Mit Customer Analytics Kundenloyalität vorhersagen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Fundierte Kundenanalysen zur Umsetzung von Vertriebsmaßnahmen sind in der Energiewirtschaft  eher noch die Ausnahme. Häufig werden hier Entscheidungen nach einfachen Kriterien wie Erfahrungswerten, absoluten Umsatzzahlen oder standardisierten (ABC-)Analysen gefällt. Daher haben sich Stadtwerke Ansbach Mitte 2018 für einen Customer-Analytics-Service der Conergos entschieden.

conergos_customer_analyticsQuelle: TheDigitalWay @pixabay

Fundierte Kundenanalysen zur Umsetzung von Vertriebsmaßnahmen sind in der Energiewirtschaft  eher noch die Ausnahme. Häufig werden hier Entscheidungen nach einfachen Kriterien wie Erfahrungswerten, absoluten Umsatzzahlen oder standardisierten (ABC-)Analysen gefällt. Daher haben sich Stadtwerke Ansbach Mitte 2018 für einen Customer-Analytics-Service der Conergos entschieden.

Mithilfe der Dienstleistung, die Conergos in Kooperation mit mxben, einem Spezialisten für Kundendatenanalyse, anbietet, können Kunden auf Basis vorhandener Daten nach Wertigkeit und Loyalität segmentiert werden. Zu diesem Zweck werden bis zu 450 Merkmale in einen Algorithmus eingespeist, wie persönliche Daten, kundenbezogene Prozesse, die Marktsituation im Energiesektor und der Zeitpunkt von Vertriebsmaßnahmen. Die Ergebnisse erlauben Vorhersagen zu künftigen Anbieterwechseln von Geschäftspartnern ebenso wie Prognosen zum erwartbaren Wertbeitrag eines Kunden in den kommenden zwölf Monaten. Die Stadtwerke konnten auf diese Weise erstmals ihren Kundenstamm detailliert analysieren und konkrete Erkenntnisse auf die strategische Ausrichtung des Vertriebs und die Produktentwicklung anwenden.

Strukturierte Analyse von Kundendaten noch die Ausnahme

“Energieversorgungsunternehmen haben in der Regel eine Menge Informationen über ihre Kunden, ohne diese in ausreichendem Maße zu nutzen. Die strukturierte Analyse von Kundendaten im Vertrieb ist noch die Ausnahme”, erklärt Peter Reitemann, Abteilung Analyse und Auswertung bei der Conergos GmbH. Dies hat zur Folge, dass – im Gegensatz zu vielen anderen Branchen – Kundenbedürfnisse und die Auswirkungen von Vertriebsentscheidungen auf das Kundenverhalten nur selten berücksichtigt werden können. Vielen EVU fehlen schlicht wichtige Erkenntnisse und Zusammenhänge, die zur kundenspezifischen Ansprache sowie zur Erstellung individueller Angebote notwendig wären.

Mit derartigen Herausforderungen waren auch die Stadtwerke Ansbach konfrontiert. Zur Optimierung der Kundenkommunikation beziehungsweise zur Ausschöpfung des Vertriebspotentials entschied sich der Energieversorger daher, seine Zusammenarbeit mit Conergos als Anbieter von ganzheitlichen IT-Lösungen für EVU auszuweiten. „Schon seit längerer Zeit arbeiten unser Kundenservice, unsere Abrechnungsabteilung und unser Forderungsmanagement, die zentral vom Dienstleistungsunternehmen Visconto verwaltet werden, auf Conergos-Plattformen“, berichtet Roland Moritzer, Geschäftsführer der Stadtwerke Ansbach aus.

Kundenverhalten durch Analyse vorhersagen

Als Partner zeigte Conergos den Stadtwerken und Visconto ein Verfahren auf, das es ermöglicht, erstmalig Kundendaten genauer zu analysieren und auf dieser Basis Vorhersagen zum künftigen Kundenverhalten zu treffen. “Das fanden wir sehr interessant und entschieden uns deshalb, als Pilot in dem Projekt zu fungieren”, so Moritzer. Ähnlich verhielt es sich auch im Falle von Visconto: Vor allem die zuletzt häufigen Stromkunden-Wechsel in der gesamten Branche veranlassten den Dienstleister, bei dem Projekt mit einzusteigen. Bislang war es dem Unternehmen, das insgesamt sieben Energieversorger betreut, beispielsweise nicht möglich, die Wechselabsicht zu erkennen und im Detail zu identifizieren. “Daher erschien es uns notwendig, auf dem Feld der Datenanalyse Unterstützung und Know-how der Experten von Conergos einzuholen”, so Wolfgang Krug, Geschäftsführer der Visconto GmbH.

Wolfgang Krug, Geschäftsführer der Viconto GmbH: “Wir kommen aus einer Welt, da lag der Kundenwechsel bei einem Prozent der Stammkunden. Mittlerweile liegt dieser Wert bei zehn bis 15 Prozent.” (Bild: Viconto GmbH)

Segmentierung der Kunden nach Loyalität und Wert

Ein Großteil der Daten, die für das Customer-Analytics-Projekt benötigt werden, stammen von den Plattformen IS-U und Business-Warehouse, die von Conergos betrieben werden und bei den Stadtwerken wie auch bei Visconto von dem Kundenservice und der Abrechnungsabteilung genutzt werden. Als relevant für Customer Analytics gelten in diesem Zusammenhang unter anderem Einzelmerkmale des Kunden (Alter, Dauer der Geschäftsbeziehung, Eigentümer oder Mieter etc.) und Angaben zu kundenbezogenen Prozessen wie dem zeitlichen Eingang von Rechnungen oder Preisanpassungen. Durch die breite funktionale Aufstellung der Lösungen für EVU ist Conergos in der Lage, sämtliche relevanten Daten zu liefern und die durch Analytics gewonnenen Erkenntnisse im späteren Verlauf in der Prozessabwicklung zu integrieren.

Bei der Vorhersage des künftigen Kundenverhaltens setzt Conergos auf die Kooperation mit der mxben GmbH, die ihre Expertise für Datenanalyse und Prognostik beisteuerte. Nach dem Erhalt der relevanten Daten von Conergos besteht die Aufgabe von mxben darin, die Kundenstruktur auf Einzelebene zu analysieren und die Daten so aufzubereiten, dass die gewonnenen Erkenntnisse sich so einfach wie möglich in die Vertriebsprozesse der EVU integrieren lassen. Zwei Parameter sind hierbei entscheidend: die Wechselwahrscheinlichkeit eines Kunden zu einem Mitbewerber beziehungsweise dessen Loyalität und der prospektive – auf die Zukunft gerichtete – Kundenwert.

450 Merkmale fließen in das Prognosemodell

“Im ersten Schritt prognostizieren wir, wie hoch die Gefahr eines Anbieterwechsels zu einem bestimmten Zeitpunkt ist und welche finanziellen Verluste sich daraus ergeben würden”, erklärt Andreas Hahne, Geschäftsführer der mxben GmbH. Zur Bestimmung dieses Werts fließen bis zu 450 Merkmale aus einem großen Datenpool in ein Prognosemodell. Neben der allgemeinen Marktsituation und den Preisabständen zu den Mitbewerbern ist hierbei auch die Rolle des Vertragspartners beziehungsweise die Vertragsart selbst von Relevanz. So lässt sich beispielsweise nachweisen, dass die Wechselaffinität signifikant steigt, wenn der Kunde in den vergangenen 24 Monaten eine Preisanpassung erhalten und einen Tarifwechsel vollzogen hat. All diese Merkmale müssen berücksichtigt werden, damit der Algorithmus in der Lage ist, eine realistische Prognose zu künftigem Kundenverhalten abzugeben.

Andreas Hahne, Geschäftsführer der mxben Gmb: “Im ersten Schritt prognostizieren wir, wie hoch die Gefahr eines Anbieterwechsels zu einem bestimmten Zeitpunkt ist und welche finanziellen Verluste sich daraus ergeben würden.” (Bild: mxben GmbH)

Neben der durch die Wechselwahrscheinlichkeit beschriebenen Loyalität ist außerdem der prospektive Kundenwert von großer Bedeutung für die Analyse von Kundendaten bei Energieversorgungsunternehmen. Hierbei handelt es sich um den potentiellen Wertbeitrag eines Geschäftspartners in den kommenden zwölf Monaten, der sich aus den Erlösen abzüglich der externen Kosten wie Netzentgelte und Umlagen ergibt. “Wir betreiben in diesem zweiten Schritt quasi Controlling auf Einzelvertragsebene und schauen uns den Deckungsbeitrag eines Vertrags genau an – aber nicht den der Vergangenheit, sondern den der Zukunf”, erklärt Hahne. In die Berechnung des Kundenwerts fließen auch künftige Preisanpassungen und Wahrscheinlichkeiten der Vertragsfortführung ein, die schließlich einen Wert ergeben, der den zukünftigen Deckungsbeitrag darstellt.

Kundensegmentierung anstelle des Gießkannen-Prinzips

Nach der Analyse der Verbleibwahrscheinlichkeit sowie des prospektiven Kundenwerts werden die Erkenntnisse aus beiden Ansätzen in einem dritten Schritt zusammengeführt und in einem Segmentierungsmodell ausgewiesen: als hochwertige, wechselgefährdete Kundengruppe, als hochwertige, loyale Kundengruppe, als wechselgefährdete Kundengruppe mit geringem Kundenwert und als wechselgefährdete Kundengruppe mit hohem Kundenwert.

Eine gewinnbringende Nutzung der Daten kann allerdings nur dann stattfinden, wenn die Erkenntnisse auch gezielte Maßnahmen seitens des Vertriebs oder des Marketings zur Folge haben. So ist es unter anderem möglich, strategisch wichtige Segmentgruppen über eine besonders ausführliche telefonische Kundenbetreuung, gezielte Kampagnen, neue Produktentwicklungen oder zeitlich optimierte Preisanpassungen zu binden.

ff

Bei Customer Analytics handelt es sich um eine Dienstleistung, die Kunden eines Unternehmens auf Basis vorhandener Daten nach ihrer Wertigkeit und Loyalität segmentiert.. (Bild: ColiN00B/pixabay)

Eine zentrale Rolle spielt dabei immer das sogenannte “What-if”-Szenario – also die Frage, wie sich erwartete Marktpreisänderungen in Zusammenspiel mit einer künftigen Preisanpassung oder einer Bonuszahlung auf den wirtschaftlichen Erfolg eines Unternehmens auswirken. “Wenn sich ein Unternehmen im Zuge der Kundenbindung zum Beispiel entschließt, mit der Gießkanne an 100.000 Geschäftspartner 500.000 Euro Treuebonus zu verteilen, dann bleiben fünf Euro pro Kunde übrig. Bei einer allgemeinen Wechselwahrscheinlichkeit von sieben Prozent beträgt der Streuverlust aber 93 Prozent. Wird die Zielgruppe jedoch mittels statistischer Datenanalyse von 100.000 auf 20.000 eingegrenzt, verfünffacht sich die Effizienz der Investition”, erklärt Hahne.

Umsetzung passender Vertriebsmaßnahmen

Im weiteren Verlauf des Projekts lieferte mxben die gewonnenen Erkenntnisse direkt in Form von Datenexporten an Conergos. Die Stadtwerke Ansbach konnten die Daten dann in ihr System importieren, auswerten und geplante Vertriebskampagnen optimieren. Anschließend können die Informationen in den Plattformen durch die Zusammenarbeit von mxben und Conergos standardisiert aktualisiert werden. Conergos unterstützt hierbei nicht nur die Datenbereitstellung und Integration der Ergebnisse in die operativen Systeme, sondern bietet den EVU auch Schulungen zur Übernahme der Ergebnisse an und unterstützt bei der Erarbeitung von Vertriebsmaßnahmen. Durch die Bereitstellung von SAP Analytics Cloud ist es beispielsweise möglich, Analysen, Planungen und Prognosen so zu veranschaulichen, dass Erkenntnisse schnell in konkrete Handlungen umgesetzt werden können.

“Neben einer zeitnahen Abwicklung erhielten wir durch das Projekt sehr viele Erkenntnisse zur Loyalität und zur Wertigkeit unserer Kunden”, berichtet Roland Moritzer von den Stadtwerken Ansbach, die durch die neuen Erkenntnisse bereits ihr Produktportfolio und die Kundenkommunikation angepasst haben. “Die prognostischen Methoden von mxben werden durch die energiewirtschaftlichen Kompetenzen der Conergos sehr gut ergänzt.” Eine Erfahrung, die Wolfgang Krug von Visconto bestätigt: “Wir kommen aus einer Welt, da lag der Kundenwechsel bei einem Prozent der Stammkunden. Mittlerweile liegt dieser Wert bei zehn bis 15 Prozent. Daher ist es für uns von großer Relevanz, in diesem Bereich auf die Kompetenz von Conergos und mxben zählen zu können.” Aufgrund der positiven Erfahrungen laufen bereits zwei weitere Projekte mit regionalen EVU, die Visconto unter anderem im Kunden-, Unternehmens- und Abrechnungsservice betreut. (sg)

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken
Werbung
Werbung

Redaktionsbrief

Tragen Sie sich zu unserem Redaktionsbrief ein, um auf dem Laufenden zu bleiben.

Werbung
Werbung

Aktuelle Ausgabe

Topthema: KI – Online-Händler sind die Pioniere

Künstliche Inteligenz

Mehr erfahren
Quelle: WIN-Verlag

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.