print logo

Kundendaten bei Versicherern und Industrie

Stammdaten und Bewegungsdaten sind das Geheimnis des Erfolgs. Professionelles Datenmanagement rechnet sich schnell.
Holger Stelz | 02.03.2017
Unternehmen haben das Ziel, dem richtigen Kunden das richtige Produkt in der richtigen Menge zum richtigen Preis mit der richtigen Rechnung an den richtigen Ort zu liefern. Damit dieses Ziel erreicht werden kann, müssen die Kundendaten konsistent, vollständig, aktuell und korrekt sein.

Die benötigten Informationen in Form von Personen-, Verhaltens-, Lokalisierungs-, Interaktions- und Transaktionsdaten sowie Kundencharakteristika sind zwar vielfach vorhanden, aber nur bedingt brauchbar. Denn Qualität und Konsistenz stimmen vielfach nicht.

Stammdaten und Bewegungsdaten sind das Geheimnis des Erfolgs

Grundlage ist Ground Truth, eine Lösungs- und Prozessmethodik. Sie beginnt mit einem zentralen Register, in dem alle Kundenstammdaten über alle Kanäle, Organisationsbereiche und Applikationen hinweg gespeichert und kombiniert werden – auch „Golden Record“ genannt. Das Grundvertrauen in die Stammdatensätze basiert auf zuverlässigen, korrekten, qualitätsgesicherten und verfügbaren Kundendaten. Durch gezielte Hinzunahme der Transaktions- und Interaktionsdaten entsteht dann im nächsten Schritt das sogenannte Golden Profile als zentrales Kundenstammprofil, die wirkliche echte 360-Grad-Sicht auf jeden einzelnen Kunden. Die Golden Profiles, die wiederum Links zu allen Profilen aus den verschiedenen Datenquellen enthalten, in denen ihre Attribute verwendet werden, werden zentral verwaltet.

Professionelles Datenmanagement rechnet sich schnell

Vertrauenswürdige Daten bedeuten Kostenreduktion und höheren Umsatz. Dank kurzer Integrationszeiten kann ein schneller Return-on-Investment (ROI) in den ersten sechs Monaten erzielt werden. Eine präzise Kundensegmentierung steigert die Responserate und auch die Konversionsrate deutlich. Die Vermeidung von Retouren, Stornos und überflüssigem Porto führen zu einer erheblichen Kostenersparnis.

Industriebetriebe handeln bessere Geschäftsabschlüsse aus

Die meisten globalen Hersteller haben mit Tausenden von Geschäftspartnern zu tun. Jeder einzelne stellt einen großen und beträchtlichen Wert dar. Ein neuer Vertrag basiert auf einem gründlichen Analyseverfahren. Eine Frage ist jedoch, wie die Einzelheiten des neuen Geschäftspartners in die verschiedenen internen Systeme eingegeben werden.

Die Lösungs- und Prozessmethodik besteht hier aus einem zentralen Register, in dem Datensätze aus verschiedenen Systemen erfasst, validiert und Dubletten identifiziert werden. Bei Bedarf können Daten mit Referenzdaten verschiedenster Anbieter angereichert werden. Alle unsicheren Daten werden Data Stewards zur Verifizierung vorgelegt, die diese dann zur weiteren Bearbeitung freigeben.

Mitarbeiter sind in der Lage, über alle Systeme hinweg per Fuzzy-Logik zu suchen. Durch eine Einzelbetrachtung des Anbieters sind die Einkäufer in der Lage, bessere Geschäftsabschlüsse auszuhandeln und Möglichkeiten zu erschließen, Mengenrabatte für alle Geschäftsbereiche durchzusetzen. Ebenso können Verkaufsleiter dank ihrer Detailkenntnisse über die Bedürfnisse ihrer Kunden bessere Erträge erzielen.

Versicherungen erhalten fehlerfreien Überblick über Kundenprozesse

Häufig werden die Informationen über den Versicherten von verschiedenen Sachbearbeitern in unterschiedliche IT-Systeme und Kundendatenbanken eingetragen. Für eine langfristige Kundenbindung, effiziente Policen-Verwaltung, belastbare Analysen zum Risikomanagement, Vertragsabschlüsse oder die optimale Beratung und Betreuung von Bestandskunden ist aber eine Kundensicht über alle Systeme hinweg Voraussetzung. Auch die Umsetzung der Solvency-II-Richtlinien der Europäischen Union mit ihren hohen Anforderungen hinsichtlich des Risikokapitals stellt die Branche vor besondere Herausforderungen.

Die Lösungs- und Prozessmethodik fasst die Informationen aus den unterschiedlichsten Quellen zu einer allumfassenden Kundensicht zusammen. Datenqualitätstools sorgen für bereinigte, strukturierte und aktuelle Daten. So greifen bereits bei der Datenerfassung die Datenqualitätsmechanismen: Die Konsistenz der Daten ist über alle Datenquellen hinweg sichergestellt. Wann immer eine Änderung bei einem Kunden in irgendeinem System eintritt, wird diese erfasst, verarbeitet und an die anderen Systeme weitergegeben. Auch die hohen Anforderungen von Solvency-II werden erfüllt. Redundanzen bei der Datenhaltung werden vermieden. Die Identitäten der Kunden sind eindeutig über Prozesse, Sparten und Systeme hinweg erfasst.