Business en analyse vinden elkaar op de Modelathon
Medewerkers kijken verbaasd op als ze binnenlopen via de personeelsingang op het hoofdkantoor van de Rabobank in Utrecht.
In de lobby kun je door het jaar heen kunst aan de muur zien, of een fotografie tentoonstelling. Maar eens per jaar vindt hier de Modelathon plaats. De interne community van Analytics medewerkers bouwt letterlijk een kas in het hoofdkantoor waar nieuwe ideeën worden gezaaid.
Marc Heemskerk, hoofd Risk Analytics: “Twee teams zijn een week lang geconcentreerd aan de slag met eigen vraagstellingen. Team Crop Suitability onderzoekt met bestaande data welke gewassen het beste gedijen op landbouwgrond in Afrikaanse landen. Team Balance Predictor gebruikt data om te voorspellen wat je toekomstige saldo zal zijn. Dit kan bruikbaar zijn voor zowel onze particuliere als onze zakelijke klanten. De teams zijn samengesteld uit Rabobank medewerkers met een achtergrond in data en analytics. Ze gaan aan de slag met verschillende databronnen, bekijken dat van allerlei kanten en werken elk aan een eigen business-propositie. ”
De Rabobank neemt de Modelathon serieus. De 16 teamleden worden een week vrijgepland van hun normale werkzaamheden en kunnen zich zo volledig storten op de Modelathon.
Uit de eerste editie van de Modelathon in 2018 ontstond de startup Fundr en volgens Heemskerk is de wens om bij deze editie weer verder te werken na de pitches van de teams: “Wij willen dat de business kant van de bank nog meer de waarde ziet van data en analyse. Tegelijkertijd kunnen onze data-wetenschappers dichter tegen de productteams van de bank schuiven om zo van waarde te zijn.”
“Binnen de bank willen we nog meer data-gedreven zijn. Nu is data in zichzelf al interessant, maar het krijgt pas waarde als je er analyse over doet en betere inzichten krijgt die je in je producten en dienstverlening kunt gebruiken. ”
Op vrijdag pitchen beide teams hun idee. Het eerste team laat in een interactieve demo zien hoe je kunt voorspellen waar in Afrika het beste bepaalde gewassen kunnen groeien. Met onder andere weerdata van de afgelopen 30 jaar analyseren ze nauwkeurig de kansen voor boeren in verschillende Afrikaanse landen. Zo krijgt de bank een beeld hoe ze boeren kunnen helpen met de financieringsbehoefte en wat de kans van een succesvolle oogst is.
Ivo Hendriks is Credit Risk Modeller bij de Rabobank en deel van dit team: “We hebben een proof of concept geleverd en nu gaat de organisatie kijken wat er met dit project kan worden gedaan. Wie weet kan het model werkelijkheid worden in de nabije toekomst”
Het tweede team presenteert hun ideeën hoe een toekomstig saldo is te voorspellen voor specifieke klanten. In hun demo gaan ze uit van particuliere klanten, maar al snel wordt duidelijk dat de denkwijze eveneens is te gebruiken voor de grotere klanten van de bank. De rekenmethode van de analisten gaat veel verder dan het verleden kopiëren naar een mogelijke toekomst, ze nemen ons mee in hun denkproces en werkwijze. Data Scientist Freerk Venhuizen van het team legt uit: “In plaats van er van uit te gaan dat we alles in één model konden passen, bleek al snel dat we meerdere modellen moesten maken om enerzijds terug te kijken en anderzijds vooruit te kunnen kijken”
In het publiek luisteren collega’s van allerlei afdelingen naar de uitleg en ze bespreken hoe dergelijke data-analyse kan helpen in hun dagelijkse werkzaamheden.
Met de Modelathon zijn twee werelden zeker dichter bij elkaar gekomen en gaat de Rabobank weer een stap verder om een data-driven bank te worden.