|
||||||||||||||||||||||||||||||||||||
 |
||||||||||||||||||||||||||||||||||||
 |
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Situación
DekaBank es la institución central de German Saving Banks Financial Group y opera en la banca empresarial y en el segmento de las inversiones. Con un balance total de €115 billones a finales de 2005, acciones bajo administración con un valor superior a €140 billones y un capital de €3.7 billones; es uno de los líderes en servicios financieros en Alemania.
Reto
Debido al incremento de bancos de ahorro de Sparkassen Group, confiaban en que DekaBank analizara y realizara campañas para promocionar sus servicios de fondos de inversión. DekaBank lo que necesitaba eran herramientas para minería de datos que pudieran marcar la diferencia entre el rango de servicios y productos que pueden ser ofrecidos a varios bancos.
Solución
DekaBank eligió la solución para minería de datos de SPSS para escribir cadenas de programas personalizables, desarrollar calificaciones de campañas, y controlar el uso de estas calificaciones.
El problema de un nuevo fondo garantizado era que el sistema hacía primero una prueba. DekaBank empezó a analizar las características típicas de compras previas de fondos similares. El resultado fue entregado a los consultores en los bancos locales, los cuales los utilizaron para identificar a los mejores clientes.
“Gracias a este análisis, podíamos determinar, por ejemplo, que el comprador típico de este producto financiero es de mayor edad y generalmente es usuario intensivo de fondos”, explica Georg Thomas de DekaBank. “Para estos clientes teníamos que adaptar nuestro acercamiento en todas las áreas, desde los textos para los correos electrónicos, pasando por la distribución de los folletos, hasta nuestras pautas para contacto telefónico.”
DekaBank realizó un paquete de servicios que contenía materiales de venta y promocionales, así como también una lista de los clientes que era más probable estuvieran interesados en los nuevos fondos garantizados. Esto permitió que los consultores en cada banco se enfocaran a acercarse a esta clase de clientes.
Resultados
La campaña fue un éxito total. El número de transacciones de los 160 bancos participantes alcanzó un promedio por factor de 3.3 – el mayor alcanzó 8.8 – comparado con los bancos de ahorro que no participaron.
“Esto es un resultado claro”, afirma Thomas. “Muestra qué puede ser alcanzado a través del uso inteligente de datos. Estamos convencidos que SPSS nos ayudará a producir resultados similares en futuras campañas.�
