Viele Retail-Banken haben mit der großen Menge an Transaktionsdaten ihrer Kunden eine wertvolle Informationsquelle zur Hand, die kaum genutzt wird. Dank der PSD2-Richtlinie kann dieser Datensatz noch zusätzlich über externe Quellen angereichert werden. Mit Hilfe einer Vielzahl mathematischer Verfahren – angefangen von einfachem Aufsummieren der Umsätze hin zu komplexen Zeitreihenanalysen mit Machine-Learning-Methoden – können die Daten im Hinblick auf verschiedene Fragestellungen analysiert werden.

Anhand von vier typischen Anwendungsfällen wollen wir Wege aufzeigen, wie im Privatkundengeschäft die Analyse von Transaktionsdaten sinnvoll und gewinnbringend eingesetzt werden kann:

1.       Personal Finance Management

„Wofür gebe ich mein Geld überhaupt aus?“ Diese Frage steht beim Personal Finance Management (PFM) im Mittelpunkt. Übersichtlich und strukturiert wird die persönliche Finanzsituation des Kunden dargestellt. Dazu werden zunächst alle Konten aggregiert, um danach die Umsätze automatisiert in Kategorien, wie etwa Miete, Gehalt oder Versicherungsbeiträge, einzuteilen. Zusätzlich kann über Verbindungen zu Produkt- oder Tarifdatenbanken eine Vertragsverwaltung integriert werden, die gleichzeitig Lücken im Status Quo aufdeckt. Somit kann zum Beispiel bei einer fehlenden privaten Altersvorsorge direkt ein zur individuellen finanziellen Situation passendes Angebot unterbreitet werden.

2. Bonitätsprüfung

Eine Transaktionsanalyse eignet sich gut zur Bewertung der Bonität eines Kunden. Beispielsweise kann ein Kreditantrag komplett digitalisiert und ohne Medienbruch gestaltet werden, wenn Risikofaktoren aus der Transaktionshistorie abgeleitet werden und die Haushaltsrechnung automatisch und digital erzeugt wird. Dies führt auf beiden Seiten zu reduziertem Aufwand und deutlich kürzeren Bearbeitungszeiten. Da die Daten direkt aus den Umsätzen des Kunden stammen, wird gleichzeitig die Qualität der Bewertung erhöht.

3.       Zielgruppenspezifische Angebote

Möchte ich meinen Kunden persönlich zugeschnittene Angebote machen, muss ich sie erst einmal kennenlernen. Anhand der Umsatzdaten lassen sich Verhaltensmuster und Bedürfnisse der Kunden zu erkennen. Werden diese treffsicher identifiziert, können spezifische Angebote unterbreitet werden. Die Kunden erfahren so von Produkten, die in ihrer aktuellen Finanz- und Lebenssituation besonders relevant sind. Typische Beispiele sind spezielle Kreditkarten mit integrierter Reiseversicherung für Vielreisende oder Berufsunfähigkeitsversicherungen für Kunden, die gerade Ausbildung oder Studium abgeschlossen haben und am Anfang ihrer beruflichen Laufbahn stehen.

4.       Cashflow Prediction

Nicht nur die aktuelle Finanzsituation, sondern auch deren zukünftige Entwicklung ist für Privatkunden sehr wichtig. „Kann ich mir im nächsten Monat einen Kurzurlaub gönnen?“ oder „Wann erreiche ich mein Sparziel?“ – diese Fragen sind nicht immer leicht zu beantworten. Bei der Cashflow Prediction werden anhand der Umsätze in den zurückliegenden Monaten die zukünftigen Überschüsse oder Fehlbeträge geschätzt. So erhalten die Kunden Planungssicherheit, während die Bank beispielsweise Kunden, die Kapital auf ihrem Girokonto anhäufen, passende Angebote machen kann.

Ist ein passender Anwendungsfall identifiziert, der einen Mehrwert verspricht, ist der nächste Schritt die Auswahl der eingesetzten Technologie. Je nach Situation kann es sinnvoll sein, eigene Tools zu entwickeln oder auf Angebote von Drittanbietern zurückzugreifen. Beiden Varianten haben Vor- und Nachteile, die im Kontext der Unternehmensstrategie und der vorhandenen Systemlandschaft abgewogen werden sollten.

Senacor hat im Laufe der Jahre umfassende Erfahrung sowohl mit Eigenentwicklungen als auch der Integration von Third-Party-Services gesammelt, die passgenau das individuelle Geschäftsmodell des jeweiligen Kunden unterstützen.

Kontaktieren Sie gern Dr. Werner Steck als Ansprechpartner für den Expertenkreis Neue Technologien für mehr Informationen oder auch einen Austausch: Werner.Steck@senacor.com oder https://senacor.com/retail-finance/retail-finance-leistungen-technologie/