Sie haben Fragen zu Data Science ?

Wir freuen uns auf Ihre Nachricht.

Kontakt

Case Study: Churn Prevention im Energieumfeld

Für einen Anbieter aus der Energiebranche entwickelte COSMO CONSULT eine Lösung, um die Wechselwahrscheinlichkeiten lukrativer Kundengruppen zu prognostizieren. Heute ist das Unternehmen in der Lage, Abwanderungspotenziale frühzeitig zu erkennen und mit geeigneten Maßnahmen gegenzusteuern.

Key Facts

  • Wechselwillige Kunden identifizieren 

  • Wettbewerbsvorteile in einem hart umkämpften Markt realisieren 

  • Stärker auf Kundenkontakte fokussieren 

Ausgangssituation

Die zunehmende Digitalisierung, Online-Vergleichsportalen und schwindende Hürden beim Umstieg machen den Wechsel des Stromanbieters zu einer einfachen Geschichte. Deshalb ist es im Energieumfeld besonders wichtig, wertvolle Kunden mit Wechselwillen langfristig zu binden. Allerdings ist es alles andere als einfach, diese Gruppe frühzeitig zu identifizieren und entsprechend schnell zu handeln, um sich so Wettbewerbsvorteile zu verschaffen. 

 

COSMO CONSULT erhielt den Auftrag, eine Lösung zu entwickeln, mit der sich Wechselwahrscheinlichkeiten präzise bestimmen lassen, um Abwanderungspotenziale frühzeitig zu erkennen und dem entgegenzuwirken.

Vorgehen

Um das Modell zu gestalten, benötigte das Projektteam zunächst die Kunden- und Vertragsdaten. Wie in einem klassischen Regressionsmodell gibt es auch beim Cox-Proportional-Hazard-Modell bestimmte Einflussvariable, die zu einer höheren Sterbewahrscheinlichkeit – also, einer Kündigung des bestehenden Vertrags – führen. Zu den wichtigsten gehören dabei: 

 

  • Verbrauch 

  • Sparte 

  • Kundenart 

  • Ort  

  • Vertragshistorie oder  

  • Konkurrenzpreise. 

 

Wichtig bei der Gestaltung des Modells war, dass auch aktive Verträge in die Wahrscheinlichkeitsberechnung einflossen. Nur so ließen sich Kündigungswahrscheinlichkeiten plausibel bestimmen. 

Im täglichen Durchlauf wird nun für jeden Vertrag und jede angegebene Zeitspanne eine Wechselwahrscheinlichkeit und die sogenannte Customer Lifetime Value (kurz CLTV) berechnet. Dies ist der Barwert aller zukünftigen (zu erwartenden) Zahlungen eines Kunden, mit dem sich der Wert einer Kundenbeziehung messen lässt. Kunden mit einer hohen Wechselwahrscheinlichkeit und einem gleichzeitig hohen CLTV sind so etwas wie die Stars unter den Kunden der Energiebranche. Um sie dreht sich der Wettbewerb im Bereich der Neukundenakquise.

Mehrwert

Das Ergebnis der Modellberechnung bereitete COSMO CONSULT in Form von verschiedenen Key Performance Indicators (KPIs) und kundenspezifischen Daten in QlikView auf. Anwender können so die Stars einfacher und schneller identifizieren und Kundenkontakte direkt initiieren. Gelingt es, gewinnbringende, abwanderungswillige Kunden langfristig zu binden, wirkt sich dies unmittelbar auf den wirtschaftlichen Erfolg aus. Weitere Vorteile ergeben sich mit Blick auf den zeitlichen Aufwand für die Kundenselektion. Für Mitarbeiter ist es nun viel leichter, das Augenmerk auf die tatsächlich wichtigen Kunden zu legen. 

Sie haben Fragen zu Data Science ?

Wir freuen uns auf Ihre Nachricht.

Kontakt

Fragen Sie unsere Experten

COSMO CONSULT verfügt über eine langjährige Erfahrung mit digitalen Lösungen für den Bereich Data Science. Unsere Angebote basieren auf einer klaren Vorgehensweise, auf detaillierten Kenntnissen der Branchenprozesse und auf exzellentem Produkt-Know-how. Unsere Experten beraten Sie gerne über die einzigartigen Möglichkeiten, die sich für Sie durch den Einsatz moderner Softwaretechnologien ergeben. Nehmen Sie einfach Kontakt mit uns auf.​​​​​​​ Wir freuen uns darauf, gemeinsam mit Ihnen darüber zu sprechen, wie auch Ihr Unternehmen in das digitale Zeitalter starten kann.

Kontaktieren Sie uns!

COSMO CONSULT AG
Rütistrasse 13
8952 Schlieren
+41 44 8306465
+41 44 8306469
E-Mail