Die Volksbank Lüneburger Heide eG nutzt AIlon zur Entwicklung und Optimierung neuer Zielgruppen-Personas.

Herausforderung

Als regional tätige Universalbank mit einem sehr breiten Kunden- und Produktportfolio, stand die Volksbank Lüneburger Heide eG vor der Herausforderung, ein nachhaltiges Neukundengeschäft durch eine effiziente Zielgruppenansprache und wirkungsvolle Werbekampagnen sicherzustellen.

Die Zielgruppe zeichnete sich jedoch durch eine sehr große Heterogenität aus, was die Performance der Neukundenansprache negativ beeinflussen würde.

“Mit den umfassenden Insights konnten wir die Neukunden-Ansprache präzisieren und das Mediabudget optimal über alle relevanten Kanäle verteilen. So hilft uns AIlon, unseren Marketing- und Vertriebsansatz datengestützt zu optimieren.”
Olaf Hoops
Abteilungsleitung, Omnikanalsteuerung, Volksbank Lüneburger Heide eG

Lösung

Die Zielgruppe “Neugeschäft” wurde anhand kundenspezifischer Attribute in AIlon modelliert. Zudem konnte über die Berechnung der Marken-Illoyalitäten zu Bankinstituten im Allgemeinen das gesamte Kampagnen-Potenzial aufgezeigt werden.

Die Faktoren, die die große Heterogenität innerhalb der Zielgruppe ausmachen, wurde über die Varianzanalyse (Principal Component Analysis) ermittelt. 

Mithilfe von Clustering Algorithmen wurde die Zielgruppe nun so optimiert werden, dass fünf trennscharfe, homogene Subsegmente gebildet werden konnten.

Anschließend wurden die zu bewerbenden Volksbank-Produkte als Feature in AIlon angelegt und die Affinitäten zu den einzelnen Produkten berechnet, um einen bedürfnisgerechten Persona-Produkt-Fit ermitteln zu können.

Die detaillierte Berechnung und Darstellung des Medienkonsums zeigt alle relevanten Kanäle inklusive entsprechender Budget-Allokation auf.

Für die effiziente und wirksame Ausspielung über Google und YouTube simulierte AIlon zudem Millionen unterschiedlicher Attribut-Kombinationen und   iterativ die optimale Targeting-Kombination.

PRINCIPAL COMPONENT ANALYSIS: Die beiden Komponenten erklären am meisten die Heterogenität innerhalb der Zielgruppe.
CLUSTERING ALGORITHMEN suchen innerhalb der Zielgruppe nach statistischen Sollbruchstellen.
SUBSEGMENTIERUNG: Homogene Zielgruppensegmente, denen bestimmte Formate, ein distinkter Medienkonsum, sowie Werbemittel zugeordnet werden können.

1

Zielgruppen-Definition

Modellierung anhand kundenspezifischer Attribute wie Alter, Standort, Produkt

2

Algorithmische Segmentierung

Varianzanalyse (PCA),
Clustering Algorithmen

3

Produkt-Persona-Matching

Berechnung der Affinitäten zu den Volksbank Produkten

4

Media Mix und Targeting

Berechnung des Media Mix inkl. Budgetallokation;
KI-optimiertes Google Targeting

5

Integration

Integration der Personas in das Bestands-kundengeschäft

Ergebnisse

Passgenaue Marketing- und Werbestrategie

Auf Basis homogener Subsegmente können persönlichkeits- und bedürfnisgerechte Werbemittel entwickelt werden.

Optimierung des Medienbudgeteinsatzes

Das Budget kann nun effizient auf die relevanten Medien verteilt werden. Segmentspezifische Produktkampagnen lassen sich präzise aussteuern. Die KI-optimierten Google und YouTube Targetings minimieren Streuverluste und maximieren die Kampagnen-Performance.

Höhere Konvertierungsrate

Das Matching von Produktaffinität und Persona ermöglicht
eine gezielte, nutzen- bzw. bedürfnisgerechte Ansprache.

Synergien schaffen

Die Anreicherung der Bestandskundendaten mit den Zielgruppen-Erkenntnissen ermöglicht eine konsistente, bedürfnisgerechte Beratung.

Über die Volksbank Lüneburger Heide eG 

Die Volksbank Lüneburger Heide eG ist eine Genossenschaftsbank mit Sitz in Winsen. Sie ist eine der ältesten Genossenschaftsbanken in Norddeutschland und mit rund 165.000 Kunden die zweitgrößte in Niedersachsen.

Download

Case Study als PDF

Direkt loslegen.

Was macht deine Zielgruppe aus? Registriere dich jetzt kostenfrei!

Nach oben scrollen