Projektrückblick: Churn-Analyse bei einem Energieversorger (Teil 1)
Gerade haben wir ein Predictive Analytics Projekt bei einem Energieversorger erfolgreich abgeschlossen. Wir berichten über die Herausforderungen in diesem Projekt, über Annahmen und deren Richtigkeit, unser angepasstes CRISP-DM-Vorgehen und welche Ergebnisse unsere Churn-Analyse bei diesem Energieversorger zu Tage gebracht hat.
Ausgangssituation
Bei unserem Auftraggeber handelt es sich um ein Energieversorgungsunternehmen (EVU), das regionale Produkte für die Bereiche Strom, Gas, Wasser, Wärme und Kommunikation liefert. Durch seine regionale Auslegung ist das Unternehmen im Hinblick auf seine Preisgestaltung nicht in der Lage, mit großen Discountanbietern zu konkurrieren. Das EVU beobachtet in den Bereichen Strom und Gas eine hohe Fluktuation der eigenen Kunden (ca. 10 – 20 % pro Jahr). Darüber hinaus liegen keine Einsichten über das Kündigungsverhalten der eigenen Kunden vor.
Arbeitsauftrag
Das EVU beauftragte affinis für eine Kundenabwanderungsanalyse (auch Churn-Analyse genannt).

Herangehensweise der Churn-Analyse
Die gewählte Herangehensweise orientierte sich stark am „Cross Industry Standard Process for Data Mining“ (CRISP-DM). Eine detaillierte Ausführung dieses Vorgehens haben wir bereits in einem früheren Blog-Beitrag dargestellt.
Im Rahmen der Datenbeschaffung aus dem Abrechnungssystem identifizierten wir, dass eine Reihe hilfreicher Daten wie z. B. „Alter“, „Geschlecht“, „Kunde seit“ und „Zeitpunkt der Kündigung“ fehlten. Im Zuge dessen erstellte affinis einen Datenkatalog als Übersicht darüber, welche Daten vorhanden sind und welche Informationen für eine leistungsstärkere Analyse nötig wären.
Die Modellierungsphase verlief zweigeteilt. Auf der einen Seite bedienten wir uns Data Mining- und Regressionstechniken, um wichtige Einflussfaktoren, die für die Kundenbindung hinderlich bzw. förderlich sind, zu identifizieren. Im zweiten Schritt wurde ein prädiktives Modell erstellt, das für jeden individuellen Kunden angibt, ob eine unmittelbare Kündigungsgefahr besteht.
Ausblick
Im zweiten Teil dieses Beitrags möchten wir Ihnen einen Überblick über die Ergebnisse unserer Analysen und Modellierungen geben. Darüber hinaus werden wir die ausgesprochenen Handlungsempfehlungen betrachten.
Sollten Sie sich näher für das Thema Churn-Management bei Energieversorgern interessieren und dieses Thema im Austausch mit uns vertiefen wollen, freuen wir uns auf Ihren Kontakt.

Team affinis
"In einer disruptiven und komplexen Welt unterstützen wir unsere Kunden dabei, genau die Entscheidungen zu treffen, die sie nach vorne bringen. Dafür bieten wir Lösungen aus einer Hand und vertrauensvolle Kundenbeziehungen."
Noch mehr spannende Beiträge
Lieferantenwechsel innerhalb von 24 Stunden (LFW24): Wie schaffen Energiedienstleister die Automatisierung?
Ein Lieferantenwechsel binnen 24 Stunden ist durch die derzeitigen Prozessabläufe kaum umsetzbar.…
Potenziale nutzen: Die Organisation des Power BI Ecosystem
Das Power BI Ecosystem: Die wichtigsten Antworten zu Architektur, Datenmanagement und Struktur der…
SAP IM4G: Wie funktioniert das neue SAP IS-U Add-On für Energieversorger?
Mit IM4G präsentiert SAP eine Lösung, um die regulatorischen Rahmenbedingungen des GDEW umzusetzen.…