Neues Datenmodell für mehr Kundenzufriedenheit

Die Insaas GmbH, ein Start-up für datengetriebenes Marketing, hat jetzt gemeinsam mit dem Institut für Statistik der Ludwig-Maximilians-Universität, im Rahmen eines Forschungsprojektes ein Datenmodell für Versicherungen entwickelt. Mittels künstlicher Intelligenz können Assekuranzen damit Kundenstimmen maximal automatisiert und kontinuierlich auswerten.

Informationen über die Interessen und Bedürfnisse der Kunden sind für Versicherungen elementar, um ihr eigenes Angebot und Serviceleistungen laufend zu verbessern,

erklärt Korbinian Spann, Managing Director der Insaas GmbH. „Dabei sollte die Erhebung, Verarbeitung und Integration der anfallenden Daten organisatorisch verankert sein und bestimmte Voraussetzungen erfüllen“, ergänzt Matthias Assenmacher, Wissenschaftlicher Mitarbeiter der Ludwig-Maximilians- Universität München. „Vorteilhaft sind eigene Datennutzungskonzepte.“

Digitalisierungsschub wirkt sich auf Kundenbeziehungen aus

Neue Informations- und Kommunikationstechnologien sowie exponentiell steigende Datenverfügbarkeiten, Rechenleistungen und Speicherkapazitäten treiben den digitalen Wandel unaufhaltsam voran.

Nicht zuletzt zwingt die Corona-Pandemie Unternehmen, ihre Prozesse zu digitalisieren und bestehende Serviceangebote in virtuelle Kanäle zu verlagern. Die neuen Technologien verändern das Kundenverhalten, aber auch die Art der Kundenbeziehungen.

Es entstehen nicht nur neue digitale Dienste, sondern auch die Interaktion mit den Kunden verändert sich. Daher empfiehlt Korbinian Spann:

Um die Herausforderungen und Chancen von Technologien identifizieren zu können, müssen sich Versicherer endlich aktiv mit den Erwartungen und dem Nutzungsverhalten ihrer Kunden auseinandersetzen.

Daten gibt es genügend

Dabei mangelt es den Assekuranzen nicht an der Verfügbarkeit von Kundeninformationen. Das Gros der Versicherer hat in den letzten Jahren mit Hochdruck eine digitale Infrastruktur aufgebaut.

Externe Daten sind hinreichend vorhanden. Diverse Datentöpfe warten nun auf smarte Nutzungskonzepte. Korbinian Spann erläutert:

Den Kunden besser zu kennen, ist daher keine Frage der Verfügbarkeit, sondern des technischen Vermögens.

Die Verarbeitung von Daten gehört seit Jahrhunderten zur Kernkompetenz der Versicherer. Jetzt gilt es Datenmodelle zur Anwendung zu bringen, die das Potenzial aufdecken und den Versicherern einen wirklichen Mehrwert bieten.

Das Erzeugen, Sammeln und insbesondere das kontinuierliche Verarbeiten von Kundendaten muss Teil der DNA jeder Assekuranz werden.

So messen KFZ-Versicherungen Customer Centricity

In einem Kooperationsprojekt zwischen der Insaas GmbH und der Ludwig-Maximilians-Universität München ist es nun gelungen, mit Hilfe modernster Methoden aus dem Bereich der künstlichen Intelligenz ein Modell zu entwickeln, mit dem deutsche KFZ-Versicherer Customer Centricity messen und darstellen können.

Den Grundstock für die semi-automatisierte Analyse bildeten verschiedenste öffentliche Datenquellen wie Foren, Blogs oder App Stores. Die einzelnen Beiträge müssen dafür zunächst einen Trainingsprozess durchlaufen.

Dabei wird (teil)automatisiert festgelegt, welche Aspekte - wie beispielsweise Vertrag oder Mitarbeiter – angesprochen werden und welche Haltung - negativ, neutral, positiv - der Endkunde diesen Aspekten jeweils entgegenbringt.

Mit Hilfe dieser Datenbasis wurden Ansätze aus dem Bereich des Transfer Learning genutzt, um Modelle zu trainieren.

Das Rückgrat der Pipeline bildet dabei das sogenannte BERT (Bidirectional Encoder Representations from Transformers) Modell, welches im Jahr 2019 von Google-Forschern auf der NAACL-Konferenz vorgestellt wurde und seitdem den Ausgangspunkt für viele State-of-the-Art Modelle darstellt.

Kundenstimmen automatisiert auswerten

Dieses Modell erfasst die gesamte Kundeninteraktion vom Angebot, über den Antrag, die Vertragsgestaltung und den Service. Die so gewonnen Kundeninformationen können dauerhaft zur Verbesserung des eigenen Angebots und der eigenen Leistungserbringung beitragen.

Beispielsweise lassen sich Themen und Stimmungen einfach und frühzeitig erkennen, so dass der Versicherer entsprechend agieren beziehungsweise reagieren kann,

erklärt der Daten-Experte von Insaas. „Über ein Dashboard können zudem verschiedene KFZ-Versicherer untereinander wie auch mit dem Branchendurchschnitt verglichen werden. Ebenso lassen sich die Daten nach Kalenderjahr filtern und können in ihrer zeitlichen Entwicklung betrachtet werden, auch im Vergleich zu anderen Versicherern.“

Neue Handlungsoptionen dank künstlicher Intelligenz

Die maschinelle Auswertung von Kundenstimmen bietet Versicherern viele Insights, aus denen sich Handlungsanweisungen ableiten lassen.

Das Ziel ist, die Kundenkommunikation individuell zu optimieren und die Wünsche von Zielgruppen besser zu verstehen.

Durch langfristige Analysen entsteht ein immer besseres Verständnis über die Vorlieben von Zielgruppen innerhalb der Customer Journey, so dass sich Produkte und Services anpassen lassen.

Der Vergleich mit der Konkurrenz hilft zudem dabei, die jeweilige Versicherung selbst optimal zu positionieren und das Produktmarketing und die Kommunikation anzupassen.

Langfristig lassen sich weitere Dimensionen für das Produkt, den Service und die Marke entwickeln und Daten aus der Customer Journey hinzufügen, zum Beispiel im Hinblick auf die neue Zahlungsdienstrichtlinie PSD2.

Die Verknüpfung von individuellen Kontobewegungen mit Präferenzen der Kunden eröffnen ebenso neue Horizonte für die Produktentwicklung der Assekuranz.