Mit der Solvency-II-Richtlinie der Europäischen Union, die nun nach mehreren Verschiebungen voraussichtlich im Januar 2016 in Kraft tritt, steht Versicherungsunternehmen vor einer neuen Herausforderung in Sachen Datenqualitätsmanagement.
In einem Whitepaper stellt das niederländische Softwarehaus Human Inference deshalb einen Ansatz vor, wie mit Hilfe von Datenqualitätsmaßnahmen und einer zentralen Lösung für das Master Data Management (MDM) die neuen Compliance-Anforderungen erfüllt werden können. Darüber hinaus zeigt es, wie sich damit eine einheitliche Kundensicht erreichen lässt, die zur besseren Nutzung von Geschäftschancen führt und die Effizienz der Prozesse erhöht.
Solvency II ist als neues Aufsichtsmodell für die Versicherungsbranche das Gegenstück zu den Basel II-Regelungen im Bankgewerbe und legt die risikogerechte Ausgestaltung von Versicherungsprämien und Eigenkapitalquoten sowie die Harmonisierung der Aufsicht von Versicherungen innerhalb der EU fest. Wie schon bei den Richtlinien zu Basel II ist auch hier die Qualität der Daten entscheidend, auf Grund derer die Einschätzung der Versicherungskunden vorgenommen wird. Die Assekuranzen müssen künftig gegenüber dem Regulierer ausdrücklich belegen, dass ihre Datenbereitstellung den festgelegten Anforderungen genügt. Die Daten, auf deren Grundlage Versicherer kalkulieren und berichten, sollen dabei “vollständig, richtig und angemessen” sein.
Laut einer Studie der Wirtschaftsprüfungs- und Beratungsgesellschaft PwC haben in Deutschland aber erst einige wenige Versicherer die häufig langwierigen und aufwändigen Projekte zur Datenbereitstellung sowie zur Hebung und Sicherung der Datenqualität initiiert. Denn die heterogenen IT-Landschaften, die über viele Jahre gewachsen sind und in deren Rahmen an unterschiedlichsten Stellen individuelle Lösungen für Detailprobleme implementiert wurden, sorgen nun für Probleme. Vieles ist doppelt und dreifach vorhanden, eine zentrale Datenhaltung und ein unternehmensweites Datenmodell fehlen meist. Unschärfen in der Detaillierung und Konsistenz der Daten in fachlicher und technischer Sicht sowie fehlende historische Daten sind die Folge.
Kundendatenbanken von Assekuranzunternehmen enthalten häufig Dubletten oder sind unvollständig und inkonsistent. Dies ist nicht weiter verwunderlich, denn alleine in Deutschland gibt es im Jahr ca. 4 Millionen Umzüge und etwa 30.000 Änderungen bei Straßen, Postleitzahlen und Orten. Dazu kommen mehrfach angelegte Kundendatensätze, Falscherfassungen und typische Buchstabendreher bei der telefonischen Aufnahme der Adressen oder fehlerhaft ausgefüllte Online-Formulare. Häufig werden die Daten bei der Neuanlage von Adressen nicht sorgfältig genug erfasst oder es wird nicht überprüft, ob der Kunde schon vorhanden ist.
Schätzungen besagen, dass selbst eine gut gepflegte Kundendatenbank zwischen zwei und zehn Prozent Dubletten enthält. Bei einer schlecht gepflegten steigen die Zahlen sogar auf 20 und 30 Prozent. Solche Fehler verursachen hohe Kosten – beispielsweise in Form von Streuverlusten, weil etwa ein potenzieller Kunde bei einem Mailing mehrere Zusendungen erhält, er aber allenfalls einmal einen Vertrag abschließt. Zwar ist es vergleichsweise einfach, die “aus dem Fenster geworfenen” Portokosten für Brief-Rückläufer in einer Mailing-Aktion zu erfassen, die wegen fehlerhafter Adressdaten in der Kundendatenbank entstanden sind.
Was das Ganze so kompliziert macht: Häufig hat ein Kunde mehrere Versicherungen bei einer Gesellschaft abgeschlossen, die dort aber von unterschiedlichen Sachbearbeitern (im Zweifelsfall mit verschiedenen IT-Systemen und Kundendatenbanken) betreut werden. Eine einheitliche Sicht auf die Kunden herzustellen, die von allen Mitarbeitern genutzt werden kann, ist also kein leichtes Unterfangen. Das kostenlose Whitepaper “Kennen Sie Ihre Kunden?” von Human Inference betrachtet die verschiedenen Bereiche, in denen die Kundendatenqualität eine Rolle spielt – wie z.B. Marketing, Vertrieb, Controlling oder Geschäftsplanung. Aber auch Bereiche wir Kundenbeziehungsmanagement (CRM), Big-Data-Analysen oder Business Intelligence werden darin berücksichtigt.
Kostenloser Download des Whitepapers:
Über Human Inference
Human Inference ist ein führender Anbieter von Lösungen für das Management von Kundendaten. Die Lösungen ermöglichen es, die Interaktion zwischen Unternehmen und ihren Kunden zu optimieren. Die Anwendung von Techniken der natürlichen Sprachverarbeitung auf Basis umfangreicher Wissenskorpora garantiert erstklassige Resultate. Human Inference besteht seit 1986 und genießt großes Ansehen auf dem Gebiet der Datenqualität und der Datenintegration. Neben dem Firmensitz in Arnheim (NL) verfügt Human Inference über eine Niederlassung in Deutschland. Seit Dezember 2012 gehört Human Inference zu Neopost, dem in Europa führenden und weltweit zweitgrößten Anbieter für Postbearbeitungs- und Logistiklösungen. Die börsennotierte Neopost-Gruppe mit Hauptsitz in Frankreich sowie 29 Niederlassungen weltweit, bietet Produkte und Dienstleistungen in 90 Ländern an und beschäftigt rund 5.900 Mitarbeiter. Zudem verfügt sie über 1.300 Vertriebsbeauftragte und 450 Entwicklungsingenieure. Seinen mehr als 250 Kunden, darunter Allianz, Center Parcs, DHL, E.ON, Hülsta, NordLB und Schufa, verhilft Human Inference zu mehr Kundennähe, optimierten betrieblichen Prozessen (“Operational Excellence”) und erfolgreicher regelkonformer Datensicherung (“Regulatory Compliance”). Mehr unter www.humaninference.de und http://datacleaner.eobjects.org.
Kontakt
Human Inference GmbH
Holger Wandt
Fritz-Vomfelde-Strasse 34-38
40547 Düsseldorf
02115228150
info@humaninference.de
http://www.humaninference.de
Pressekontakt:
Conosco – Agentur für PR und Kommunikation
Bernhard Müller
Klosterstrasse 62
40211 Düsseldorf
0211160250
bm@conosco.de
http://www.conosco.de