Kundenbindung in Genossenschaftsbanken

Diplomarbeit von Christian H. Volmer

Problemstellung:

Zu Beginn des 21. Jahrhunderts ist der deutsche Bankenmarkt geprägt von einem tief greifendem Wandel, der von den Entwicklungen zu einem europäischen Binnenmarkt mit einheitlicher Finanzaufsicht, fortschreitender Globalisierung und der Revolution der Informations- und Kommunikationstechnologien vorangetrieben wird. Für Genossenschaftsbanken hat sich eine veränderte, verschärfte Wettbewerbssituation ergeben, im gesättigten Markt des Privatkundengeschäfts sind nicht mehr nur die traditionellen Wettbewerber (Sparkassen und Großbanken) zu berücksichtigen sondern auch Direktbanken, Auslandsbanken, Non- und Nearbanks und Strukturvertriebe. Neben dem wettbewerbsbedingten Druck auf die Gewinnmargen im Privatkundengeschäft entstehen durch ein verändertes Verhalten der Kunden weitere Herausforderungen. Wechselten Bankkunden früher durchschnittlich nur alle 20 Jahre ihre kontoführende Bank, zeigen die hohen Neukundenraten von Direktbanken in den letzten Jahren eine deutliche Gefährdung der bestehenden Kundenbeziehungen auf.

Die Ausrichtung der Unternehmen auf die Kundenwünsche und -anforderungen zur stärkeren Durchdringung der bestehenden Kunden und der Verhinderung ihrer Abwanderung zu Wettbewerbern ist demnach ein aktuelles Thema. Unterstützt wird diese Orientierung von der Erkenntnis, dass die Gewinnung eines neuen Kunden etwa fünfmal so teuer ist, wie die Haltung eines bestehenden Kunden. Die oftmals vorherrschende Fokussierung auf die Kundenzufriedenheit stellt allerdings keine ausreichende Antwort auf diese Problematik dar, denn auch zufriedene Kunden wechseln ihre Bank. Das Thema Kundenbindung ist gerade für Genossenschaftsbanken „neu“ und interessant: Waren die Mitglieder früher wirtschaftlich so stark von der Entwicklung „ihrer“ Genossenschaftsbank abhängig, dass dadurch eine immanente, kaum lösbare Bindung entstand, spielt die Genossenschaftsidee für das Verhalten der Mitglieder heute kaum noch eine Rolle. Eine Studie aus dem Jahr 2004 zeigt, dass der Anteil der Kunden, die nicht wechselbereit sind, bei Genossenschaftsbanken heute geringer ist als bei den Sparkassen.

Was also ist heute nötig, um Kunden von Genossenschaftsbanken zu binden? Was genau kann unter Kundenbindung verstanden werden und welche Wirkungen hat sie? Welche Faktoren bewegen einen Kunden, die Bank zu wechseln, bzw. was veranlasst ihn zu bleiben? Wenn es nicht ausreicht, zufriedene Kunden zu haben, wie macht man dann aus zufriedenen gebundene Kunden?

Gang der Untersuchung:

Ziel dieser Arbeit ist es, nach Darstellung der Grundlagen (Kapitel 2) die Einflussfaktoren auf die Kundenbindung in Genossenschaftsbanken herauszuarbeiten (Kapitel 3).

Darauf aufbauend werden Instrumente zur Steigerung der Bindung vorgestellt (Kapitel 4), wobei hier aufgrund der Vielzahl der Fokus auf moderne Instrumente gelegt wird.

In einem weiteren Schritt werden in einer empirischen Untersuchung die Wirkungen der Instrumente auf die Einflussfaktoren und die Chancen von Genossenschaftsbanken, diese Instrumente erfolgreich am Markt zu platzieren, gemessen (Kapitel 5). Abschließend wird in Kapitel 6 eine Zusammenfassung der Arbeit und Handlungsempfehlungen für Führungskräfte und Marketingverantwortliche in Genossenschaftsbanken gegeben.

Untersuchungsgegenstand ist das Privatkundengeschäft von Volks- und Raiffeisenbanken in Deutschland. Die Mitgliedschaft als Bindungsinstrument wird im Rahmen dieser Arbeit nicht explizit behandelt. Hier wird auf die umfangreiche Literatur verwiesen. Die besonderen Chancen, die sich den Genossenschaftsbanken aufgrund ihrer Unternehmensform eröffnen, finden im Gang der Untersuchung aber sehr wohl Berücksichtigung.

Inhaltsverzeichnis:

Textprobe:

Kapitel 4.2, Interne Instrumente:

Customer Relationship Management-Systeme: Aufgrund der dargelegten Situation im Finanzdienstleistungssektor (anspruchsvolle Kunden, starker Wettbewerb, Multichannel-Banking) und der hohen Kundenzahl können eine kundenorientierte Gestaltung von technischen Lösungen und eine kundenorientierte Datenhaltung zum Wettbewerbsvorteil werden. Die Kenntnis der Marktbedingungen, des Kundenverhaltens und der eigenen Stärken und Schwächen ist Voraussetzung, um erfolgreiche Strategien zu entwickeln. Gerade Banken erhalten aus dem Zahlungsverkehr und aus Beratungsgesprächen umfassende Informationen über ihre Kunden; genutzt werden diese aber nur in geringem Maße. Darüber hinaus können relevante Daten aus dem betrieblichen Rechnungswesen, durch Schätzungen und über Marktforschung gewonnen werden.

Customer Relationship Management-Systeme (CRM-Systeme) haben das Ziel, Mitarbeiter in allen kundenbezogenen Bereichen (Marketing, Vertrieb, Service) durch einheitliche, miteinander verknüpfte Anwendungen mit nur noch einer zentralen Kundendatenbank zu unterstützen. Auch die Anwendungen, die vom Kunden genutzt werden (Internetbanking, Internetauftritt, SB-Geräte usw.), zählen zu den CRM-Systemen und sind in das einheitliche, integrierte System mit aufzunehmen. Eine Unterteilung kann in die Gruppen Dialogsysteme, Analyse-Tools und Unterstützungssysteme erfolgen.

Dialogsysteme unterstützen Mitarbeiter im Kundenkontakt bzw. werden vom Kunden selbst benutzt. Zur Unterstützung der Kundenbindung müssen die Dialogsysteme: kundenorientiert, bedienerfreundlich, in sich geschlossen sein und die Kundendaten sammeln und speichern.

Kundenorientiert bedeutet hier bequeme Bedienungsmöglichkeit, Verständlichkeit der Inhalte und eine Datenhaltung, bei der alle Daten an das Grundmerkmal „Kunde“ angebunden werden. Bedienerfreundlichkeit drückt sich über Standardisierung, Hilfetexte und Eingabeunterstützungen für alle Felder, Schnelligkeit und einen vorgegebenen Prozessablauf aus. Die Anwendungen sollten weiterhin garantieren, dass keine Brüche in der Anwendung entstehen, das heißt der Kunde sollte über die gewählte Anwendung sein Anliegen vollständig erledigen können. Intern sind eventuell notwendige weitere Abläufe über ein Workflow-System elektronisch weiterzuführen. Und schließlich sind alle Informationen, die während eines Kundenkontakts gewonnen werden (die Kundenwünsche selbst aber auch Stimmungen der Kunden, Beweggründe, Hintergrundinformationen usw.), zu speichern. Durch eine solche Gestaltung der Dialogsysteme erzielt die Bank positive Effekte auf Wirkungen der Dialogsysteme: die Kundenzufriedenheit – durch hohe Transaktionsqualität; die Vertrautheit des Kunden mit den Anwendungen – durch die einheitliche Gestaltung; die sozialen Wechselbarrieren – durch hohe Kommunikationsqualität, die durch die Individualisierung der Kontakte über die zur Verfügung stehenden Daten möglich wird.

Zu den Analysetools zählen das Data-Warehouse und verschiedene Datenaufbereitungs- und -auswertungssysteme. In einem Data-Warehouse werden alle persönlichen Kundendaten, Kundenkontakte und Kundenreaktionen sowie Potenzialdaten der Kunden systematisch und kundenbezogen abgelegt, die Daten werden auch über mehrere Jahre gesammelt und nicht – wie bei operativen Systemen – durch aktuelle Daten überschrieben. Die umfangreichen Daten, die in einem solchen Data-Warehouse gesammelt werden, sind Grundlage für die Produktentwicklung, für individuelle Kommunikation mit den Kunden, für die Kundensegmentierung (auf die im folgenden Kapitel näher eingegangen wird) und für die Einleitung und Auswertung von Vertriebskampagnen.

Aufgrund des Umfangs und der Komplexität der gespeicherten Daten lassen sich Analysen kaum noch durch herkömmliche Verfahren bewerkstelligen. Der Zugriff auf diese Daten kann per Data Mining erfolgen, worunter man „sowohl das gezielte Suchen nach Mustern in Kundendaten anhand fest vorgegebener Parameter als auch den Prozess der automatischen Gewinnung von Aussagen ohne Parametrisierung“ versteht. Die einzelnen Techniken und Methoden werden hier nicht näher vorgestellt, stattdessen wird der Einsatz von Data Mining zur Unterstützung von Vertriebskampagnen als ein Anwendungsgebiet exemplarisch aufgezeigt.

Banken haben in Vertriebskampagnen bisher häufig nach dem „Gießkannenprinzip“ alle oder einen großen Teil der Kundschaft bzw. immer dieselben, über wenige Selektionskriterien (Einkommen, Guthaben, Alter, Berufstätigkeit) ausgewählten Kunden aufgenommen. Eine Berücksichtigung von Affinitäten hat nicht stattgefunden. Werden Vertriebskampagnen durch Data Mining unterstützt, können genau die Kunden für die Kampagne selektiert werden, die sich zu einer großen Wahrscheinlichkeit für das angebotene Produkt interessieren. Ein weiterer Vorteil ist, dass die Selektionskriterien nicht im Vorhinein festgelegt werden müssen. Es können vielmehr alle Kunden, die ein Produkt noch nicht besitzen, mit den Kunden verglichen werden, die das Produkt bereits gekauft haben. Aufgrund von Übereinstimmung möglichst vieler anderer Kriterien werden aus der Nichtnutzer-Gruppe die Kunden selektiert, die mit einer hohen Wahrscheinlichkeit Interesse an dem Produkt haben.

In Genossenschaftsbanken wurden erste Maßnahmen bereits erfolgreich durch Data Mining unterstützt. Das genossenschaftliche Rechenzentrum GAD bietet in Kooperation mit der Bausparkasse Schwäbisch Hall seit Ende des Jahres 2006 eine Standardlösung an, um Kunden mit Affinität zu einem Bausparvertrag zu selektieren. Hierbei werden aus dem gesamten Kundendatenbestand der Bank die Kunden herausgefiltert, die einen Bausparvertrag bei der Bausparkasse Schwäbisch Hall besitzen. Diese Daten werden analysiert und daraus ein Bausparer-Profil ermittelt. Die verbleibenden Kunden werden – nach Einschränkung durch feste Kriterien wie Mindestalter von 16 Jahren, keine Bankmitarbeiter – mit dem Bausparer-Profil verglichen, wodurch sich eine individuelle Kaufwahrscheinlichkeit ergibt.

Vorteile dieser Vorgehensweise sind höhere Abschlusswahrscheinlichkeiten in den Beratungsgesprächen, Senkung der Kosten durch Marketingaktionen und Kundenansprachen durch systematische Kundenauswahl und die Erhöhung der Kundenbindung durch: Wirkung der Analysetools, Steigerung der Gebundenheit durch die Nutzung von mehr Produkten aufgrund erfolgreicher Vertriebskampagnen, Steigerung von Kundenzufriedenheit und Vertrauen durch bedarfsgerechte individuelle Ansprache.

Unterstützungssysteme stehen nicht im direkten Kundenkontakt sondern sind diesen vor- oder nachgelagert, um die eigentlichen Kundenprozesse erst zu ermöglichen oder auszuwerten. Ein System zur automatischen Weiterleitung von Anrufen an einen kompetenten Mitarbeiter in einem Call Center ist ein Beispiel für ein vorgelagertes System, ein Management-Informationssystem ein Beispiel für ein nachgelagertes. Management-Informationssysteme, die Kundendaten wie Abwanderungsquoten, Zufriedenheit, Kundenwert u. s. w. enthalten, können eingesetzt werden, um Kundenbindungsmaßnahmen zu steuern. Die Unterstützungssysteme führen zu einer Verbesserung der Servicequalität und so zur Steigerung der Zufriedenheit und der Kundenbindung.