Die Kosteneinsparungen durch Self-Service-Angebote haben Banken schon lange im Blick, aber gleichzeitig stellt sich doch die Frage: Wie hoch ist das Risiko, durch die fehlende persönliche Beratung Umsätze zu verlieren? Es ist eine Gratwanderung, die mit der Weiterentwicklung der Branche immer heikler wird.
Das Ziel der Banken sind bessere Interaktionen mit Kunden und eine langfristige Kundenbindung. Dazu müssen sie Daten aus verschiedenen Quellen analysieren, die häufig in separaten Systemen gespeichert sind und dann in andere Datenbestände verschoben werden. Daher ist es schwierig, praxistaugliche Informationen zu extrahieren und umzusetzen, insbesondere in Bezug auf die Customer Journeys. Es können zwar Daten für Kundengespräche abgerufen und auch Informationen aus Datenquellen von Drittanbietern hinzugefügt werden, aber es ist kein differenzierter Überblick über die gesamte Customer Journey möglich.
Kundendaten auf Mikro- und Makroebene
Mitarbeiter in Contact Centern haben sich bisher auf Datenanalysen auf Mikroebene gestützt, das heißt, sie wussten, an welcher Stelle der Customer Journey sich ein Kunde befand und aus welchem Grund er anrief. Vermögensverwalter und Bankangestellte in einer Filiale betrachteten hingegen die Makroebene, um die langfristigen Wachstumschancen für bestimmte Kundenprofile zu ermitteln. Für Analysen auf Makroebene werden inzwischen Algorithmen für das maschinelle Lernen eingesetzt und sie gehen weit über einfache regelbasierte Kundenprofile hinaus.
Analysen der Mikro- und Makroebene gab es also schon immer, sie wurden nur in der Regel nicht kombiniert. Die gemeinsame Nutzung dieser Daten war bisher sehr kostspielig oder äußerst aufwendig. Heutzutage benötigen alle Mitarbeiter mit Kundenkontakt Zugriff auf Analysen der Customer-Journey-Daten auf Mikro- und Makroebene, insbesondere für zielgerichtete vorausschauende Interaktionen.
Ein Grund für diesen Trend ist, dass die strikte Abgrenzung zwischen isoliert arbeitenden Angestellten wie Mitarbeitern im Contact Center und Bankangestellten in Filialen langsam aufweicht. Beide nutzen inzwischen dieselben Technologien für Kundeninteraktionen und daher überschneiden sich auch immer mehr Aufgabenbereiche.
Einfache Fragen werden zunehmend von Self-Service-Lösungen beantwortet und komplexe und anspruchsvolle Themen werden eher im persönlichen Gespräch geklärt. Die traditionelle Rolle der Bankangestellten verändert sich. Daher müssen mehr Analysen auf Mikro- und Makroebene zur Verfügung stehen, damit die Bankangestellten und die Mitarbeiter in Contact Centern die verschiedenen relevanten Aspekte des Kundeprofils betrachten können.
Kein Mangel an Daten, aber an relevanten Erkenntnissen
Es mangelt nicht an Daten. Banken können beispielsweise feststellen, wer im Umkreis von 10 Quadratkilometern um eine bestimmte Postleitzahl wohnt oder wer in 10 Jahren eine bestimmte Vermögensgrenze überschreiten wird. Doch diese Daten konnten bislang nur durch aufwendige Analyseprozesse abgerufen werden und wurden meist nur einmalig für Marketingkampagnen genutzt. Andere Mitarbeiter haben diese Daten in der Regel nicht in Echtzeit gesehen. Das ist eines der Probleme isolierter Systeme und sorgt bei der Customer Experience für Schwierigkeiten, deren Ursachen sich nur schwer identifizieren lassen.
Analyseplattformen der nächsten Generation müssen einen Überblick über Kundenprofile und -segmente aus verschiedenen Blickwinkeln bieten, das Verhalten im Zeitverlauf prognostizieren und Chancen identifizieren – unabhängig vom verwendeten Kanal. Viele dieser Plattformen bieten Entwicklungstools, für die keine Programmierkenntnisse erforderlich sind. Einfache Drag-and-Drop-Oberflächen ermöglichen einen umfassenden Überblick. So können auch Superuser aus dem Geschäftsbereich komplexe Funktionen erstellen und sind nicht auf die Unterstützung von Entwicklern und IT-Mitarbeitern angewiesen. Im Idealfall kann eine No-Code-/Low-Code-Analyseplattform auch Daten nativ an das System für Echtzeitinteraktionen übermitteln.
Neue Ansätze für Contact Center
Contact Center können mithilfe von Predictive-Engagement-Lösungen in den entscheidenden Situationen automatisch Chatbots starten oder das Gespräch mit einem Mitarbeiter anbieten. Auch ein Rückruf eines Mitarbeiters ist möglich. Diese Mikro-Journeys sind jedoch in der Regel nicht ausreichend miteinander verbunden, um das Ziel auf Makroebene, einen Customer Lifetime Value zu schaffen, zu unterstützen. Bei diesem taktischen Ansatz wird der potenzielle Lifetime Value eines Kunden oder eines potenziellen Neukunden nicht berücksichtigt. Selbst wenn Sie Daten von Drittanbietern in Entscheidungs-Engines einbinden, sind sie meist auf die Mikro-Journeys ausgerichtet. So ist eventuell nicht ersichtlich, ob ein Kunde besser von einem Bot bedient wird oder von einem Mitarbeiter, der auf Kundenbindungen spezialisiert ist.
Aus diesem Grund müssen Angaben auf Makroebene in die Echtzeit-Entscheidungs-Engines integriert werden, damit nicht versehentlich ein Kunde mit einem hohen Customer Lifetime Value abwandert. Mit Daten der Mikroebene allein ist es schwierig, weitreichende Entscheidungen zu treffen, da die Analysen nur einen Teil des Ganzen widerspiegeln.
Erfolgsstrategien
Wir arbeiten mit vielen Unternehmen zusammen, um umfassende Lösungen anzubieten, die die Mikro- und Makroebene vereinen. Genesys hat unter anderem Partnerschaften mit Adobe, Microsoft und IBM, damit Banken einheitliche kundenorientierte Lösungen zusammenstellen können, um ihre Geschäftsziele zu erreichen. Durch die Übernahme von Unternehmen wie Bold360 und Pointillist kann Genesys Funktionen für künstliche Intelligenz (KI), maschinelles Lernen und Prognosen in allen Kanälen bereitstellen.
Fazit
Der zunehmende Wettbewerb zwingt Banken dazu, ihre grundlegenden Geschäftsmodelle zu überdenken. Unabhängig davon, für welches Modell sie sich entscheiden – rein digital, ausschließlich physische Standorte oder eine hybride Lösung –, müssen sie die Customer Journeys auf Mikro- und Makroebene nachvollziehen können. Nur mit Hilfe dieser umfassenden Informationen können Banken Automatisierung und die Dienstleistungen ihrer Mitarbeiter erfolgreich kombinieren und einen kundenorientierten Service bieten.