Über UnsGeschäftsfelderProdukteVeranstaltungenJobs & KarrierePublikationenKontakt
    
    
SEPA
Solvency II
Risk-Management
neue Geschäftsmodelle - neue Welt
IT Asset Management
Standardisierung
IT-Controlling
Stornoprophylaxe
SOA
ITIL
Risikomanagement
life cycle
Silbermarkt
Marke
bpm business process management
customer life cycle
claims management
business intelligence
Datawarehouse
Datamining
    
    
    
    

Stornoprophylaxe

Stornoprophylaxe

1. Storno – Verlust oder Gewinn

 
Es handelt sich immer um eine “Gewinnreduzierung”, wenn der Kunde vor [kalkulatorischem] Vertragsende aus dem Vertrag ausscheidet: Storno durch VN [“vermeidbares” Storno], Storno durch VU [“unvermeidbares” Storno].


Zu einer Gewinnreduzierung kommt es aber auch, wenn die Umstände des kalkulierten Basisrisikos durch ein Kundenverhalten und Verhalten der Gesellschaft verfälscht werden.


„Die höchste Form des zufriedenen Kunden wird im Ausschließlichkeitsvertrieb über die Akquise des „Zufriedenen Geschädigten“ erreicht.“


„Einem Storno mangels Zahlung oder durch das VU folgt häufig das Storno der gesamten Kundenverbindung [aus der Sicht des Kunden].“


„Die Schwelle zum Storno sinkt mit der Anzahl der stornierten Verträge.“


„Sanierung aus der Sicht eines VU ist nicht effektiv, denn der sanierte Kunde kommt u. U. noch mit Kopfprämie zu einem anderen VU – der sanierte Kunde wird im Neugeschäft zudem durch vermutlich einen bei einer anderen Gesellschaft sanierten Kunden ersetzt.“


„Eine Produktgestaltung mit dem Passus der ‚Nachverhandlung’ und ‚(Teil-) Prämienrückerstattung’ ist dagegen kundenzufriedenheitsneutral.“

2. Weg DWH-gestützte quantitative Analyse

 
„Online“-Datenbank (Objekt: Fahrzeug-Identifikation, alle Zulassungen, Zulassungsregion, „abweichendes Kennzeichen“, Pool-Kennzeichen, Kennzeichen, Inhaber des Fahrzeugbriefes, HSN, TSN, Erstzulassung, ...


Vertrag: Gesellschaft, VSNR, Halter und andere „named“ [2. Fahrer, Sohn, ...] oder kategorisierten Personen [Erben, ...], SF-Rabatt je [versicherter] Police, SB je Police, Vermittler bzw. Mitarbeiter des Vermittlers zum Zeitpunkt des Vertragsabschlusses, Bestandsvermittler, Marketing-Aktionen die den Halter, den VN, ... oder deren Vermittler betrafen, Daten zum Produkt /zur Prämie, insbesondere Daten zu weiteren Versicherungsverträgen, ...


Schaden: Gesellschaft, Schadennummer, Schadenregion, schadenbeteiligte Objekte und Personen, Schadensachbearbeiter, Daten zur Regulierung, ...)


Die Datenbank ist immer für die Generierung von Regeln verfügbar.


In der Datenbank werden die Regel-Nummern hinterlegt mit ihrer jeweiligen Bezugsbasis. Muster-Beispiele aus der Praxis: Folgestorno nach Storno mangels Zahlung, durch VU (z. B. Sanierung)

3. Weg qualitative Analyse

 
Plausibilitätsüberprüfungen auf der Basis von Expertenwissen, ...


Expertengespräche und Kundenbefragungen können Zusammenhänge zwischen Vertriebsweg, Kunde und Produkt und Auswirkungen auf die Stornoneigung erkennen lassen.

4. Weg quantitative mathematisch statistische Analyse

Vorhersage

In der Stornoproblematik haben wir ein zweiseitiges Vorhersageproblem mit zwei Fehler-Möglichkeiten:
1. Der Kunde ist Stornierer, wir erkennen das aber nicht.
2. Der Kunde ist kein Stornierer, wir prognostisieren aber einen Stornierer.


Es ist unmöglich, beide Fehler gleichzeitig klein zu gestalten. Gewöhnlich wird der „tragischere“ Fehler vorgegeben, der andere Fehler entzieht sich dann unserer Steuermöglichkeit. Er kann aber benannt [berechnet] werden. Diese Entscheidung hängt vom Auftraggeber und seiner Storno-Präventions-Maßnahme ab. Ausdrucksform dieses Weges ist ein Score-Wert für jeden „Fall“. Qualitätsparameter sind die beiden Fehler (Fehler 1. Art a und Fehler 2. Art b).


5. Weg regelgenerierende quantitative Analyse

 
Regelgenerierung aus Assoziationen (sogenannte Warenkorbanalyse) und Verknüpfung dieser Herangehensweise mit Expertenschätzungen/-meinungen hat sich im Bereich der Stornoprophylaxe bewährt.
Qualitätsparameter für die Regeln sind die Parameter Gültigkeit, Nützlichkeit, Neuheit und Verständlichkeit.
Die Gültigkeit drückt aus, wie sicher eine Aussage ist.
Beispiel: Die Regel „Wenn der Schaden in einem Teilkasko-Haarwild-Unfall nicht anerkannt wird, dann wird in 45 der 50 Fälle der Vertrag storniert.“ ist zu 90 % sicher.
Die Nützlichkeit (Relevanz) mißt den Bereich, den die Aussage abdeckt.
Beispiel: Die oben aufgeführte Regel ist zwar gültig, wäre bei einer Gesamtanzahl von 50.000 Teilkasko-Haarwild-Schäden aber nicht sehr nützlich, da sie lediglich 50 von 50.000 (= 0,1 %) betrifft.
Neuheit drückt aus, inwieweit die Aussage neu oder unerwartet ist.
Beispiel: Die Regel „Alle Schwangeren sind Frauen.“ ist gültig und nützlich aber nicht ganz unerwartet.
Verständlichkeit mißt, inwieweit eine Aussage von einem Benutzer verstanden werden kann.
Beispiel: Die Aussage „Der Kunde Y hat einen Scorewert von 97 % für ein Storno.“ ist weniger verständlich als eine Regel der Art „Wenn A eintritt, dann ist der Scorewert für Kunde Y hoch.“.
Stornoindikatoren kommen sowohl aus Ausreißerinformationen bzw. aus dem Nichtvorhandensein bestimmter Merkmale als auch aus dem massenhaften Auftreten von Merkmalen.