Unstrukturierte Daten für bessere Customer Insights
Gastbeitrag
Unstrukturierte Daten liefern entscheidende Infos über Kunden
Autor: Dr. Dorian Selz, CEO und Mitgründer von Squirro
Bei Finanzdienstleistungen haben Kunden mehr Auswahl als je zuvor. Etablierte Anbieter sollten mit künstlicher Intelligenz und maschinellem Lernen ihre Services verbessern, wenn sie im Wettbewerb gegen agile Start-ups bestehen wollen.
Um ihre Kunden besser beraten zu können, haben viele Finanzdienstleister CRM-Lösungen eingeführt, um deren Daten zu verwalten. Die meisten dieser Systeme arbeiten allerdings nur mit strukturierten Daten – und das ist ein Problem, denn deutlich mehr als 80 Prozent aller anfallenden Daten sind unstrukturiert. Damit nutzen Finanzdienstleister nur einen Bruchteil der relevanten Informationen, um ihre Kunden zu verstehen. Riesige Mengen an Kundeninformationen bleiben ungenutzt.
Bei der Analyse und Auswertung unstrukturierter Daten und deren Nutzung für verbesserte Kundenbeziehungen spielen künstliche Intelligenz (KI) und maschinelles Lernen (ML) eine entscheidende Rolle. Die riesigen Datenmengen von Finanzdienstleistern liegen in Dokumenten und Formaten vor, die für die meisten CRM-Systeme nicht zugänglich sind. Genau diese – internen und auch externen – Daten aber sind am wertvollsten und ermöglichen eine 360-Grad-Sicht auf einen Kunden, seine Bedürfnisse und Anforderungen.
Zu den externen unstrukturierten Daten zählen etwa Social-Media-Inhalte von Twitter, Facebook, LinkedIn und Instagram. Dazu kommen interne Daten aus dem E-Mail-Verkehr mit dem Finanzdienstleister oder Aufzeichnungen aus dem Call-Center, die Probleme oder Wünsche dokumentieren. Durch den Einsatz von KI und ML können Unternehmen all diese Daten auswerten.
Damit steigt der Wert dieser Daten. Die damit gewonnenen Einsichten lassen sich auf vielfältige Art nutzen:
| • | Den Kundenwert steigern und neue Möglichkeiten erschließen. Den Kunden zu kennen und zu verstehen bedeutet, immer wieder neue Geschäftschancen identifizieren zu können. Finanzdienstleister können nach neuen Daten über Wettbewerber, Partner und Märkte suchen, was ihr Wissen und Verständnis für jeden Kunden vertieft und Cross- oder Up-Selling-Möglichkeiten eröffnet. |
| • | Kundenbedürfnisse antizipieren. Das Kundenverständnis lässt sich auch dazu nutzen, um Trends und Anomalien rund um einen einzelnen Kunden oder eine Gruppe von Kunden zu identifizieren und diese zu thematisieren, bevor sie zu einem Problem werden. |
| • | Eine Kunden-zentrierte Sicht einnehmen. Die 360-Grad-Sicht auf einen Kunden über alle Kanäle hinweg ist die Basis dafür, dass Top-Kunden nicht übersehen werden und ermöglicht die gezielte Ansprache von Kunden zum genau richtigen Zeitpunkt. |
| • | Zeitersparnis bei der Kundenverwaltung. Da alle verfügbaren Daten zu einem Kunden einfach zugänglich sind, sparen Mitarbeiter viel Zeit bei der Suche nach Informationen. |
Dr. Dorian Selz kommentiert für TREND REPORT in monatlichen Beiträgen die aktuellen Entwicklungen rund um „künstliche Intelligenz“.
Der Verzicht auf die Nutzung unstrukturierter Daten bei der Kundenbetreuung und dem Kundenbeziehungsmanagement kann sich für Finanzdienstleister zu einem erheblichen Nachteil entwickeln. Es fehlen riesige Mengen potenzieller Kundeninformationen, und das wirkt sich negativ auf den Kundenservice aus.
Warum sollten Kunden, die besser informiert sind als je zuvor, am Ende bei einem Finanzdienstleister bleiben, der ihre individuellen und spezifischen Bedürfnisse nicht versteht? Sie können ohne großen Aufwand zu einem der vielen agilen FinTechs wechseln.
Nur durch die Verfügbarkeit aller relevanten internen und externen Informationen sind Finanzdienstleister in der Lage, die Kundenbeziehungen zu verbessern und die Kundenbindung zu stärken. Künstliche Intelligenz und maschinelles Lernen liefern die dazu benötigen Werkzeuge.
Weiterführende Informationen und Beiträge:
Squirro Blog
Autor:
Dr. Dorian Selz, CEO und Co-founder Squirro
Aufmacherbild / Quelle / Lizenz
