Die Datenqualität entscheidet über den Erfolg

Anbieter zum Thema

Fsas Technologies GmbH

Disy Informationssysteme GmbH

INFOMOTION GmbH

Ein beispielhaftes Szenario aus der Versicherungswirtschaft zeigt, welchen Einfluss schlechte Datenqualität auf die Erfolgsfaktoren von automatisierten Geschäftsprozessen hat. Auch die Versicherungswirtschaft leidet zunehmend unter Margendruck. Daher geht sie dazu über, den Vertrieb einfacher Versicherungsprodukte, die fast keiner Beratung mehr bedürfen, immer mehr ins Internet zu verlagern und die dahinter liegenden Prozesse zu automatisieren. Ziel ist es natürlich, die Kosten für solche Produkte zu reduzieren, Durchlaufzeiten zu senken und die Margen damit zu steigern.

Ausgangssituation

Ein Versicherer plant, den Vertrieb für mehrere Produkte ins Internet zu verlegen und die dahinterliegenden Prozesse vollständig zu automatisieren. Vorgegebenes Ziel ist eine anfängliche Automatisierungsquote von 80 Prozent, die in kürzester Zeit auf mindestens 98 Prozent gesteigert werden soll. Andernfalls können die Kosten nicht ausreichend reduziert und die Durchlaufzeit von fünf Tagen nicht eingehalten werden.

Verantwortlich für die Produkte sind unterschiedliche Sparten im Konzern. Dabei konzipiert jede Sparte ihren eigenen Prozess und nimmt diesen in Betrieb. Die Kundendaten, die zur Policierung benötigt werden, sind in einem System zentralisiert. Unterschiedliche Fachsysteme bedienen sich diesem Kundenstammdatensystem.

Die ersten Symptome und ihre Auswirkung

Bereits nach wenigen Wochen vermeldeten sowohl die IT als auch die verschiedenen Sparten, dass bereits ein Automatisierungsgrad von über 90 Prozent realisiert sei und die gewünschten 98 Prozent in Kürze erreicht werden könnten. Im Laufe der Zeit stellten sich jedoch nach und nach Zweifel an diesen Zahlen ein, denn sinkende Kosten und Durchlaufzeiten waren trotz allem nicht erkennbar.

Mitarbeiter beschwerten sich zunehmend darüber, dass sie nach wie vor in automatisierten Prozessen verhaftet seien und recht häufig nachträglich Korrekturen an Policen vornehmen und diese erneut versenden müssten. Andere Mitarbeiter wiederum beschwerten sich, dass es immer schwieriger sei den richtigen Bestandskunden bei der Neuanlage von Verträgen auszuwählen, da immer mehr Dubletten entstehen würden.

Im Kostencontrolling fiel unterdessen auf, dass die Kosten für Dienstleister zur Nachrecherche von richtigen Adressen sowie für Anfragen an Ordnungsämter stetig gestiegen waren. Das ging mit Meldungen aus dem Kundenservice einher, wonach sich immer mehr Kunden über falsche oder fehlerhafte Adressen, Anreden und das Weglassen von Titeln beschwerten. Auch wurde es für den Kundenservice immer schwieriger, überhaupt den richtigen Kunden und die dazugehörenden Verträge sowie komplette Vertragsübersichten aufgrund der stetig steigenden Anzahl von Dubletten zu finden.

Ursachenforschung

Die Beschwerden seitens der Mitarbeiter waren nun nicht mehr wegzudiskutieren und eine Kostenreduzierung wollte sich auch nicht einstellen – vielmehr waren Kosten und Kundenbeschwerden scheinbar gestiegen. Zusätzlich verursachten die fehlerhaften Daten Probleme im Controlling, besonders im Bereich der Kundenstatistiken. Durch die Zunahme von Dubletten wurde es immer schwieriger, Zielgruppen für das Marketing zu definieren, Cross-Selling-Quoten oder die durchschnittliche Prämieneinnahmen pro Kunde zu ermitteln. Der Aufwand im Controlling für datenqualitätssichernde Maßnahmen, um weiterhin Aussagekräfte Kennzahlen generieren zu können, stieg stetig.

Schnell stellte sich heraus, dass die Probleme sich dort häuften, wo der Vertrieb von Produkten ins Internet verlegt und die Prozesse voll automatisiert worden waren. Und letztendlich mussten die meisten Korrekturen durch Mitarbeiter vorgenommen werden. Sowohl die Analyse der Dubletten als auch die Betrachtung der Änderungshistorie kam zu diesem Ergebnis.

Doch warum wurden die Quoten erfüllt? Hier hatte man es sich recht einfach gemacht und nach dem Prinzip „Was vorne reinkommt, muss hinten wieder herauskommen“ gerechnet. Kamen 100 Verträge rein, hat man lediglich gemessen, wie viele innerhalb der vorgegeben zeitlichen Quote von fünf Tagen an den Kunden versendet worden waren. Solange also mehr als 90 Prozent der Verträge innerhalb des vorgegebenen Zeitraums das Haus verlassen hatten, war alles bestens. Man glaubte, der Prozess sei damit abgeschlossen. Mit welchen zusätzlichen Anstrengungen die zeitliche Quote überhaupt nur eingehalten werden konnte, wurde in diese Betrachtung nicht einbezogen – schließlich war doch alles voll automatisiert ...

(ID:42841437)