Data-analyse in de banken- en assetmanagementindustrie maakt grote sprongen. Simpele testformules zijn vervangen door complexe modellen die zelf portefeuillekeuzes beoordelen en verbeterpunten suggereren. Belangrijk is om mensen aan boord te hebben die dit soort modellen begrijpen en de uitkomsten kunnen uitleggen en accepteren.
Dat zegt Guido van Aubel, chief analytics officer bij Van Lanschot Kempen. Hij heeft zich het afgelopen jaar beziggehouden met het opzetten van een “centre of excellence in advanced analytics” en de bevordering van het gebruik van data binnen alle business-units van Van Lanschot Kempen. Bij de diverse takken - de private bank, Evi en asset management - is het eerste deel van het digitaliseringsproces doorlopen, met het doel de bank toekomstbestendig te maken.
‘Betere beslissingen maken, de efficiëntie verbeteren. Om dat te kunnen doen, moet je veel werk verzetten. Data is als een enorme ijsberg. Ik hoor mensen in de industrie vaak zeggen: “We zitten op heel veel data, en dat is zó waardevol.” Een misvatting. Ze vergeten een cruciale vraag: is die data wel zo relevant? En daarbij: mag je die data gebruiken, en kun je er echt informatie van maken?’
Snel moderniseren
In de toepassing ervan zijn bijvoorbeeld simpele back-testen, waarbij een strategie wordt getest op basis van dezelfde historische data als waarmee deze is gemodelleerd, opzij geschoven. De analyse van big data en snel kunnen programmeren zijn niet meer voldoende voor het bereiken van je doelen, volgens Van Aubel. De industrie kan volgens hem niet anders dan volledig gaan voor complexere modellen, advanced analytics. ‘We moeten snel moderniseren. Dat soort modellen helpt je om in korte tijd een grote efficiëntieslag te maken, meer inzicht te verkrijgen en je klantbeleving in hetzelfde tempo te verbeteren.’
Het gaat om modellen die “slimmer” worden, naarmate je ze langer gebruikt, zodat ze daarna ingezet kunnen worden als voorspelmodel. De toepasbaarheid is breed. Zo gebruikt Van Lanschot Kempen een dergelijk algoritme voor de dienstverlening aan haar klanten. Het model houdt in de gaten houden of klanten tevreden zijn, en zo niet: waarom ze dan ontevreden zijn.
Van Aubel: ‘Is dat omdat de beurzen zijn gedaald, of heeft iemand een klacht? Misschien blijkt bijvoorbeeld dat een klant in een week tijd al drie keer de help-knop heeft aangeklikt. Een computer die dat soort signalen bijhoudt en de relatiemanager attendeert, kan bijdragen aan een verbetering van je dienstverlening.’
‘Maar denk ook in leads, dus: bij welke private banking klanten past een bepaald fonds het beste en is dus de kans het grootste dat een actie een lead oplevert? Algoritmes voor beleggingsadvies-klanten zorgen ervoor dat adviseurs naar de juiste mensen een interessante aanbeveling kunnen sturen. Zo geef je relevant advies, zonder dat het veel moeite kost.’
Data-analyse bij inrichting portefeuilles
Als het gaat om asset management, zet Van Lanschot Kempen data-analyse voornamelijk in ter verbetering van de distributie. Van Aubel: ‘Ons CRM-systeem, onze digitale kanalen en informatie van derden zijn aan elkaar gekoppeld. Dat geeft inzicht in de posities die andere partijen hebben, maar ook in interessante strategieën gegeven het economische tij. Een soort trend-analyse.’
Maar ook bij de invulling van portefeuilles, speelt data-analyse een rol bij de bank. Vermogensbeheerders en portfoliomanagers ontvangen meldingen als er bepaalde - mogelijk niet gewenste - correlaties zijn, maar zetten algoritmes ook in bij de universumbepaling en opstelling van de longlist. ‘Normaalgesproken gebruik je daarvoor zogenaamde ‘screeners’, keuze-criteria die zijn opgesteld door derde partijen. Als je het zelf doet en daarbij analytics inzet, kun je meer verfijnde screeners maken, die je dus zélf maakt. Bovendien leert de machine door die eigen criteria die je gebruikt.’
Van Aubel legt het zo uit dat je dus eigenlijk aan de computer vraagt welke factoren hebben geleid tot de top-10 procent best renderende bedrijven in een bepaald tijdsbestek.
‘Als je dat eerst op halfjaarsbasis, dan op jaarbasis en vijfjaarsbasis doet, en vervolgens een gemene deler zoekt, dan kan dat een verklaring geven voor de mogelijke outperformance. Die nemen we dan vervolgens mee als criterium voor het opstellen van een longlist. Het verandert niks aan ons fundamentele beleggingsproces, maar we gebruiken wel de mogelijkheden die advanced analytics biedt.’
Klanten en mensen meekrijgen
Bij digitalisering wordt volgens de chief analytics officer nog weleens onderschat hoe belangrijk het niet-digitale onderdeel van het proces is. ‘Slechts 10 procent van het proces gaat over algoritmes, 20 procent over tools. De overige 70 procent draait om “enablement”: klanten en mensen meekrijgen. Per afdeling zijn we wel op zoek gegaan naar mensen met het benodigde talent om de digitaliseringsslag mogelijk te maken.’
Op de vraag of speciale opleidingen worden aangeboden, zegt de chief analytics officer dat het de verantwoordelijkheid van mensen zelf is om mee te gaan in een digitaliseringsslag als deze. ‘De mensen die het niks vinden, stoppen vanzelf. Tegelijkertijd zie je dat werknemers graag leren van nieuwe, vaak jonge mensen.’
Privacy
Over privacy zegt hij dat binnen Van Lanschot Kempen veel discussie wordt gevoerd over wat de bank wil bereiken met een bepaalde data-analyse. ‘En is dat iets wat je zelf zou willen als klant of medewerker? Daarom doen we assessments tijdens het ontwerpen en vragen we ook feedback aan klanten. Het lastige daarmee is soms wel dat als je op de man af vraagt of iemand het vervelend vindt dat je zijn gegevens inzet voor productverbetering, hij dat beaamt. Terwijl hij intussen blij is dat - om maar een voorbeeld te noemen - zijn Netflixaanbod persoonlijk op hem is afgestemd. Dat gebeurt óók met data-analyse.’
Voor de toekomst ziet Van Aubel nog mogelijkheden voor de afdeling research. ‘Even drie rapporten van 150 pagina’s doorakkeren, is niet te doen. Als je tooling hebt waarmee je snel door documenten kunt zoeken op de onderdelen die je belangrijk vindt, kan dat veel tijd besparen. Dat soort dingen kunnen we inmiddels gewoon snel zelf maken.’