieb haben sich also durch die Digitalisierung stark gewandelt. Da musste sich dann wohl auch das gesamte Unternehmen mit all seinen Prozessen verändern?

Dr. Schmidberger: Ja, viele etablierte Prozesse wurden hinterfragt und durch moderne digitale Implementierungen ersetzt. Die wichtigste Veränderung war, dass wir durch eine konsequente Multikanalsteuerung die bislang bestehenden „Vertriebskanal-Silos“ überwunden haben. Früher erfolgte die Planung und Selektion von postalischen und digitalen Kampagnen zwar abgestimmt, aber in getrennten Bereichen. Mit unserer Neuausrichtung konzipieren wir Kampagnen nun über alle verfügbaren Kanäle aus einem Guss. Das bedeutet z. B., dass ein klassisches Mailing nur dann versendet wird, wenn ein digitaler, kostenloser Kontakt nicht zustandekam. Anstatt von Empfängerlisten für gedruckte Auflagen erstellen wir inzwischen Selektionen und Echtzeit-Regeln für unsere digitalen Kanäle. Auch im Zielgruppenmanagement haben wir uns organisatorisch neu aufgestellt, um der gewachsenen Bedeutung und den neuen Möglichkeiten der digitalen Kommunikation Rechnung zu tragen.

MIR: Hatte die Digitalisierung auch einen Einfluss auf die Methodik Ihrer Datenanalyse oder bleibt in diesem Bereich alles beim Alten?

Dr. Schmidberger: Die analytischen Fragestellungen in der digitalen Welt sind ganz andere. In der traditionellen „Offline“-Welt, etwa dem Mailing, hatten wir es mit einer Outbound-Situation zu tun. Mit Hilfe statistischer Modellierungen haben wir diejenigen Kunden selektiert, die am besten zu einem gegebenen Produktangebot passen. Dieses Grundgerüst ändert sich im digitalen Vertrieb komplett, denn die Besonderheit von Onlinevertrieb ist eine „Inbound-Situation“. Nicht wir als Bank initiieren den Kontakt zum Kunden, sondern der Kunde entscheidet, ob und wann ein Kontakt zustandekommt. Wir müssen daher nicht mehr die besten Kunden für ein gegebenes Produkt selektieren, sondern umgekehrt für jeden mit uns in Kontakt tretenden Kunden das passendste Produkt finden. In diesem Next-Best-Offer-Ansatz können klassische Response-Modellierungen nicht mehr 1:1 verwendet werden, sondern müssen auch methodisch angepasst werden.

MIR: Also alles neu, auch bei den methodischen Herangehensweisen in der Kundenanalyse?

Dr. Schmidberger: Natürlich sind in einer digitalen Welt viele etablierte Analyse- und Prognoseverfahren weiterhin anwendbar, aber sie werden komplexer. Oft erfordert die Wahl des „besten“ Produktangebotes die Kombination mehrerer Regressions- bzw. Responsemodelle. Zudem können wir in einer digitalen Echtzeit-Umgebung zusätzliche Informationen wie die Kontaktfrequenz, die Uhrzeit oder die Platzierung von Werbeplätzen nutzen, die so bei traditionellen Offline-Medien nicht verfügbar waren. Das bedeutet, dass wir etablierte Analysemethoden, wie etwa die Regressionsanalyse, verbinden können mit Echtzeitentscheidungen über die Online-Ansprache von Kunden. Konkret machen wir das zum Beispiel beim Retargeting oder beim Frequency Capping, also den Entscheidungen darüber, mit welcher Botschaft und wie häufig ein Kunde maximal online angesprochen werden soll. Ich erwarte hier in Zukunft eine weitere Verschmelzung der Grenzen zwischen den bewährten, traditionellen Techniken aus der „Offline“-Welt und den situativen und echtzeitbezogenen Möglichkeiten der „Online“-Welt.

Nach dem Einloggen der Kunden in das Onlinebanking haben wir maximal 500 Millisekunden Zeit für die Selektion der geeigneten Vertriebs- oder Servicebotschaften.

MIR: Wie schafft man diese methodischen Verschmelzungen, die Sie angesprochen haben?

Dr. Schmidberger: Es gibt eine Reihe von innovativen Entwicklungen, bei denen wir an einer Synthese aus Altem und Neuem arbeiten. So spielt, wie gesagt, die Regressionsanalyse bei uns immer noch eine bedeutende Rolle. Ihre Stärke liegt vor allem in der Robustheit und guten Interpretierbarkeit ihrer Ergebnisse. Aber natürlich testen und nutzen wir auch neue Verfahren des „Machine Learning“, wie z. B. „Random Forest“-Algorithmen. Diese Verfahren zeigen bei verschiedenen Anwendungen vielversprechende Resultate und eine gegenüber den Regressionsmodellen leicht überlegene Prognosekraft. Allerdings ist es derzeit noch schwierig, solche rechenintensiven Algorithmen in einen Echtzeit-Kontext einzubinden.

MIR: Aber wer den besten Algorithmus hat, gewinnt?

Dr. Schmidberger: Wichtiger als die Wahl des Algorithmus erscheint mir, dass wir durch Echtzeit-Anwendungen und Webdaten eine ganz neuartige Klasse von Eingangsvariablen erzeugen und nutzen können. Wir sehen zum Beispiel, dass die Responsewahrscheinlichkeit auch von der Tageszeit abhängt. Daher sind Variablen wie Tageszeiten, die Dauer der Antragsbearbeitung, genutzte Endgeräte oder das Navigationsverhalten völlig neue Daten, die bislang nicht zur Verfügung standen. Meine Vermutung ist, dass die konsequente Ausnutzung solcher Daten einen größeren Hebel auf die Response-Optimierung hat als die Wahl der eingesetzten Algorithmen.

MIR: Zum Abschluss vielleicht noch ein Blick über den Tellerrand: Sie haben uns eindrucksvoll erklärt, wie Datenanalysen eine Direktbank weiterbringen. Wie schätzen Sie das Thema „Analytics“ generell für die Zukunft ein?

Dr. Schmidberger: Die Erkenntnis, wonach Marketing in immer stärkerem Maße datengetrieben sein wird, setzt sich mehr und mehr im unternehmerischen Alltag durch. Ich glaube, dass Analytics in einigen Jahren zu einem selbstverständlichen Teil des Vertriebs gereift und auch im Senior Management stärker als bislang vertreten sein wird.

MIR: Das heißt, wer etwas werden will, muss in Zukunft Big Data und Analytics können?

Dr. Schmidberger: Heute ist Analytics in Unternehmen noch immer eine Spezialdisziplin einiger Weniger. Ich erwarte aber, dass in vielen Berufsfeldern, z. B. im Produktmanagement oder bei Web-Designern, analytische Kenntnisse deutlich an Relevanz gewinnen werden. Gleichwohl sind in der aktuellen Debatte um „Big Data“ viele Erwartungen an eine steigende, geradezu explodierende Marketing-Effizienz geweckt worden, die vermutlich nur zum Teil eingelöst werden können. Auch in Bezug auf dieses Erwartungsmanagement muss Analytics wohl noch einen „Reifeprozess“ durchlaufen. Trotzdem glaube ich insgesamt mehr denn je daran, dass die analytische Kompetenz von Unternehmen maßgeblich über deren Erfolg im Wettbewerb entscheiden wird.

MIR: Vielen Dank für Ihre Einschätzung und den informativen Einblick in die Datenlandschaft der Ing-DiBa. Viel Erfolg weiterhin bei der Gestaltung Ihrer digitalen Kundenbeziehungen.

 

Autor/en

Das Interview wurde im April 2016 von Prof. Bernd Skiera geführt.