Bots statt Bankmitarbeiter - diese Entwicklung ist nicht eingetreten, und es sieht auch nicht danach aus, dass es in naher Zukunft so kommen könnte. Nur wenige Kunden sind bereit, auf eine persönliche Finanzberatung zu verzichten und mit rein digitalen Lösungen zu kommunizieren.
Das bedeutet nicht, dass die Themen Automatisierung und Data Analytics für die Finanzinstitute irrelevant wären. Allerdings heißt die Antwort auf den Innovations- und Wettbewerbsdruck nicht „Bots statt persönlicher Beratung“, sondern „Bots und persönliche Beratung“. Mit datenbasierten Automatisierungstools können Banken ihren Vertrieb stärken, Kundenansprache und -erlebnisse verbessern und die Kundenzufriedenheit stärken.
Im KPMG-Whitepaper „Total digital? Das Vertriebsmanagement von Banken zukunftssicher ausrichten - mit Automatisierung und Data Analytics“ erläutern wir insbesondere den Nutzen von Predictive-Analytics-Tools. Sie unterstützen Finanzberater dabei, Kunden möglichst die Produkte anzubieten, die für diesen zu einem bestimmten Zeitpunkt wirklich sinnvoll sind - anstatt ihm blindlings Produkte verkaufen zu wollen.
Mit Vorhersage-Tools zur „Next best offer“
Innovative Anwendungen nutzen die Informationen aus dem Daten-Ökosystem des Kunden - unternehmensintern wie extern - um treffsicher vorauszusagen, wann Kunden bestimmte Produkte benötigen. Wir sprechen hierbei von der „Next best offer“ der Banken an den Kunden sowie umgekehrt von der „Next best action“ des Kunden. So gelingt es mit einem datengetriebenen und technologiebasierten Vertriebsmanagement letztlich, den Profit zu steigern.
Banken sollten sich darauf einstellen, dass Kunden den Einsatz von automatisierten Vorhersagen und darauf beruhenden Angeboten zukünftig erwarten werden. Wer sich hier nicht umstellt, wird im Markt von agileren Wettbewerbern verdrängt werden.
Bereit für Predictive Tools? Unsere Checkliste gibt die Antwort!
Unser Whitepaper erklärt, wie Data-Analytics-Lösungen die zukünftigen Bedürfnisse der Kunden in den Fokus nehmen. An Beispielen wird aufgezeigt, wo sogenannte Prediction-Engines sinnvoll eingesetzt werden können. Konkret gehen wir auf diese vier Bereiche ein, die bei der Entwicklung eines vorausschauenden Vertriebsmodells besondere Beachtung verdienen:
Jörg Fehrenbacher
Director, Financial Services
KPMG AG Wirtschaftsprüfungsgesellschaft
Unser Whitepaper erklärt, wie Data-Analytics-Lösungen die zukünftigen Bedürfnisse der Kunden in den Fokus nehmen. An Beispielen wird aufgezeigt, wo sogenannte Prediction-Engines sinnvoll eingesetzt werden können. Konkret gehen wir auf diese vier Bereiche ein, die bei der Entwicklung eines vorausschauenden Vertriebsmodells besondere Beachtung verdienen:
- Kundenerlebnis
- Datenmanagement
- Flexible Automatisierungslösungen
- Mitarbeiterakzeptanz
Mithilfe einer Checkliste können Führungskräfte von Finanzinstituten prüfen, ob ihr Unternehmen bereit für Automatisierung und Predictive Analytics ist.
