Bleib informiert und abonniere den Blog.

Mit iPaaS und Predictive Analytics in die Zukunft

Teil 2: Unser Head of Sales & Business Development, Anton Lengle, präsentiert im House of Finance an der Goethe Universität vor Teilnehmern aus verschiedensten Branchen, wie Predictive Analytics mit einer Enterprise Data Platform zusammen funktioniert.

Organizers and Speaker at Robotic Selling Event in House of Finance 2019
The joint Robotic Selling Event with the Marketing Club Germany took place at the House of Finance at Goethe University in 2019

Marketing und Vertrieb in der Versicherungsbranche brauchen in Zukunft mehr Integration ihrer Systeme, übergreifende Prozesse und intelligente Automatisierung. Anders gesagt: Die Zukunft gehört dem Robotic Selling – und unseren technologischen Lösungen dafür. Beim Event zu Robotic Selling, das am 18.11. 2019 im House of Finance auf dem Campus Westend der Goethe-Universität, Frankfurt, stattfand, waren sich die Referenten und dierund 80 Fachbesucher aus der Versicherungswirtschaft darüber praktisch einig. Ins House of Finance eingeladen hatten Der Bundesverband der Vertriebsmanager e.V. (BdVM) , der Bundesverband der Assekuranzführungskräfte e.V. (VGA), die Vereinigung der Versicherungsbetriebswirte (VVB) und Lehrstuhl für Electronic Commerce der Goethe-Universität Frankfurt am Main selbst – genauer gesagt: Prof. Dr. Bernd Skiera , der Inhaber des Lehrstuhls für Electronic Commerce und Mitgründer von Marini Systems. Bernd Skiera war an dem Abend auch der erste Referent, gefolgt von Anton Lengle, unserem Head of Sales & Business Development. Den dritten Vortrag hielt ein Kunde von uns. Lars Georg Volkmann, Vertriebsvorstand der VPV Lebensversicherungs-AG , berichtete aus der Praxis über die Erfolge von Robotic Selling.

Systemvielfalt bei Unternehmen eröffnet Möglichkeiten zur Integration und Synchronisierung

Anton Lengle, unser Head of Sales & Business Development, stellte in seinem Vortrag auf dem Robotic Selling Event an der Goethe Universität vor, welche Möglichkeiten Integration und Automatisierung für das Robotic Selling eröffnen – und welche Rolle Ansätze wie iPaaS und externe Services dabei spielen. Sein Ausgangspunkt: Unternehmen nutzen heute mehr und mehr Softwaresysteme. In Großunternehmen mit 1.000 Mitarbeitern oder mehr gibt es oft mehr als 200 Systeme, aber selbst in kleineren Firmen mit bis zu 50 Mitarbeitern sind im Schnitt schon 40 Systeme im Einsatz – Tendenz steigend. Je höher die Zahl der verschiedenen Applikationen und Anwender aber ist, desto höher ist auch die Komplexität, die durch diese Systeme im Unternehmen entsteht. Daraus ergeben sich für Unternehmen fünf wichtige Problemstellungen:

  • Redundanz: Daten werden viel zu häufig doppelt gepflegt.
  • Inkonsistenz: Daten haben nicht dasselbe Aktualitätsniveau.
  • Verfügbarkeit: Relevante Daten sind häufig nicht verfügbar, wenn sie gebraucht werden.
  • Geschwindigkeit: Entscheidungen werden oft zu spät getroffen, notwendige Aktionen verzögern sich.
  • Prozesssteuerung: Es gibt keine durchgängige Modellierung von Prozessen über die Bereichs- und Systemgrenzen im Unternehmen hinweg.

Die individuelle Integrationsplattform

Die Lösung besteht darin, dass Unternehmen alle relevanten Systeme auf einer Enterprise Data Plattform miteinander integrieren. Solch eine integrierte Plattform eines Unternehmens kann dessen Systeme nach Bedarf uni- oder bidirektional miteinander synchronisieren und zudem die Funktionen der integrierten Systeme zusammenführen und kombinieren. So wird es auch möglich, relevante Prozesse durchgängig zu modellieren, über System- und Abteilungsgrenzen hinweg. Auf dieser integrierten Plattform sich dann beispielsweise Marketing-Automation-Lösungen wie Evalanche oder HubSpot bidirektional mit einem CRM-System (oder mehreren) synchronisiert, etwa mit SAP C4C, Microsoft Dynamics oder der Salescloud von Salesforce. Für Unternehmen stellt es allerdings eine beträchtliche Herausforderung dar, solch eine integrierte Plattform aufzubauen und sie vor allem zu betreiben. Auf herkömmlichem Weg erfordert dies eine beträchtlichen Entwicklungsaufwand und eine monatelange Projektdauer. Die Middleware für die Integration individuell zu entwickeln, im Rahmen eines Softwareprojekts, ist sehr aufwendig. Der Code für die Integration ist nicht für alle transparent, und jede Erweiterung macht eine Anpassung der Plattform nötig, was wiederum die Kosten treibt. Die Lösung für all diese Herausforderungen: eine Enterprise Data Platform, welche auf Standards aufsetzt und dennoch alle Systeme bedient.

iPaaS mit der Marini HubEngine

Den flexiblen und zukunftssicheren Weg zur eigenen, individuellen Integrationsplattform eröffnet der Ansatz einer „Integration Platform as a Service“ – iPaaS. Als Komponente einer Enterprise Data Platform folgt die Marini HubEngine genau diesem Konzept. Sie lässt sich wahlweise als SaaS oder On-Premises betreiben, synchronisiert beliebige Systeme bidirektional und in Echtzeit, kommt durch ihren No-Coding-Ansatz mit einfacher Konfiguration aus, ist darum jederzeit anpassbar und zugleich DSGVO-konform und revisionssicher. Auf Basis der Marini HubEngine (und ggf. auch der Marini DataEngine für komplexere Synchronisationsaufgaben) können Unternehmen Prozesse über beliebige Systeme und externe Services hinweg modellieren und automatisieren. Und noch einen weiteren Ausbauschritt hat Anton Lengle vorgestellt: die Steuerung der automatisierten Prozesse des Unternehmens auf Basis von Predictive Analytics – das eigentliche Robotic Selling.

Prozesse in Echtzeit steuern durch Predictive Analytics

Unsere Technologie eröffnet nach der Synchronisation und Integration von Daten und Systemen sowie nach der Modellierung durchgängiger Prozesse noch eine weitere entscheidende Möglichkeit, um Umsätze und Erträge zu steigern: die intelligente Steuerung dieser Prozesse auf Basis von Predictive Analytics. Dabei kommen Entscheidungsmodellen aus dem Bereich des Machine Learnings zum Einsatz, die in die Prozesse eingebunden werden. Anders gesagt: Die Predictive-Analytics-Modelle entfalten ihre Wirkung in Echtzeit. Unternehmen ermitteln durch diese Analysen ihrer Daten das zu erwartende Verhalten jedes einzelnen Leads und jedes einzelnen Kunden. Mittels dieser automatischen Analysen lassen sich Marketing- und Vertriebsprozesse optimal steuern. Folgende Methoden und Modelle sind im Marketing und Vertrieb beliebt:

  • Churn Management – zur Berechnung des Abwanderungsrisikos
  • Record Linkage – zum Mapping von zusammengehörigen Datensätzen
  • Recommendation Engines –  zur Empfehlung von Produkten
  • CLV Estimation – zur Schätzung des Kundenlebenswerts
  • Clustering –  zur Gruppierung und Segmentierung von Datensätzen
  • Sales Funnel Management – berechnet einen bereinigten Sales Funnel
  • Klassifizierung – zur Prognose von Abschlusswahrscheinlichkeiten
  • Lead Scoring – zur besseren Qualifizierung von Interessenten

So realisieren wir zusammen mit unseren Kunden die Idee des Robotic Selling: als automatisierte Vorbereitung von Vertriebsgesprächen durch Predictive Analytics und intelligente Prozessautomatisierung und -steuerung.

Hier könnt ihr die Präsentation von Anton herunterladen:

Profitiere von Expertentipps, News und Wissen per E-Mail