Next Best Actions

flowtap Case Study

Herausforderung

Um neue Umsatzpotentiale zu heben und um die Kundenbetreuung zu verbessern, suchte eine Bank nach Möglichkeiten, optimale Zeitpunkte zur Kundenansprache (Next Actions) systematisch und datengetrieben zu identifizieren. Dazu sollten relevante Signale und Muster mittels Algorithmen aus Daten extrahiert und dem Vertrieb zielgenau ausgespielt werden.

  • Finden von taktischen Maßnahmen zur Verbesserung der Kundenbetreuung in Form von Next Action Vorschlägen
  • Aufzeigen von Wegen, wie Next Actions automatisiert und flächendeckend identifiziert werden können
  • Unterstützen des kulturellen Shifts zum datenbetriebenen Arbeiten im Vertrieb

Lösung

In einem mehrstufigen Analytics Projekt wurden eine Vielzahl an internen und externen Datenquellen (Finanzkennzahlen, Geschäftsberichte, Marktdaten etc.) verknüpft und algorithmisch geprüft. In Folge wurden Machine Learning Modelle trainiert, um Kundenkontakt Potentiale zu erkennen und an den Vertrieb auszuspielen.

  • Trainieren von Cross-Selling und Predictive Analytics Modellen
  • Ergänzung des bestehenden Kundenreportings um proaktive Kundenkontakt Empfehlungen basierend auf Machine Learning
  • Entwicklung eng gemeinsam mit Vertrieb

Ergebnisse

  • Optimierung des Vertriebs-Prozesses
  • Engmaschigere Kundenbetreuung durch automatisierte Kundenanalyse
  • Zeitersparnis bei der Vorbereitung von Terminen

Haben Sie Fragen?

Contact

Dann Kontaktieren Sie uns, reise sind der wirksamste Hebel zur Steigerung der Profitabilität.

Jetzt anfragen

Let's arrange a

Appointment

Our digital

Services

Take off with these

Solutions

en_USEnglish