Union Savings Bank: KI für Abwanderung und Produktempfehlungen

Union Savings Bank (USB) ist eine 1866 gegründete Mutual Bank mit Sitz in Danbury, Connecticut. Der im Quellenmaterial beschriebene Einsatz zielt darauf, Kundenabwanderung zu erkennen, Einlagen zu schützen und auszubauen sowie den Customer Lifetime Value zu erhöhen. Dafür aktiviert die Bank bereits vorhandene Kunden-, Konto-, Produkt- und Transaktionsdaten innerhalb ihrer bestehenden Infrastruktur.

USB setzt den NGDATA AI Hub und die Intelligent Engagement Platform ein. Ein Abwanderungsmodell identifiziert Kunden, bei denen ein erhöhtes Risiko besteht, die Bankbeziehung zu beenden. Erkennt das System ein entsprechendes Frühwarnsignal, kann die Plattform eine gezielte Kundenreise auslösen. Diese umfasst personalisierte Maßnahmen zur Kundenbindung oder Werbeansprache, die auf den vermuteten Grund des Risikos ausgerichtet sind.

Der Einsatz verbindet die Prognose eines Abwanderungsrisikos mit einer vorgeschlagenen nächsten Handlung. Zusätzlich nutzt USB Empfehlungen für die nächsten geeigneten Produkte, um Kundenbeziehungen zu vertiefen und finanzielle Bedürfnisse früher zu erkennen. Im Quellenmaterial wird außerdem eine gezielte Kampagne zur Verlängerung von Certificate-of-Deposit-Produkten genannt.

Die Intelligent Engagement Platform arbeitet innerhalb der vorhandenen Systemlandschaft. Laut Quellenmaterial ersetzt USB weder die Kernbankplattform noch baut die Bank dafür einen Data Lake auf; bestehende Systeme werden nicht grundlegend unterbrochen. Die Plattform aktiviert Daten zu Kunden, Konten, Produkten und Transaktionen. Der AI Hub wendet darauf Vorhersagemodelle an.

Kundeninteraktionen und gemessene Ergebnisse fließen kontinuierlich in nachfolgende Vorhersagen und Maßnahmen ein. Der Ansatz umfasst außerdem erklärbare KI: Die Plattform stellt die Faktoren hinter einer Abwanderungsprognose in verständlicher Sprache dar. Mitarbeitende erhalten damit nicht nur einen Risikowert, sondern auch eine Erklärung, warum eine Kundenbeziehung als gefährdet eingestuft wird.

Der im Quellenmaterial beschriebene unabhängige Celent Solution Brief trägt den Titel „Targeted Customer Engagement in Retail Banking“. Er untersucht den Einsatz der NGDATA-Plattform bei USB und beschreibt die Verbindung von Abwanderungserkennung, personalisierten Kundenreisen und Next-Best-Product-Empfehlungen.

Laut dem Celent Solution Brief erreicht USB eine Abwanderungs-Erkennungsquote von 74 Prozent. Die Genauigkeit der Top-3-Empfehlungen für das nächstbeste Produkt zur Kundenbindung liegt bei 79 Prozent. Für gezielte Kampagnen zur Verlängerung von Certificate-of-Deposit-Produkten wird eine Kundenbindungsquote von 90 Prozent angegeben.

Das Quellenmaterial ordnet diese Ergebnisse dem Ziel zu, Kundenbeziehungen zu erhalten und auszubauen, Einlagen zu schützen und den Customer Lifetime Value zu steigern. Es beschreibt außerdem, dass USB mit dem Einsatz Einlagen fördern und den Customer Lifetime Value erhöhen will. Weitere Angaben zu absoluten Kundenzahlen, eingesparten Kosten oder einem Vergleich mit einem früheren Verfahren enthält das Material nicht.

Der Fall zeigt einen KI-Einsatz im Privatkundengeschäft, bei dem Vorhersage und Kundenansprache miteinander verbunden werden. USB verwendet bestehende Daten und Infrastruktur, um gefährdete Kundenbeziehungen zu erkennen, die vermuteten Einflussfaktoren zu erklären und anschließend personalisierte Maßnahmen sowie Produktempfehlungen anzustoßen.

Die im Quellenmaterial genannten Kennzahlen stammen aus dem von NGDATA hervorgehobenen Celent Solution Brief. Sie belegen die dort berichteten Erkennungs-, Empfehlungs- und Bindungsquoten, enthalten aber keine weitergehende Bewertung der langfristigen Wirkung auf den Customer Lifetime Value.