Kundenbindung in der Versicherungsbranche: Unerwarteter Ansatz führt zu beispiellosen Ergebnissen

Beim beschriebenen Kunden handelt es sich um eine Versicherungsgesellschaft, die sich ausschließlich auf gewerbliche und industrielle Sachversicherungen konzentriert. Aus der Überzeugung, dass die meisten Schäden verhindert werden können, verfolgt sie einen proaktiven Ansatz mit genau diesem Ziel, der Vermeidung von Sachschäden. Mittels Forschung und technischem Fachwissen hilft das Unternehmen ihren Kunden, widerstandsfähig zu sein und dadurch potenzielle Risiken zu mitigieren. Dieser Ansatz bildet einen wichtigen Aspekt ihrer Kundenbindungsstrategie.

Eine weitere Kuriosität:. Im Fokus der Versicherungsgesellschaft steht  nicht, neue Kunden zu gewinnen. Es ist nicht ihr Ziel, den Kundenstamm auszubauen, sondern die Kundenbindung von Bestandskunden zu erhöhen, was den Aufbau starker Beziehungen erfordert. Dies erfordert proaktives Engagement - ein Maß an Interaktion mit Versicherungskunden, das es ihm ermöglicht, die Bedürfnisse des Kunden vorherzusagen.

Die Versicherungsgesellschaft stand vor der Herausforderung, Informationen aus nicht weniger als 70 Kundendatenquellen zu gewinnen. Obwohl die Daten im Überfluss vorhanden waren, gestaltete sich der Zugriff darauf sowie deren Verarbeitung äußerst schwierig. Als Folge hatte sich die Versicherung seit geraumer Zeit   mit seinen Kunden auseinandergesetzt.

Jedes Unternehmen muss und möchte sich in der Regel auf seine Kunden einlassen, aber im Versicherungsbereich gestaltet sich die Kundenbindung als besondere Herausforderung. Es ist eine qualitative Kennzahl, die sich nur schwer messen lässt. Während B2C-Unternehmen bereits seit einiger Zeit daran arbeiten,  die Kundenansprache effektiver zu gestalten haben Versicherungsunternehmen im B2B Bereich andere Herausforderungen. Trotz großer Datenmengen, die auf verschiedene Ansatzmöglichkeiten hinweist, sind sie oft nicht in der Lage, ein effektives Datenmanagement aufzusetzen, das die Datenqualität steigert, die Organisation der darin liegenden Informationen steuert und dabei hilft, präventive Muster zu erkennen.

In unserem Fall bestand die Herausforderung für das Versicherungsunternehmens darin, möglichst viele Informationen über jeden Kunden zu sammeln, um zu verstehen, wie man ihn für verschiedene Risiken absichern kann - zum Beispiel beim Bau einer neuen Anlage. Es stellte sich die Frage, welche Informationen relevant waren, wie man sie analysieren und wie man die Muster erkennen konnte, die den nächsten Schritt vorgaben. Die Versicherungsgesellschaft hatte Schwierigkeiten zu entscheiden, welche seiner 70 Datenquellen potenziell entscheidend für die Herstellung von Datenintegrität waren und wie es diese Daten in effektive, nutzbare Informationen umwandeln soll.

Als Partner, der die Versicherung für sich gewinnen wollte, wurde von uns ein unkonventioneller Ansatz entwickelt.

Ursprünglich hatte uns die Versicherung um drei Dinge gebeten:

• einen Migrationsplan der 70 Datenquellen von Marketingkommunikation und verschiedenen Marketing-Technologie-Plattformen (MTP) auf eine standardisierte Plattform vereint
• einen Prozess für die Verwaltung von Kundendaten sowie
• eine Empfehlung für eine Marketingtechnologielösung, die die Kundenbindung optimieren würde.

Wir nahmen ihre Anforderungen zur Kenntnis – und verneinten. Statt den Anforderungen einfach zu folgen, schlugen wir eine Datenstrategie auf Basis von Microsoft Dynamics 365 Customer Insights vor. Wir empfahlen den Einsatz einer Technologie, die relevante Daten erkennt und auswählt, und so organisiert, dass daraus Erkenntnisse entstehen - statt alle Daten an einem Ort zu sammeln. Wir überzeugten sie, dass mit dem Cloud-Computing von Microsoft die Daten schnell analysiert und Muster erkannt werden, um so Schlussfolgerungen zu ziehen und fundierte Entscheidungen betreffend Datenquellen zu treffen.

Das, so sagten wir, könnte mit der Cloud-Computing-Leistung von Microsoft erreicht werden. Durch das Erkennen von Mustern in den Daten können Schlussfolgerungen gezogen und Entscheidungen darüber getroffen werden, welche Datenquellen genutzt werden sollen.

Unser Vorschlag war, mithilfe von Customer Insights bei einer kleinen Anzahl von Datenquellen nach Mustern zu suchen, diese schrittweise mit zusätzlichen Datenquellen zu erweitern, um die Daten immer weiter anzureichern und mehr Muster aufzudecken. Das Ergebnis wäre der Anfang einer datenunabhängigen Kundendatenplattform (Customer Data Platform, CDP), die Daten aus verschiedenen Quellen kombiniert und daraus ein umfassendes Bild der Kundeninteraktionen liefert.

Der unkonventionelle Ansatz war neu für die Versicherungsgesellschaft . Sie hatten erwartet, dass wir wie alle großen Beratungsunternehmen ihre Anforderungen erfüllen und die Technologie dazu verkaufen würden. Aber die Idee, die vielversprechende Möglichkeiten zur Verbesserung der Kundenbindung bot, gefiel ihnen. Der CMO sagte: "Sie haben uns nicht gegeben, was wir wollten, sondern was wir gebraucht haben."

Besondere Herausfoderungen benötigen besondere Maßnahmen

Als Nächstes schlugen wir vor, was die Versicherungsgesellschaft nicht in Betracht gezogen hatte, aber dringend benötigte . Der CMO sah sich mit einer besonderen Herausforderung konfrontiert. Er musste nicht nur eine Technologie für die Kundenbindung im Versicherungsbereich finden, sondern auch die gesamte Organisation, die bisher keinen Kundenkontakt hatte, für den Plan gewinnen.

Unser Ansatz war, intern eine "Roadshow" zu veranstalten, um die Unterstützung der Organisation (und insbesondere des Führungsteams) aufzubauen. Um dies zu erreichen, legten wir einen Fall für die effektivere Nutzung von Daten dar und demonstrierten die Vorteile der Verwendung von Customer Insights.

Auch hier sagte der CMO, es sei genau das, was er brauche.

Besser als erwartet

Da die ersten beiden Projekte einige Zeit in Anspruch nehmen würden, schlugen wir dem CMO erneut etwas vor, das er nicht erwartet hatte: Wir könnten beim Aufbau der Marketingdaten helfen, damit er und ihr Team sofort von der neuen Plattform profitieren können.