All Stories
Follow
Subscribe to PAIR Finance GmbH

PAIR Finance GmbH

PAIR Finance Kundentypologie-Studie: Große Potentiale für personalisiertes Inkasso

PAIR Finance Kundentypologie-Studie: Große Potentiale für personalisiertes Inkasso
  • Photo Info
  • Download

Berlin (ots)

  • 16 Kundentypologien zeigen gravierende Unterschiede bei der Reaktion auf Inhalt und Zeitpunkt einer digitalen Nachricht
  • Verhaltensökonomin Prof. Dr. Christine Laudenbach, Universität Bonn: "Hochrelevante Erweiterung herkömmlicher Kundentypologien"
  • Dreiklang aus Künstlicher Intelligenz, Verhaltenspsychologie und Data Science verbessert Rückführungsquoten für Unternehmenskunden nachhaltig

Das Online-Geschäft boomt und damit auch unbezahlte Rechnungen. Allein die im Bundesverband Deutscher Inkasso-Unternehmen e.V. (BDIU) zusammengeschlossenen Unternehmen führen der Wirtschaft jährlich sechs Milliarden Euro zurück und bearbeiten dazu 20 Millionen Forderungen. Bislang war wenig darüber bekannt, welche Persönlichkeitstypen dem digitalen Verbraucher mit Zahlungsverzug zugrunde liegen und wie man am erfolgreichsten vorgeht, um eine außergerichtliche Rückzahlung zu gewährleisten.

Als Antwort auf diese offene Frage stellt PAIR Finance, Deutschlands führendes Fintech für KI-basiertes Inkasso und Forderungsmanagement, heute die erste Studie zu einer neuen Kundentypologie für das digitale Zeitalter vor. Bei dem Berliner Technologieunternehmen entsteht seit 2016 die Zukunft des Inkassos rund um Künstliche Intelligenz, Verhaltensforschung und Data Science. Die Erhebung stand unter der Leitung der Verhaltensforscherin Dr. Minou Ghaffari und wertete in einer rückwirkenden Betrachtung rund 400.000 einzelne Fälle sowie die zugehörige KI-optimierte Kommunikation anonymisiert aus. Die Unternehmenskunden kamen dabei alle aus der digitalen Wirtschaft, unter anderem dem E-Commerce, der Finanz- und Versicherungsbranche, Mobility, Shared Economy und Telekommunikation.

Dr. Minou Ghaffari, Leiterin Verhaltensforschung bei PAIR Finance: "Künstliche Intelligenz ist per se eine Blackbox. Mit unserer Kundentypologie-Studie bringen wir Licht ins Dunkel und erzeugen erstmals Verhaltensdaten in einer lesbaren Form. Unsere neue Betrachtung zeigt die steigende Komplexität bei der digitalen Nutzung und eine nie zuvor dagewesene Dynamik des individuellen Verbraucherverhaltens im Forderungsmanagement."

PAIR Finance variiert seine Kommunikationsstrategie auf Basis von sechs Ebenen: Kanal, Stil, Tonalität, Zeitpunkt, Frequenz und Lösung. Daraus ergeben sich mehr als 30.000 unterschiedliche Kommunikationsmöglichkeiten. Untersucht wurden in der Kundentypologie-Studie zwei dieser Ebenen, nämlich Tonalität und Zeitpunkt.

Weiterhin identifiziert die Studie vier Dimensionen mit jeweils zwei Gegenpolen. Daraus ergeben sich dann insgesamt 16 Kundentypologien. Sie repräsentieren die Gesamtzahl der einzelnen Fälle. Auf Grundlage der 16 Kundentypen wurde untersucht, welche Auswirkungen Tonalität und Zeitpunkt auf die Bereitschaft zur Rückzahlung von offenen Forderungen haben.

Die verschiedenen Dimensionen sind Zahlungsbereitschaft, Zahlungsfähigkeit, finanzielle Organisation und emotionales Verhalten. Die ersten beiden Dimensionen wurden bereits von der bestehenden Forschung aufgegriffen. Daraus ergeben sich auch die bisher verwendeten vier Schuldnertypen. Neu sind der Organisationsgrad der Finanzen und das Verhalten. Die Studie hinterfragt die bislang übliche Annahme eines perfekt rational handelnden Menschen und bezieht außerdem die persönliche finanzielle Situation in die Analyse mit ein. Diese Erweiterung ermöglicht einen wesentlich detaillierteren Blick auf die Kunden und entsprechend differenzierte Lösungsmöglichkeiten.

Unter den fast 400.000 Fällen zeigten sich fünf Typen, die mit Abstand am häufigsten vorkamen:

DICE (uneinsichtig, insolvent, chaotisch und emotional), 19,4 Prozent: Typischerweise handelt es sich dabei um Kunden, die sich in einer schwierigen finanziellen Situation befinden und dazu neigen, jede Zahlungslösung abzulehnen. Sie lassen sich auf kein Gespräch mit dem Inkassounternehmen ein. Selbst wenn Bemühungen unternommen werden die Gebühren für sie zu reduzieren.

WAOE (willens, zahlungsfähig, organisiert und emotional), 13 Prozent: Diese Kunden entscheiden recht zügig, die Forderung zu begleichen. Sie befinden sich in einer guten finanziellen Situation und reagieren schnell auf Zahlungserinnerungen, können in ihrer Kommunikation aber eher unbeständig sein.

WACE (willens, zahlungsfähig, chaotisch und emotional), 10,5 Prozent: Diese Art von Kunden neigt dazu, Forderungen zu bezahlen. Sie befinden sich auch in einer entsprechenden finanziellen Situation. Allerdings sind sie nicht in der Lage, sich an Zahlungspläne zu halten, außerdem sind sie eher emotional in ihrer Kommunikation.

WAOR (willens, zahlungsfähig, organisiert, rational), 9,9 Prozent: Dieser Kundentyp entschließt sich eher für eine Zahlungslösung. Er ist in einer entsprechenden finanziellen Situation, zeigt eine digitale Affinität und trifft rationale finanzielle Entscheidungen, indem er als Reaktion auf Reduzierungsangebote zahlt.

DICR (uneinsichtig, insolvent, chaotisch und rational), 9,7 Prozent: Typischerweise handelt es sich dabei um Kunden, die dazu neigen, jede Zahlungslösung zu verweigern und sich in einer finanziellen Notlage befinden. Sie lassen sich auch nicht auf ein Gespräch mit dem Inkassobüro ein und sind mit großen offenen Forderungen ins Inkasso gegangen.

Die verschiedenen Kundentypen reagieren unterschiedlich auf den Inhalt einer Nachricht (Tonalität) und den Tageszeitpunkt der Aussendung. Zu Reaktionen von Kunden werden folgende Handlungen gezählt: Besuch der Bezahlseite, Kontaktaufnahme, Auswahl einer Zahlungslösung, direkte Zahlung (Zahlung des Gesamtbetrages oder Teilzahlung). Um eine Reaktion auszulösen wirkt bei den Typen DICE, WAOE und DICR eine kooperative Nachricht ("Vielleicht haben Sie die Rechnung einfach übersehen, vielleicht haben Sie in der Hektik des Alltages vergessen zu bezahlen. Ganz egal was der Grund ist, wir sind uns sicher, dass es nicht absichtlich geschehen ist") in Kombination mit einer Aussendung am Mittag um 12:00 Uhr am besten. Eine informative Tonalität ("Wir bitten dich, die offene Rechnung jetzt zu begleichen und bieten dir hierfür die Möglichkeit einfach und bequem über folgenden Link zu zahlen") um die gleiche Zeit funktioniert bei Typ WAOR am besten. Am Abend um 20:00 Uhr löst eine reziproke Ansprache ("Firma XY hat sich große Mühe gegeben - wir erwarten, dass du deiner Verpflichtung dem Team von XY gegenüber nachkommst") bei WACE mit der höchsten Wahrscheinlichkeit eine Reaktion aus.

Christine Laudenbach, Professor für Finanzen bei der Rheinischen Friedrich-Wilhelms-Universität Bonn, hat sich die Studie vorab angesehen und kommentiert: "Es besteht ein wachsender Bedarf, tiefere Einblicke darüber zu gewinnen, wie Menschen beim Bezahlen von Schulden agieren. Die Studie von PAIR Finance ist eine völlig neue und hoch relevante Erweiterung der bisherigen Herangehensweise an Kundentypologie. Die Erweiterung der Dimensionen zeichnet ein viel differenzierteres Bild der Kunden als vorher."

PAIR Finance Gründer und CEO Stephan Stricker: "Die Künstliche Intelligenz ist dabei, das Forderungsmanagement grundlegend zu verändern. Sie ist der Schlüssel, um Inkasso zum wirkungsvollen Teil der Customer Journey zu machen. Unsere Studie zeigt: Bei einem sich schnell verändernden Verbraucherverhalten müssen Unternehmen auf dynamische Lösungen setzen, die insbesondere in ihrer Kommunikation individuelles Verhalten berücksichtigen. Andernfalls laufen sie Gefahr, ihre Ziele zu verfehlen. Ein multidimensionaler Ansatz liefert die beste Strategie, um heute die Ziele eines außergerichtlichen Payouts, Retention und Reputation im Inkasso zu erreichen."

Bildmaterial zur redaktionellen Verwendung unter:

https://www.pairfinance.com/mediakit-kundentypologie-studie/

Pressekontakt:

PAIR Finance GmbH
Corporate Communications
Denise Schoenherr
Hardenbergstr. 32
D-10623 Berlin
E: media@pairfinance.com

www.pairfinance.com

Original content of: PAIR Finance GmbH, transmitted by news aktuell