Leitfaden Dialogmarketing - Absolit
Leitfaden Dialogmarketing - Absolit
Leitfaden Dialogmarketing - Absolit
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
persönlichen Beratungsgespräch kann der Vermittler darauf eingehen und durch<br />
seine Persönlichkeit und durch eine lange Beziehung zum Kunden das Vertrauen<br />
in das Produkt aufbauen. Im Direktmarketing funktioniert das nur eingeschränkt.<br />
Hier ist es notwendig, einen möglichen Einwand vorwegzunehmen und gleich durch<br />
die richtige Darstellung des Produktes zu entkräften.<br />
Das Branding und der Wert einer Marke sind besonders bedeutend. Versicherungen<br />
werden im unmittelbaren Zusammenhang mit anderen Finanzdienstleistungen<br />
gesehen und die Kunden erwarten Seriosität und Ernsthaftigkeit – unabhängig von<br />
der jeweiligen Zielgruppe. Übliche Gestaltungsmaßnahmen wie „Flippigkeit“ und<br />
bunte Farben erhöhen die Aufmerksamkeit, nicht aber die Abschlusswilligkeit.<br />
Über gezielte Marktforschungen kann herausgefunden werden, welche Eigenschaften<br />
als typisch für ein Versicherungsunternehmen vom Kunden gesehen<br />
werden. Für das Direktmarketing sollten diese positiven Attribute verstärkt und in<br />
Richtung Vertrauen weiter ausgebaut und betont werden.<br />
Erfolgsfaktor 6: Datamining<br />
Jan-Dirk Dallmer: <strong>Dialogmarketing</strong> in der Versicherungsbranche<br />
Die Wichtigkeit des Dataminings ist bei den Direktmarketing-Spezialisten schon<br />
hinreichend bekannt. Dennoch sei es auch im Rahmen „Direktmarketing in der<br />
Versicherungsbranche“ noch einmal erwähnt. Die Versicherungsbranche verfügt<br />
gegenüber anderen Branchen über viele individuelle und persönliche Kundendaten.<br />
Diese sollten genutzt werden, wo es möglich und sinnvoll ist. Natürlich werden in<br />
der Versicherungsbranche auch die klassischen Kennziffern wie zum Beispiel:<br />
Anzahl der bezogenen Produkte<br />
Kaufhäufigkeit<br />
Letzter Kauf<br />
Summe der Beitragsprämien<br />
herangezogen. Darüber hinaus gibt es aber noch weitere Informationen, die<br />
sich aus den gekauften Produkten ableiten lassen. Zum Beispiel kann über die<br />
Deckungssumme bei der Hausratversicherung rückgeschlossen werden, in welcher<br />
sozialen Wohnsituation der Kunde lebt. Über die Kfz-Versicherung erhält man<br />
Aufschluss darüber, ob es sich um einen Vielfahrer handelt, ob mehrere Autos<br />
in seinem Besitz sind und in welcher Fahrzeug-Klasse sich der Kunde bewegt.<br />
Nachträgliche Einschlüsse von Kindern in der Unfallversicherung geben Aufschluss<br />
über die familiäre Situation. Die Versicherungsbranche verfügt tendenziell über zu<br />
viele Daten, die nicht strukturiert ausgewertet werden. Es ist eine klassische Aufgabe<br />
des Dataminings, hier für Klarheit zu sorgen, in welcher Form die vorhandenen<br />
Daten genutzt werden können.<br />
Ein Vorgehensmodell ist es, dass nach Datenmuster bei Kundengruppen in der<br />
Vergangenheit gesucht wird, die in den Folgejahren weitere Produkte gekauft haben.<br />
Anschließend werden die gleichen Muster bei Kunden im aktuellen Bestand gesucht,<br />
die dieses Produkt noch nicht gekauft haben (Profiling). Für diese Kunden kann<br />
dann ein Scorewert für die Kaufaffinität berechnet werden. Idealerweise verfügt die<br />
Versicherung, die Direktmarketing-Maßnahmen durchführen will, noch zusätzlich<br />
429<br />
Deckungssumme<br />
bei der Hausratversicherung<br />
liefert wichtige<br />
Information