Alljährlich organisiert die Hochschule Luzern die Konferenz “Innovationen im Banking”, wo Banken über ihre aktuellen Innovationen & Projekte referieren. Doch sind unsere Banken wirklich innovativ genug?
Der Markt bewegt sich zur Zeit stark, es drängen junge, frische, anpassungsfähige Fintechs auf den Markt. Mit dem Vorteil meist nicht eine träge, komplexe IT-Infrastruktur im Rücken zu haben und einem klaren Fokus der Kundenzentrierung.
Auf der anderen Seite haben wir die grossen Techgiganten wie Apple, Google, Facebook, Alibaba oder Tencent, die auch ein Stück vom Kuchen möchten.
Hier ein kleiner Auszug der Referate.
Credit Suisse – Datengetriebenes Marketing
Andrea Bargetzi berichtet, wie man mit Daten im Marketing umgehen kann. Nicht erst seit heute ist Content enorm wichtig, um Kunden zu begeistern. Doch wie nur messen und sich verbessern?
Die Credit Suisse hat für diesen Zweck ein Content Health Panel eingeführt. Das ist ein Dashboard für die Inhaltsersteller, wo sie genau erkennen können, welche Inhalte ankommen und welche nicht. Die Erfolgsmessung beinhaltet vordefinierte Parameter, wie beispielsweise Anzahl von Klicks, Verweildauer, Call-to-action Interaktionen, etc..
Transparent sieht man die Performance der Inhalte.
Um dies nun auf das nächste Level zu heben, arbeitet die CS mit den bestehenden Daten und geht in die Richtung der Voraussage. Die sogenannte Content Success Prediction gibt dem Autor bereits vor dem Publishing ein Feedback, wie sein Artikel beim Publikum ankommt.
Joma Unisex-Erwachsene Top Flex Futsalschuhe | Feine Verarbeitung
Quelle: Credit Suisse (Andrea Bargetzi), 18.06.2019
Ein spannender Ansatz, wie man mit Daten im Marketing umgehen kann. Hier noch ein Einblick aus dem ASICS Herren Kanmei 2 Laufschuhe | Deutschland Outlet mit ABB aus 2014.
LUKB – Use Cases Data Analytics
Auch die LUKB macht erste Versuche im Bereich Data Analytics. Für sie sind unter anderen folgende Use Cases relevant:
- Romika Damen Olivia 02 Slingback Sandalen | Hohe Qualität und geringer Aufwand | Clever und praktisch
- HÖGL Damen Studio 50 Brautschuhe | Am praktischsten
- STIVALETTEN IN GRÖSSE GRÖSSE Numero 36 Made IN MIT SCHNELL 10 cm AZALEN Studio CREAZIONEN ANC-23 OPTIMALE QUALITÄT SCHREIBEN SCHARFE ELEGANT HÖHE Modell | Sonderangebot
- New Balance Damen 715v3 Hallenschuhe | Räumungsverkauf
- Candice Cooper Joana | Deutschland Shops
- HILOTU Herren Oxfords Business Kleid Schuhe Einfach Bequem Mit Abgerundeter Spitze Niedrige Spitze Schnüren Sie Freizeit Big Größe Turnschuhe (Farbe Blau, Größe 47 EU) | Smart
- Haflinger Unisex-Erwachsene Grizzly Torben Pantoffeln | Langfristiger Ruf
- New Balance Herren Moderne Klassiker ML311V1 Klassiker Schuhe | Up-to-date Styling
- grauport Schwarzer Wanderschuh Leder Nylonmesh, Komfort durch Vibram Sohle und Gritex | Online Shop Europe
- Recommendation Systeme
Empfehlungen für Kunden aufgrund von ähnlichen Eigenschaften - Kundensegmentierung
Kundensegmentierung nicht mehr old-school nach Asset Class und Vermögen sondern nach Verhalten & Bedürfnissen - Frühwarnsysteme
Die Analyse kann die Kundenbindung erhöhen - Potentialerkennung eines Kunden
Die LUKB hat einen ersten Versuch bei der Potentialerkennung der Kunden gemacht, mit dem Ziel Drittbankkundenvermögen zu erkennen. Dies passiert mittels Mustererkennung in den Daten, beispielsweise in der Transaktionsanalyse.
Facts aus der Präsentation von Guido Hauser:
- Das Tankverhalten korreliert positiv mit dem Gesamtvermögen. Sprich, je mehr man fürs Tanken ausgibt, umso grösser ist die Wahrscheinlichkeit von Vermögen im Vergleich zu wenig oder gar keinen Tankausgaben.
- Bussenausgaben korrelieren nicht mit dem Gesamtvermögen. Hier gibts keinen Zusammenhang -> Bussen bezahlen wohl alle nicht gern :)
- Die Ausschöpfung Limite der Maestro Karte korreliert positiv mit dem Gesamtvermögen.
Nimmt man nun all diese Muster zusammen, kann man mit Machine Learning bereits jetzt nach dem Test leicht bessere Resultate erzielen, im Vergleich zu manuellen Abfragen der Daten durch das Beratungszentrum. Dies braucht zudem noch mehr Zeit (10 Min mit Machine Learning vs. 10 Tage bei der manuellen Erfassung). Hier ein Einblick.
Quelle: Luzerner Kantonalbank (Guido Hauser), 18.06.2019