Retention reinvented: A new growth driver

Die gute Nachricht für Versicherungsunternehmen ist, dass es neue Kompetenzen, Modelle und Ansätze (s. Abb. 1) gibt, mit denen sie ihre Kundenbindung proaktiv fördern können, darunter:

• Neue und umfangreichere Informationen gepaart mit Advanced Analytics bieten die Basis für die Entwicklung zielgerichteter und Kontext-relevater Maßnahmen zur Bindung von Risikokunden-Gruppen.
• So gibt es etwa öffentlich zugängliche Informationen zum Surfverhalten, zur Nutzung mobiler Apps, zur Kartennutzung sowie zu Lifestyle und Lebensereignissen von Kunden wie z. B. Hochzeiten, Geburten, Umzüge. Diese Informationen bieten in Kombination mit internen Daten von Kundengruppen (z. B. Kundeninteraktionen, Versicherungsfälle und Kommunikation über interne Kanäle) eine fundierte Basis zur Anwendung von Analysemodellen und ermöglichen so eine proaktive Ansprache, noch bevor sich Kunden nach neuen Angeboten umsehen.

Der Weg zur effektiven Kundenbindung beginnt mit der Ausarbeitung präziser Churn-Modelle. Dazu kombinieren wir einen umfangreichen, proprietären 360-Grad-Kundendatensatz – einschließlich externer Digital-, Finanz- und Standortinformationen von 250 Millionen Konsumenten aus den USA – mit internen Kundendaten von Versicherern. Mithilfe von Machine Learning und Prescriptive Analytics lassen sich aus diesen Daten erfolgsversprechende Modelle zur Kundenbindung ableiten. Dank der Kombination der so gewonnenen analytischen Erkenntnisse mit einem kundenorientierten Design können wirksame Strategien zur Kundenbindung entwickelt werden. Kunden sind bereit für personalisierte Angebote. Immerhin erklären 81 Prozent aller abgewanderten Kunden, dass ihr Anbieter etwas hätte tun können, um sie zu halten.² Jeder Zweite (49%) weiß es zu schätzen, wenn ein Unternehmen personalisierte Angebote oder individuelle Services bietet.³

Die Einführung innovativer Kundenbindungsprogramme erfolgt in vier Stufen:

1. Predictive Analytics: Grundlage eines erfolgreichen Kundenbindungsprogramms ist die Identifikation der Kunden, die sich bereits nach Alternativ-Angeboten umsehen. Denn sie gilt es zu halten. Mit Unterstützung von Machine Learning haben wir Modelle entwickelt, die vergleichsweise präzise vorhersagen können, welche Kundengruppen sich bereits umschauen – und bei welchen die Gefahr am größten ist, dass sie ihre Versicherung wechseln. Dies sind die Kundengruppen, die ein Versicherer proaktiv und mit zielgerichteten Maßnahmen ansprechen sollte, um eine und eventuelle Abwanderungen zu verhindern. Dies ermöglicht einen viel genaueren und effektiveren Einsatz von Investitionen.
2. Experience Design: Beitragserhöhungen, negative Kundenerfahrung, Werbekampagnen von Wettbewerbern oder eine Veränderung der Lebensumstände – dies sind die vier Hauptursachen für Versicherungsnehmer, sich über alternative Angebote zu informieren. Basierend auf diesem Wissen und neuen Erkenntnissen aus der Erforschung des Kundenverhaltens entwickeln wir für jede mögliche Wechsel-Ursache zielgerichtete Gegenmaßnahmen zur Steigerung der Kundenbindung. Jeder dieser Aktionen wird individuell auf die jeweilig identifizierte Kundengruppe angewendet.
3. Prescriptive Analytics: Sind mögliche Maßnahmen identifiziert, müssen diese einzeln und in unterschiedlichen Kombinationen getestet werden. A/B-Tests helfen bei der Ermittlung der passenden Aktion, die die höchste Kundenbindungsrate verspricht.
4. Implementierung und Operationalisierung: Die entwickelten Analyse-Modelle müssen in den Betriebsablauf integriert werden, als wöchentliche oder tägliche Prozesse. Nur so können Versicherungsnehmer, die über einen Anbieterwechsel nachdenken, kontinuierlich identifiziert werden und durch individuelle Maßnahmenpakete zum Bleiben motiviert werden.

In diesen Strategien steckt großes Umsatzpotenzial. Unsere Erfahrung zeigt: Versicherungen, die den oben beschriebenen Prozess befolgen, können die Bindungsrate bei abwanderungsgefährdeten Kundengruppen – also Kunden, die gerade beginnen, sich nach neuen Angeboten umzusehen – um drei bis sieben Prozent steigern. Das bedeutet: Ein Versicherer mit 10 Mrd. US-Dollar an jährlichen Beiträgen und einer marktüblichen Wachstumsrate kann durch die Implementierung dieser Strategien einen jährlichen Beitragszuwachs von mehr als sechs Prozent in einem Zeitraum von fünf Jahren erzielen. Kumulativ entspricht dies einem Plus an Versicherungsbeiträgen von 2,7 Mrd. US-Dollar (s. Abb. 2).

Der Kundenerhalt ist in der Regel günstiger als die Neukundenakquisition. Daher liegt es nahe, dass sich ein Kundenbindungsansatz wie dieser überproportional hoch auf die Gewinnmargen eines Versicherers auswirkt. Damit wird er zu einer attraktiven Maßnahme für eine Branche, in der Anbieter nur mit Mühe Marktanteile gewinnen – ohne dass dabei Einbußen bei der Wirtschaftlichkeit zu verzeichnen sind.

Anbieter, die ihre Kundenbindungsraten vernachlässigen, laufen in der stark umkämpften Versicherungsbranche Gefahr, Marktanteile an Mitbewerber zu verlieren, die dieses Potenzial erkennen und erfolgreich heben.

¹ Accenture Strategy Global Consumer Pulse Research, 2017

² Ibid

³ Accenture Strategy Global Consumer Pulse Research, 2018