Under SAS Forum fick jag möjlighet att prata med såväl Linus Axelsson på ICA Banken, som Peter Nord Andersson på Agria djurförsäkring, om varför de valt SAS Institute för att hantera sin kunddata.
ICA Bankens resa med SAS
Linus på ICA Banken berättar att de är en helt digital bank, men att de haft en hel del att göra för att kunna nå ut till kunderna på ett personligt och relevant sätt. I deras CRM-databas fanns så klart information om kunderna på individnivå, men de saknade annan kunddata för att på riktigt kunna prata med kunderna personligen även i digitala kanaler. Genom att se till kundernas digitala beteende kunde Linus och hans team skapa en ökad förståelse för kundernas behov, önskemål och hur de såg på ICA Banken.
Alla analyser sker i SAS olika applikationer, som erbjuder möjligheten att koppla ihop olika datakällor för att få en helhetsvy. Däremot måste de vara noga med vem som får tillgång till kunddatan, eftersom bankuppgifter är känsliga och inte får hamna i orätta händer. ICA Banken har därför ett hybridsystem, där all bankdata finns på ICA Bankens egna servrar, och sedan används en unik kundnyckel för att pseudonymisera kunderna innan de skickas till SAS molnlösning för analys och skapandet av personifieringar. På så sätt vet endast medarbetarna på ICA Banken vem som är vem, och ingen annan har tillgång till de avkodade kunderna.
Genom att veta mer om kunderna har man dessutom kunnat minska mängden reklam, för att istället nå ut med relevanta budskap bara när det behövs. På så sätt bidrar de inte till reklamtrötthet, utan kan hålla uppe kundernas engagemang. Men denna resa hade inte varit möjlig utan SAS verktyg menar Linus. Molnlösningen gör förvaltningskostnaderna minimala, och gör att Linus team kan fokusera på kunderna istället för IT-systemen. Givetvis ha det varit mycket utbildning, och det sker fortfarande utbildningsinsatser månatligen. Men det ger även ett mervärde till medarbetarna som ständigt får utveckla sina kunskaper. Faktum är att de använder sina system från SAS som en rekryteringsfördel. Det är väldigt lockande för analytiker att arbeta med den senaste teknologin och att just ICA Banken har det gör det lättare att rekrytera. Som analytiker på ICA Banken har du alltså möjlighet att bygga avancerade AI-algoritmer för att skapa relevant och personlig kommunikation till bankens kunder.
Agrias resa med SAS
Även Agria har sett stora fördelar med att använda sig av SAS system, även om de ännu inte implementerat den senaste AI-generationen Viya ännu. Peter på Agria berättar att det inte fanns någon egentlig konkurrent till SAS. De har jobbat med andra verktyg tidigare, men flexibiliteten och den enkla hanteringen i systemet gör det mycket svårslaget. För visualiseringen kikade de visserligen på en del andra verktyg, men att SAS hade både statistiken och visualiseringen i ett gjorde att det blev en helhetslösning som helt enkelt kunde tillhandahålla allt Agria behövde. Vad de ville göra var nämligen att sätta kunddata i händerna på de som jobbade närmast kunderna, nämligen försäkringsrådgivarna.
Ytterligare en fördel var att SAS är väldigt vanligt i försäkringsbranschen, så för de aktuarier och analytiker som Peter har i sitt team så är det ett välkänt system. När de, genom SAS Visual Analytics, gjorde kunddatan tillgänglig för ytterligare ca 100 försäkringshandläggare utan tidigare erfarenhet av SAS kunde Peter och hans team därför enklare erbjuda stöd och hjälp till användarna. Målet var att alla skulle känna sig bekväma och lättare hitta relevant information utan att behöva kontakta analysavdelningen med enkla frågor. Resultatet blev dock över förväntan, när det visade sig att det fanns ett stort intresse och engagemang bland de nya användarna. När de fick lite information så ville de få tillgång till mer, och frågorna till Peters team blev mycket mer avancerade, vilket gjorde att både användarna och analytikerna fick ett mervärde av det nya systemet.
Men, påpekar Peter, det är inte relevant att tillhandahålla avancerade analyser om de inte kommer till användning. Hellre använda ett medelvärde, om det innebär att någon fattar ett bättre beslut gentemot en kund, än att jobba med neurala nätverk med dolda lager om ingen förstår hur det ska användas. Det är också anledningen till att de skyndat långsamt, eftersom de sett värdet av att låta organisationen vänja sig och mogna in i det med datadrivna arbetssättet. Man måste helt enkelt ta ett steg i taget, och det blir inte bra för någon om vi försöker hoppa över steg i processen menar Peter.
Jag tackar dem båda för deras tid, och ser fram emot att få följa deras fortsatta utveckling, för båda är övertygade om att resan i den digitala världen bara har börjat, och det finns mycket kvar att utforska och utveckla.