Eén van de grootste uitdagingen in de banksector is het benaderen van de juiste klant op het juiste moment. Door succesvolle klantcontactstrategieën en predictive analytics in te zetten kunnen commerciële banken hun direct marketinginspanningen efficiënter maken en richten op de meest winstgevende klanten. Hierdoor ontvangen klanten en prospects een op hen toegespitste en relevante aanbieding, en worden marketingkosten gereduceerd.

Rabobank Nederland is met behulp van IBM SPSS predictive analytics-software beter in staat zich op de juiste klanten te richten bij haar cross-selling en up-selling initiatieven. Met de software creëert de bank betere campagnes die gekwalificeerde leads genereren en hogere marketingopbrengsten opleveren.
Dankzij IBM SPSS predictive analytics is Rabobank in staat te voorspellen welke klanten zeer waarschijnlijk zullen reageren op acties voor nieuwe producten of diensten en welke marketingprogramma’s de hoogste respons krijgen. Op deze manier worden kosten bespaard en wordt het marketingbudget alleen ingezet voor de juiste doelgroepen.

First Tennessee Bank in Memphis, Verenigde Staten, zet IBM SPSS predictive analytics-software in voor effectievere klantsegmentatie om de respons op acquisitiecampagnes te verbeteren. Door de meest winstgevende klanten te selecteren voor campagnes is de bank in staat de marketingkosten te reduceren en heeft het in slechts zes maanden een ROI behaald van meer dan 600 procent op cross-sell campagnes. Ook S&T Bank in Indiana heeft dankzij de predictive analytics-software de respons op acquisitiecampagnes verbeterd en de marketingkosten teruggedrongen.