Machine learning i Danske Bank: Nu fire- til seksdobler vi vores hits i markedsføringen

At udbrede advanced analytics til forretningen udløser samme skepsis, som lommeregneren mødte for 70 år siden, fortæller Danske Banks analysechef.

Hvis du seks gange har forsøgt at få fat på en kunde via telefonen, hvad er så sandsynligheden for, at han tager den, når du ringer den syvende gang? Hvorimod hvis kunden altid læser digital marketing, hvad er sandsynligheden så for, at han gør det igen?

Eksemplerne er ekstreme og åbenlyse. Men ser man på alle udfaldsrum imellem de to poler, bliver spørgsmålet rigtig svært at svare på.

Til formålet har Danske Bank udviklet prescriptive analyse-modeller baseret på skakalgoritmer, fortæller Bjørn Büchmann-Slorup, der er chef for bankens afdeling for advanced analytics.

»De er opbygget til at forudsige, hvad kunden gør, hvis vi gør noget bestemt. Det bruger vi til at forstå deres præferencer.«

»Og det er selvfølgelig bygget på machine learning, så hvis kunden begynder at skifte adfærd, så opdaterer det sig selv,« fortsætter han.

Læs også: Din bank ved mere om dig end nogensinde før (og vil gerne vide meget mere)

For to år siden fik Bjørn Büchmann-Slorup og co. mandat til at samle et hold, der – med hans egne ord – kan ‘rive alt fra hinanden', når det gælder om at forudsige fremtiden og kundernes behov.

Og det har de så gjort. En række analysemodeller og machine learning-værktøjer forudsiger i dag alt fra, hvilke medarbejdere banken får behov for, til hvorfor kunder forlader banken, og med hvilke kanaler man rammer dem bedst.

»Vi har kørt omkring 30 projekter over de seneste to år, hvor størstedelen har været succeser. For to år siden var vi tre mand, nu er vi 24, så det er gået vanvittigt stærkt,« fortæller Bjørn Büchmann-Slorup.

I virkeligheden svært...

Da lommeregneren blev introduceret for 50-70 år siden, troede folk, den snød eller regnede forkert. Præcis den samme reaktion får advanced analytics i dag, fortæller Bjørn Büchmann-Slorup, der er chef for Danske Banks afdeling for advanced analytics.

I de prædiktive modeller er essensen at fange kundernes adfærd og behov.

»Lad os sige, du laver en marketingkampagne, hvor du vælger 5.000 kunder, og du så har en eller anden hitrate. Typisk kan vi se, at den hitrate bliver 4-6 gange så høj, hvis vi forstår kundernes behov.«

Kampagner rammer i sidste ende det samme antal kunder, men gruppen af kunder, der udvælges til at begynde med, er væsentlig lavere.

»For kunden betyder det, at de slipper for at tale i telefon med deres bank, hvis de hellere vil have noget på skrift. Vi slipper for at sende dem ting og spamme med materiale, de ikke er interesserede i,« siger Bjørn Büchmann-Slorup.

Trods effekten er processen med at udbrede advanced analytics i en organisation på størrelse med Danske Bank en langt større udfordring, end alverdens AI-begejstrede PowerPoint-præsentationer røber.

»Der er mange, der har en holdning til deep learning og machine learning og big data. Men at gøre det i virkeligheden, det er svært,« fastslår Bjørn Büchmann-Slorup.

Læs også: Bank-automatisering skærer ventetid på lån fra dage til minutter: »Vi er startet med det mest komplicerede«

»Folk glemmer at tage det kulturelle med ind. Da lommeregneren blev introduceret for 50-70 år siden, troede folk, den snød eller regnede forkert, og de tjekkede regnestykkerne efter i hånden,« siger han og tilføjer:

»Og det er præcis den samme reaktion, vi møder 70 år senere.«

Overtager lektierne – ikke verdensherredømmet

Advanced analytics-holdet tæller ph.d’er i både fysik og kemi, fortæller Bjørn Büchmann-Slorup.

»For dem er det hele attributter. Hvis de forstår problemet og har den rette data, så er de egentlig ligeglade med, hvad variablerne hedder.«

Selvom de matematisk kan bevise, at analysemodellerne holder vand, så tager afdelingen stadig dialogen om, hvorvidt modellerne virker.

»Det vigtigt at forklare rådgiverne; vi kommer ikke og overtager verdensherredømmet – vi vil bare gerne klæde jer bedre på,« forklarer Bjørn Büchmann-Slorup.

Læs også: Machine learning og analytics kræver højere ydeevne: Ny standard skal sætte fart i datacentre

Holdet arbejder ud fra en data first-strategi, som skal spredes til resten af organisationen – en opgave, der kan sammenlignes med at vende et tankskib, mener analysechefen.

»Den største barriere er at få det fuldt integreret i den kommercielle forretning, for analytics er stadig noget vi gør, efter vi gør det, vi plejer at gøre,« siger Bjørn Büchmann-Slorup.

»Spørgsmålet er, hvordan sikrer vi, at det er det første vi gør. Jeg tror ikke vi skal erstatte rådgivere, men vi kan lave alt hjemmearbejdet og crunche al den data, og så kan vi informere dem, der nu skal tage beslutningen.«

Man kan lave alt med Machine Learning

Som Version2 i fredags kunne beskrive har banker i dag adgang til mere data om kunderne end nogensinde før. Til næste år ophører 30 års forbud mod at bruge betalingsdata til andet end at behandle en betaling. Og det giver helt nye muligheder – såfremt bankerne kan få kundens samtykke.

»Implikationerne af det er, at alt sådan noget som customer surveys på hjemmesider – det kommer over tid til at forsvinde fuldstændig. For vi ved, hvad kunderne klikker på, og hvad de foretrækker,« siger Bjørn Büchmann-Slorup.

»Det er klart at giver etiske spørgsmål omkring, hvad vi må bruge, og hvad vi skal bruge. Og det tager vi ekstremt seriøst.«

Læs også: Banker tvinges til at lukke it-startups ind i baglokalet

»Det værste der kan ske er, at kunderne kommer til at opfatte os som for snedige eller for kloge. Man kan lave alt med Machine Learning. Og netop derfor skal vi være meget forsigtige. Der er ingen i mit team, der må lave noget, uden de først forklarer, hvad det betyder for kunderne.«

Hele grundlaget for Danske Banks strategi for advanced analytics er ifølge Bjørn Büchmann-Slorup, at data skal drive kundcentiriciteten – kort fortalt ideen om, at den bedste måde at skabe værdi for forretningen er at skabe værdi for kunderne.

»Jeg prøver at sætte mig i kundens sted, og overveje, hvad der er meningsfyldt. Og meningsfyldt for mig er, at banken må bruge min data til at give mig de bedste tilbud, baseret på mine behov. Jeg tror, at noget-for-noget tilgangen er en, som kunderne godt kan forstå og godt kan lide.«

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Følg forløbet
Kommentarer (11)
Bjarne Nielsen

Det helt grundlæggende spørgsmål er, om bankrådgiveren (og hans algoritmer) arbejder for banken eller for os?

Og meningsfyldt for mig er, at banken må bruge min data til at give mig de bedste tilbud, baseret på mine behov. Jeg tror, at noget-for-noget tilgangen er en, som kunderne godt kan forstå og godt kan lide.

Jeg vil elske, hvis en virksomhed (som f.eks. en bank) ville blive bedre til at møde mig, der hvor jeg er. Men så længe at "rådgivningen" ikke er upartisk, men derimod har en betydelig egeninteresse, så har jeg svært ved at se det positive i noget, som rykker magtbalancen endnu mere over på de anden side af bordet. Jeg er sikker på, at de vil bruge deres nye viden til at forklare os om "behov", som vi ikke anede at vi havde - og fordi viden kun sidder på den ene side af bordet, så vil vi være nemme ofre.

Så det ville være meningsfuldt, hvis det var mig (og ikke banken), som havde retten til at bruge mine data. Så kunne jeg også søge den rette og upartiske rådgivning, som jeg måtte have behov for. Det kunne godt være banken, men det er bestemt ikke oplagt.

Jan Ferré

Det er bestemt en interessant tanke, Bjarne: At bankerne skal være villige til på samme måde at stille data til rådighed for vores personlige analyseværktøjer, så vi ud fra deep learning osv. kan finde den bank (eller andet financielt institut), der bedst kan levere den ydelse, vi som forbrugere ønsker os.

I praksis vil sådan et scenarie kræve, at nogen (endnu et financielt institut) hjælper med at lave analyserne på vores vegne og gennem rapporteringen gør os i stand til at gennemskue resultaterne. Hvilket betyder, at bankerne skal give grønt lys til, at dette institut modtager reelle data fra bankerne.

For du har ganske ret - så længe vi som forbrugere sidder med den følelse, at bankrådgiveren udelukkende er sælger for banken og rådgiver os ud fra, hvad der giver banken den bedste (livstids-) fortjeneste, så skal de ikke regne med, at vi som kunder vil godkende brugen af vores data generelt.

Mathias Hagensen

Det fascinerer mig at Danske Bank har brug for advancerede computermodeller for at regne ud hvorfor de taber kunder.

De kunne jo starte med at gøre noget ved hvidvaskning-sager, skattely-sager, og at skulle have penge af både staten og hæve alle kundernes gebyrer, fordi de har været involveret i højrisikabelt spekulation.

Ebbe Hansen

Men jeg hørte om en bankmedarbejder, der var træt af efter hver kundesamtale at have sin chef til at hænge over sig med krav om mere salg til kunderne.
Den pågældende er i dag at finde i en anden branche.

Kære banker pas på os, vi er jeres væsentligste aktiv.

Ditlev Petersen

Jeg har grublet over, hvad det mon var for en lommeregner, der blev introduceret for 50-70 år siden? Altså i 1967 var det enten bordregnemaskine, næsten altid mekanisk eller elektromekanisk, eller en regnestok, som fint kan være i en lomme. Og så de noget større datamater. Men ved nærmere grubleri nåede jeg frem til, at Curtaen, som var mekanisk, faktisk svarer til beskrivelsen. Og den blev vist færdig i 1945 (i en tysk lejr!).

Anders Dahl

Det uhyggelige her er, at nærværende Chefanalytikers egenanalyse er absolut fraværende. Han burde smide slipset og få noget ilt til den hjerne der trænges under hans friskfyragtige soldaterfrisure. For er der noget Danske Bank, og andre som dem, er fuldstændigt ligeglade med, er det deres kunder. Dataindsamlingen og analysen af samme har alene et formål: Så præcist så muligt at afdække den enkelte kundes øjeblikkelige begær, og helst før han selv opdager det. Dette for øjeblikket efter, i en ramme bygget op omkring hans idiosynkrasier, at kunne præsentere et produkt der kan fungere som erstatning for det han egentligt tragter. Det er, i en endelig verden, en øvelse der kun kan gentages så mange gange. Så at fremstille Chefanalytikeren som en uniformeret soldat er netop på sin plads, hvis man som jeg mener han med sin fordækte virksomhed, har erklæret alt levende krig.

Log ind eller Opret konto for at kommentere
Pressemeddelelser

Silicom i Søborg har fået stærk vind i sejlene…

Silicom Denmark arbejder med cutting-edge teknologier og er helt fremme hvad angår FPGA teknologien, som har eksisteret i over 20 år.
22. sep 2017

Conference: How AI and Machine Learning can accelerate your business growth

Can Artificial Intelligence (AI) and Machine Learning bring actual value to your business? Will it supercharge growth? How do other businesses leverage AI and Machine Learning?
13. sep 2017

Affecto has the solution and the tools you need

According to GDPR, you are required to be in control of all of your personally identifiable and sensitive data. There are only a few software tools on the market to support this requirement today.
13. sep 2017