Kundenabwanderung und Potentiale frühzeitig erkennen
Kundenbindung ist ein wichtiges Thema für Krankenversicherungen, insbesondere weil das Anwerben neuer Kunden um ein Vielfaches teurer ist als Investitionen in den Erhalt der bestehenden Kundenbasis. Doch wie können wir Kundenabwanderungen und Potentiale frühzeitig erkannt werden? Churn Management beschäftigt sich mit dem Verhindern von Kundenabwanderungen und ist bei richtiger Umsetzung ein exzellentes Beispiel für das Schöpfen von Mehrwerten mittels Data Science und Machine Learning. Da die Implementierung von Churn Management ein komplexes Unterfangen sein kann, bietet sich die Nutzung eines durchdachten Vorgehensmodells an. Bestehende Initiativen werden damit eingebunden und technische, sowie organisatorische Herausforderungen frühzeitig erkannt und adressiert.
Die Schweizer Krankenversicherer sind der zentrale Baustein für den Zugang der Allgemeinbevölkerung zu einer guten medizinischen Versorgung. Um dieser Rolle gerecht zu werden, benötigen Krankversicherer zuallererst eines: Kunden. Der Ausbau der bestehenden Kundenbasis ist in vielen Bereichen ein wichtiges Unterfangen, dem viel Aufmerksamkeit geschenkt wird. Doch der Eintritt in eine neue Krankenversicherung ist nur ein wichtiger Ansatzpunkt von vielen im Customer Lifecycle. Die Pflege der bestehenden Kunden und das Verhindern von Abwanderungen sind mindestens ebenso wichtige Komponenten für Erhalt und Ausbau von Marktanteilen.
Abwanderungen von Kunden spielen bei den Krankenversicherern eine relevante Rolle. Dies lässt sich auch aus der Statistik der obligatorischen Krankenpflegeversicherung (OKP) berechnen1. Betrachtet man die Änderungen der Anzahl der Versicherungsnehmer über jeden Jahreswechsel, so erkennt man nicht nur, dass die Zahl der Versicherungsnehmer stetig steigt, sondern auch, dass etwa 5% der Versicherten jedes Jahr die OKP wechseln. Wenngleich diese Rate verglichen mit anderen Ländern und Versicherungssystemen eher moderat ist (Niederlande circa 6.5%2), so entspricht sie doch mehr als 400'000 Versicherungsnehmern, die jedes Jahr ihre aktuelle OKP zugunsten einer Neuen verlassen. Bedenkt man ausserdem, dass Kunden mit einem Wechsel der OKP potenziell auch den Anbieter ihrer Zusatzversicherungen wechseln, so lässt sich schnell die Relevanz von Kundenabwanderungen erkennen. Nicht zuletzt reduziert sich mit der Abwanderung von Kunden auch das Potenzial für Up- und Cross-Sellings. Dieser Hintergrund zeigt die Relevanz des Churn-Managements und verdeutlicht, dass Krankenversicherer den gesamten Customer Lifecycle im Auge behalten sollten.
Die Herausforderung von Kundenabwanderungen ist kein spezifisches Problem der Krankenversicherer, sondern betrifft zahlreiche Branchen, darunter Telekommunikation und Sachversicherungen. Interessanterweise zeigen Studien aus verschiedensten Bereichen, dass die Akquise neuer Kunden um ein Vielfaches teurer ist als Investitionen, die darauf abzielen, Kunden zu halten. Wie dramatisch dieser Effekt ist, variiert zwischen den Branchen. In jedem Fall lässt sich aber beobachten, dass es günstiger ist Kunden zu halten, als Neue zu gewinnen. Insbesondere Akquisitionskosten für Marketing und Discounts, aber auch Aufwände für die Onboarding-Administration haben dabei einen Beitrag. Dies gilt auch für den Schweizer Versicherungsmarkt, obwohl hier regulatorische Themen, wie beispielsweise der Risikoausgleich zwischen Krankenversicherungen, mit betrachtet werden müssen. Zusätzlich zeigt sich, dass die Akquise neuer Kunden im Versicherungsbereich besonders herausfordernd ist. Insbesondere bei der OKP, bei welcher der Leistungskatalog formell festgelegt ist, ist eine Differenzierung der Krankenversicherer für viele Kunden vorwiegend über die Prämienhöhe und mit Abstrichen durch den erfahrenen Kundenservice ersichtlich.
Der Wechsel der OKP findet typischerweise zum Jahreswechsel statt. Ein erneuter Blick in die Statistik der OKP zeigt, dass die Mehrheit der Versicherer über einen der letzten fünf Jahreswechsel Kunden verloren haben. Krankenversicherer, die Abwanderungen beschränken, können Nettozuwächse bei den Versicherten verzeichnen und schaffen sich so einen Vorteil im stark regulierten und umkämpften Krankenversicherungsmarkt.
Um diesen Vorteil möglichst schnell zu realisieren, hat Eraneos eine Lösung entwickelt, die nicht nur die vielschichtigen Herausforderungen (z.B. Entwicklung Churn Prediction, Datenverfügbarkeit, Identifikation von Massnahmen) adressiert, sondern auch berücksichtigt, dass in vielen Organisationen bereits vereinzelte themenverwandte Initiativen gestartet wurden. Iterativ und basierend auf den verfügbaren Daten führt das Lösungsvorgehen an ein effizientes Management von wechselwilligen Kunden heran.
Das Churn Management beschäftigt sich mit wechselwilligen Kunden und bietet Möglichkeiten diese frühzeitig zu erkennen und deren Verbleib positiv sowie gezielt zu beeinflussen. Churn ist dabei ein englisches Kunstwort, dass sich aus «Change» (zu Deutsch: wechseln) und «Turn» (zu Deutsch: umkehren) zusammensetzt.
Churn Management ist in vielen Branchen weit verbreitet. Insbesondere für Unternehmen mit vielen Kunden, die an beschränkte Vertragslaufzeiten gebunden sind (z.B. Telekommunikation, Software-as-a-Service Dienstleistungen), wird Churn Management intensiv angewendet. Auch im Versicherungsumfeld findet Churn Management in den letzten Jahren vermehrt Anwendung.
Bei der Einführung eines wirkungsvollen Churn Managements ist eine breite Kollaboration von Expert*innen verschiedenster Felder unerlässlich. Kenner*innen des Krankenversicherungsmarktes und Data Analytics Expert*innen bilden zusammen mit Methodiker*innen und Marketingprofis das Herz von Churn Management Projekten. Weitere Rollen, wie Datenschutzbeauftragte und IT-Expert*innen runden das Gesamtprojekt ab. Eraneos kann nicht nur erfahrene Fachkräfte auf dem Weg zur Einführung eines Churn Managements beisteuern, die Eraneos-Lösung stellt auch sicher, dass die benötigten Profile und weiterführenden Schritte frühzeitig erkannt werden.
Während die bisherigen Betrachtungen plausibel sein mögen, so steht doch für die Krankenversicherer die Frage im Raum, in welchem Umfang das Churn Management betrieben werden soll. Dies sollte frühestmöglich beantwortet werden. Dazu wird in diesem Schritt der finanzielle Verlust durch abgewanderte und abwanderungswillige Kunden quantifiziert. Da dabei sowohl Kundendatenbanken ausgewertet als auch überlagerte Trends identifiziert und korrigiert werden müssen, ist an dieser Stelle eine enge Zusammenarbeit von Datenanalyst*innen und Fachexpert*innen essenziell. Als Datenquellen dienen vor allem Kunden- und Vertriebsdaten.
Durch diese initiale Analyse wird nicht nur ein Verständnis für den Einfluss von Churn auf das Kerngeschäft geschaffen, sondern es wird auch die Ausgangslage dokumentiert, sodass ein Vergleich der Verbesserungsmassnahmen gegenüber der Ausgangslage möglich ist. Gepaart mit einer Bestandesaufnahme der bereits laufenden Aktivitäten zum Churn Management lässt sich ein schlanker Business Case für die Einführung eines Churn Managements erstellen.
2. Verstehen und Vorhersagen
Während sich der vorherige Schritt auf den gesamtheitlichen Einfluss von Churn konzentriert, wird nun das Abwanderungsverhalten auf einer individuellen Ebene beleuchtet. Das Ziel dabei ist, die Kunden so gut zu verstehen, dass 1.) die wichtigsten Auslöser von Abwanderungswünschen bekannt sind und 2.) für bestehende Kunden in der Zukunft vorhergesagt werden kann, wer gewillt ist, die Versicherung zu wechseln.
Es mag einige recht intuitive Indikatoren für Versicherte mit Abwanderungsabsichten geben. Beispiele dafür sind die Änderung der Lebenssituation, kürzlich abgelehnte Kostenerstattungsanträge oder Probleme mit dem Kundenservice. Die Realität ist allerdings oft sehr viel komplexer und spannender. Für die Vorhersage der Abwanderungsabsichten sind Machine Learning Ansätze prädestiniert, da mit ihnen komplexe Zusammenhänge aus den vorliegenden Daten abgeleitet werden können. Doch auch die Interpretation der gefundenen Churn-Faktoren sollte genug Aufmerksamkeit erhalten, weshalb in diesem Schritt die enge Zusammenarbeit von Fachexpert*innen und Datenanalyst*innen nicht unterschätzt werden darf. Auch Datenschutzbeauftragte sollten bereits frühzeitig involviert werden. Durch die Arbeit in fachübergreifenden Teams, lässt sich darüber hinaus schneller erkennen, ob Erkenntnisse des Churn Managements (z.B. die identifizierten Abwanderungsgründe) auch in anderen Bereichen des Unternehmens einen Mehrwert liefern können.
Churn Management ist bereits in zahlreichen Branchen ein hochrelevantes Thema. Aus diesem Grund existieren einige kommerzielle Produkte für die Entwicklung und Bereitstellung von Vorhersagemodellen, welche in der Regel auf Machine Learning basieren. Ob einzelne dieser Produkte tatsächlich die ideale Wahl sind oder ob ein massgeschneidertes Modell zu bevorzugen ist, hängt sowohl vom Anwendungsfall, der bestehenden Applikationslandschaft, als auch den verfügbaren Ressourcen ab.3 Der Entscheid für oder gegen ein kommerzielles Produkt ist vielschichtig und hat tiefgreifende Konsequenzen, weshalb er mit Bedacht und adäquater Expertise gefällt werden sollte.
Um das Kundenverhalten bestmöglich zu verstehen sind Daten mit hoher Qualität von Vorteil. Mögliche Datenquellen können Kunden- und Verkaufsdaten sein, aber auch Inputs von Fachexpert*innen, Daten eines Kundencenters oder der Website. Im Idealfall stehen sogar Feedbacks abgewanderter Versicherungsnehmer*innen zur Verfügung. Generell gilt: Je mehr qualitativ hochwertige Daten, desto besser werden die Vorhersagen von abwandernden Kunden sein. Gleichzeitig wäre es vermessen auf den perfekten Datensatz zu warten. Die Eintrittshürde für ein initiales Vorhersagemodell ist überschaubar. Wichtiger ist es, sich dem Ziel iterativ anzunähern. Das heisst, man startet mit der bestehenden Datenbasis, entwickelt ein erstes Vorhersagemodell und schaut dann, inwieweit eine Verbesserung des Datenumfangs oder der -qualität einen Mehrwert liefern könnte.
So faszinierend es auch ist die eigenen Kunden und ihre Abwanderungsgründe zu verstehen, erst das Ableiten und Umsetzen von Massnahmen liefert einen echten Mehrwert. Idealerweise können die Abwanderungsgründe nach ihrem Einfluss geordnet und schnelle Verbesserungen identifiziert werden. Sofern das Ableiten von Massnahmen zu diesem Zeitpunkt nicht möglich ist, können weitere Datenanalysen herangezogen werden. Auch eine Bewertung von häufig auftretenden Massnahmen in anderen Branchen kann hilfreich sein. Je nach Massnahme, kommen die Anpassungen allen Kunden, einer selektierten Kundengruppe, oder den mutmasslich abwandernden Kunden zugute.
Auch wenn die OKP einen festgeschriebenen Leistungsumfang umfasst, bieten sich bei der Ausgestaltung der Serviceleistungen Handlungsspielräume für Optimierungsmassnahmen an. Im Bereich der Zusatzversicherungen kommen weitere Potentiale für Produktverbesserungen hinzu. Beispielsweise halten kostenlose digitale Zusatzdienstleistungen zunehmend Einzug im Versicherungsumfeld und stellen Potential für Produktverbesserungen dar. Kundenzufriedenheit und -bindung sind selbstverständlich zentrale Elemente von möglichen Massnahmen. Vorstellbar ist beispielsweise, dass Kunden proaktiv kontaktiert
und unterstützt- oder Onboardingprozesse optimiert werden.
Im Kontext des Churn Managements bietet es sich an, auch die eigenen Up- und Cross-Selling Massnahmen zu re-evaluieren und gegebenenfalls auszubauen. Kundenabwanderungen können somit positiv beeinflusst werden. Darüber hinaus kann im Idealfall der verlorene Erlös durch abgewanderte Kunden allein durch Up- und Cross-Selling kompensiert werden (negativer Revenue Churn).
Ganz gleich welche Massnahmen identifiziert werden, sie sollten nie isoliert entwickelt werden. Methoden wie human-centered Design können helfen, die richtigen Massnahmen zu identifizieren. Über bestehende Daten lässt sich der Effekt von entworfenen Massnahmen zudem oft testen und quantifizieren.
Gemeinsam mit den Massnahmen sollten auch Erfolgsfaktoren mit Key Performance Indicators (KPIs) und deren Zielwerte identifiziert werden, sodass der Erfolg von Massnahmen später bewertet werden kann. Das Festlegen von KPIs ist oft schwierig, insbesondere wenn gute Referenzwerte fehlen. Die Praxis zeigt jedoch, dass mit etwas Recherche und für getroffene Annahmen gute KPIs gefunden werden können. Falls sich die Annahmen später als unzutreffend erweisen, können einzelne KPIs nachträglich diskutiert und angepasst werden. Es hat sich bei komplexen Projekten etabliert einen initialen Piloten durchzuführen, dies ist auch beim Churn Management nicht anders. Sofern möglich, sollten identifizierte Massnahmen in einem reduzierten Umfang getestet werden.
4. Umsetzen
Nach der umfassenden Vorarbeit startet die Umsetzung der identifizierten Massnahmen. Die dabei entstehenden Veränderungen können je nach Massnahme Auswirkungen für Mitarbeiter*innen und/oder Versicherte haben. Entsprechend kann es sich lohnen, die Umsetzung durch ein dediziertes Change-Management zu begleiten. Je nach Massnahme kann es vorkommen, dass der Kunde die Implementierung des Churn Managements nicht bemerkt, da die Veränderungen zum Beispiel vorwiegend interne Prozesse betreffen.
Ohne gute Messverfahren wird der Effekt von Massnahmen unklar bleiben. Sofern noch kein umfassendes Monitoring des Churn Managements aufgesetzt wurde, ist an dieser Stelle der richtige Zeitpunkt. Ideal sind dabei self-service Business Intelligence Lösungen, bei denen Daten bereits so aufbereitet wurden, dass sie schnell und flexibel aus verschiedenen Sichten dargestellt werden können. In einem ersten Schritt können allerdings auch hier reduzierte Ansätze verfolgt werden. Wichtig ist, dass die richtigen Daten vorliegen, um den Effekt einer Massnahme zu beurteilen. Dazu gehören unter anderem aktuell verfügbare und unternehmensweite Statistiken, beispielsweise zu Abwanderungen, Neuanwerbungen oder Marketingkampagnen.
Sofern Massnahmen für spezifische Kundengruppen ergriffen werden, bieten sich neben den erwähnten globalen Statistiken auch Scoring- und Vorhersage-Dashboards auf Kundenebene an. So können Kundenbetreuer*innen im Idealfall bei jedem Kundenkontakt das Churn-Risiko einsehen und definierte Massnahmen ergreifen.
5. Optimieren
Mit dem geschaffenen Monitoring von Kundenabwanderungen und deren Auslösern lassen sich auch zeitliche Veränderungen überwachen. Dadurch fallen Optimierungsprozesse wesentlich leichter. Neue Ideen können schnell auf ihren Effekt hin überprüft und bei Bedarf weitergeführt werden.
Neben den Entwicklungen von Kundenpräferenzen muss auch die Marktdynamik beobachtet werden. Annahmen und Ausgangsdaten von Analysen und Vorhersagemodellen ändern sich im Laufe der Zeit (oft als Concept Drift bezeichnet). Deshalb sollten die initial geführten Analysen regelmässig angepasst, verbessert und mit aktuellen Daten nachgeführt werden. Auch das Vorhersagemodell für die Churn-Wahrscheinlichkeit eines Kunden ist keineswegs statisch, sondern muss regelmässig mit neuen Daten angepasst werden.
Fazit
Die Einführung eines umfassenden und erfolgsversprechenden Churn Managements sollte strukturiert und mit einem klaren Plan angegangen werden. Die Breite an benötigter Expertise bedarf Koordination und birgt gleichzeitig das Potential für fachübergreifende Ideen und Generierung von Mehrwerten. Krankenversicherungsexpert*innen, Organisationstalente, Datenanalyst*innen, Datenschutzbeauftragte, IT-Expert*innen und weitere Stakeholder sollten in hochgradig interdisziplinären Teams zusammenarbeiten. Durch unsere vielfältigen Projekterfahrungen können wir unsere Kunden in all diesen Bereichen mit Expertise unterstützen und gesammelte Best Practices einbringen.
Gemeinsam stellen wir sicher, dass der Weg zum Churn Management nicht nach einer initialen Analyse oder einem ersten Piloten endet. Stattdessen legt der Eraneos-Lösungsansatz den Grundstein für die datenbasierte Identifikation von mitigierenden Massnahmen und für ein operatives Churn Management. So gelingt es nicht nur Kunden zu halten, sondern parallel auch noch andere kundenzentrierte Initiativen mit Daten und Erkenntnissen zu bereichern.
Das quantitative Verständnis von Risiken gehört zum Kerngeschäft einer jeden Versicherung. Da dem Churn Management die quantitative Bewertung von Abwanderungsrisiken sowie deren Mitigation zugrunde liegen, fügt es sich nahtlos in die besondere Risikokompetenz der Versicherer ein.
Wer seine Daten richtig auswertet und nutzt, kennt seine Kunden besser, antizipiert Bedürfnisse und Möglichkeiten für neue Dienstleistungen und Produkte, erkennt Marktveränderungen und Risiken rechtzeitig.
Versicherungen müssen sich viel konsequenter an den Kundenbedürfnissen ausrichten und dabei mit der agilen Konkurrenz mithalten. Deshalb ist es wichtig, dass Sie Ihr Wachstumspotenzial in diesem schwierigen Umfeld erkennen und mithilfe der heute vorhandenen Technologie den Wandel zum integrierten Finanzdienstleister vollziehen.
Berichte zu unseren Projekten, Wissenswertes aus den verschiedenen Kompetenz- und Kundenbereichen als auch Informationen über unser Unternehmen haben wir hier für Sie zusammengetragen.