Kundenbericht
Maximierung der Vertragsabschlussquote durch Machine Learning
Durch die Erstellung von kundenindividuellen Targetingprofilen auf Basis von Machine Learning konnte unser Kunde aus dem Versicherungswesen seine Vertragsabschlussquote gegenüber einer herkömmlichen Zielgruppenauswahl um 24 Prozent steigern.
24%
Steigerung der Vertragsabschlussquote
>14
Millionen individuelle Targetingprofile
10
Produktkategorien
Challenge
Kundenansprache verbessern und Bindung erhöhen
Ein Großteil der Vertragskund:innen tritt kaum bis selten mit ihrem Versicherer in Kontakt. Was ihre Bedürfnisse und Wünsche sind, lässt sich daher nur schwer feststellen. Unser Kunde aus der Versicherungsbranche wünschte sich, die Ansprache bei genau dieser Gruppe zu intensivieren und eine hundertprozentige Kontaktquote im Jahr zu erreichen. Um die Kundenansprache so effizient wie möglich zu gestalten, sollten alle Personen in diesem Segment dabei eine für sie passgenaue Produktempfehlung erhalten.
Umsetzung
Künstliche Intelligenz zur Feststellung des „Next Best Products“
Data Driven Marketing und eine intelligente Verarbeitung von Informationen sind inzwischen der Schlüssel, um die Kundenansprache zu optimieren und erfolgreiche Zielgruppenprognosen zu treffen. Daher erhielten die Data-Science-Expert:innen von affinis den Auftrag, beim Targeting der Marketingkampagnen gezielt mit ihrer Expertise zu unterstützen.
„Wir unterstützen als Team das Kampagnenmanagement mit datengetriebenen Entscheidungen und Zielgruppenanalysen.“
– Tobias Jenner, Senior Consultant bei affinis
Die affinis-Expert:innen setzten auf einen Hypertargeting-Ansatz. Auf Grundlage von Machine Learning und vorhandener Kundendaten entwickelten und trainierten sie eine Künstliche Intelligenz (KI), die in der Lage ist, für jede:n Kund:in vorherzusagen, welches Versicherungsprodukt er oder sie mit höchster Wahrscheinlichkeit als nächstes abschließt. Die Grundlage dafür bildet ein Ensemble aus mehreren Prognosemodellen zur Erstellung kundenindividueller Targetingprofile. Aus ihnen können die Empfehlungen für das „Next Best Product“ abgelesen und Zielgruppen zusammengesetzt werden. Insgesamt kann der Kunde auf über 10 Millionen aussagekräftige Targetingprofile zurückgreifen.
Die kundenindividuellen Targetingprofile basieren auf der Affinität bzw. dem Interesse eines Kunden oder einer Kundin für ein bestimmtes Produkt. Für die Erstellung der Kundenprofile und der Zielgruppenprognosen greift die von affinis entwickelte KI auf die Verkaufsdaten des letzten Jahres zurück und analysiert, welche Kund:innen einen neuen Vertrag abgeschlossen haben. Die hochkomplexen Muster hinter diesem Verhalten werden von der KI erkannt und in ein Modell umgewandelt. Das ermittelte Modell wird monatlich auf die aktuellen Kundenmerkmale neu angewendet, um so eine hohe Aktualität der Prognosen zu gewährleisten.
Das könnte Sie interessieren:
BI & Analytics
Ein professioneller Umgang mit Daten und eine nachhaltige Analyse steigern die Effizienz Ihrer Prozesse und sichern Ihnen Wettbewerbsvorteile.
Vorteile
Maximierung der Abschlussquote durch datengetriebenen Ansatz
Die herkömmliche Zielgruppenauswahl des Versicherungskunden beruhte auf einer Mischung von menschlichen Dateninterpretationen und Erfahrungswerten. Mit den KI-gestützten Prognosemodellen von affinis konnte für die durchschnittliche Vertragsabschlussquote noch einmal ein deutlicher Uplift von 24 Prozent erreicht werden. Gegenüber einer zufälligen Zielgruppenauswahl besteht sogar ein dreihundert Prozent höherer Abschlusserfolg.
Gleichzeitig ist die manuelle Auswahl von Zielgruppen deutlich zeitaufwändiger als der Einsatz der dafür trainierten Künstlichen Intelligenz. Unser Versicherungskunde setzt daher für die Zusammenstellung von Kampagnenzielgruppen zukünftig ausschließlich auf den datengetriebenen Ansatz von affinis. Die Konformität mit der DSGVO ist dabei durchgehend gewährleistet. Die KI nutzt lediglich vorhandene Bestandsdaten, um die Targetingprofile zu erstellen.
„Hypertargeting ist die perfekte Unterstützung, um Kunden mit einer geringen Bindung und Kontakthäufigkeit gezielt anzusprechen“,
freut sich der Kunde.
Ausblick
Weitere KI-gestützte Projekte in der Entwicklung
Durch den großen Erfolg der „Next Best Product“-Empfehlungen stehen bei unserem Versicherungskunden weitere KI-gestützte Projekte in Zusammenarbeit mit affinis bereits in den Startlöchern oder befinden sich in der Entwicklung. Dazu zählen beispielsweise die Entwicklung eines Modells zur Churn Prediction, eine automatisierte Kundensegementierung für Werbekampagnen, ein auf Machine Learning basiertes Kampagnenreporting und die visuelle Aufbereitung der Daten aus dem „Next Best Product“-Modell.
Wie können wir Ihnen helfen?
Nehmen Sie gerne Kontakt zu uns auf und lassen Sie sich unverbindlich beraten.
Weitere Referenzen
Unsere Projekte verändern die Art und Weise, wie unsere Kunden arbeiten. Kennen Sie schon diese Referenzen?
affinis in den sozialen Medien
affinis bei LinkedIn
Diskutieren Sie mit uns aktuelle und innovative Themen rund um die IT und unsere Fokusbereiche.
affinis bei Facebook
Einblicke in unser Unternehmen und die affinis-Mannschaft erhalten Sie auf Facebook.
YouTube-Channel
Bilder sagen mehr als tausend Worte: Noch mehr Inhalte gibt es auf unserem YouTube-Kanal.