Data science verandert de manier waarop banken met hun klanten omgaan

Data staat centraal in de strategie van KBC. Wat betekent dat precies? En wat mag je verwachten van een carrière in data science bij KBC? Dr. Barak Chizi, onze Chief Data & Analytics Officer, beantwoordt die vraag met plezier.

Hoe zou je Data & Analytics omschrijven aan iemand die nieuw is in dit domein?

Alles wat je in je dagelijkse leven doet, heeft een bepaalde digitale voetafdruk. Of je nu je GPS gebruikt of iets koopt in een winkel, de sporen van de weg die je hebt afgelegd, worden geregistreerd. Datawetenschappers proberen die bewegingen te begrijpen en te voorspellen wat de volgende stap is. Dat kan een aankomende crisis zijn, een leuke gebeurtenis, je volgende aankoop of de volgende stap in je carrière.

Het belangrijkste verschil met traditionele analyse is dat we bij data science geen gebruik maken van voorkennis. We gebruiken geen data om te zien of een hypothese juist of fout is. We kijken alleen naar de data zelf en gebruiken algoritmen om de verhalen achter cijfers en gedragingen te achterhalen.

Waarom is data belangrijk voor organisaties?

Wanneer je iets googelt, wil je niet een paar dagen wachten om je zoekresultaten te krijgen. Supersnelle dienstverlening is op dit moment erg belangrijk voor de klanten. Door gebruik te maken van data kunnen we bijna onmiddellijk inspelen op de behoeften van onze klanten met steeds meer diensten.

Een goed voorbeeld daarvan is Kate, onze digitale persoonlijke assistent. Dankzij AI is ze in staat om steeds meer vragen direct zelfstandig te beantwoorden. Door een constante toevoer van data en wiskundige modellen, leert ze voortdurend bij om zelf beslissingen te nemen. Een van haar sterke punten is dat ze multicultureel en meertalig is.

Moeten consumenten zich zorgen maken over algoritmen die beslissingen nemen die een mens niet zou nemen? Wat als ze een negatief effect hebben?

Dat risico bestaat. Een machine heeft geen geweten. Ze neemt beslissingen op basis van input, zonder enige emotie. Dus moeten we het besluitvormingsproces zodanig opzetten dat ethische principes worden toegepast, bv. om elke vorm van discriminatie te vermijden. Bij KBC gebruiken we de modernste methodes om ervoor te zorgen dat we eerlijke beslissingen nemen.

Uiteraard gaan we, voordat een AI-tool wordt ingezet, na of de genomen beslissingen goed zijn. En we moeten toestemming krijgen van de toezichthouder om die tool te gebruiken. Daarna worden de prestaties en de stabiliteit voortdurend gemonitord.

Het voordeel van machines is dat ze kunnen wat mensen niet kunnen. Ze zijn veel nauwkeuriger. Een voorbeeld is de wijze waarop schadeclaims worden afgehandeld. Onze back-officeprocessen zijn al enige tijd AI-gestuurd. Het resultaat voor onze klanten is een eerlijkere beslissing of hun claim wordt aanvaard of afgewezen.

Security concept: Privacy on digital background

Wat met de privacy?

Bij KBC behandelen we data met het grootste respect voor de privacy van onze klanten. Het allereerste patent dat ons werd toegekend, ging over het verwerven van inzichten uit data met inachtneming van de privacy.

We zullen onze data nooit aan derden verkopen en ze zijn alleen toegankelijk voor de mensen die ze voor hun werk nodig hebben. Niemand heeft er onnodig toegang toe. En we hebben geen externe consultants of freelancers in ons team, wat volgens mij ook belangrijk is.

Hoe zie jij de toekomst van bankieren en de rol van data?

Om relevant te blijven, zullen banken meer en meer diensten aanbieden. Niet alleen traditionele financiële diensten, maar ook diensten die helpen bij aspecten van het dagelijkse leven waarbij financiën een rol spelen.

De meeste nieuwe diensten die we ontwikkelen en aan onze klanten voorstellen via onze Mobile-app, zijn gebaseerd op data. Dankzij de enorme hoeveelheid informatie waarover we beschikken, kunnen we grotere voordelen creëren.

Welke vaardigheden waardeer je het meest in je teamleden?

Verschillende competenties zijn belangrijk. Een van onze sterke punten is dat we een heel groot en divers team hebben, met mensen uit alle werelddelen, met 18 verschillende nationaliteiten. Meestal echte wiskundeknobbels met een universitair diploma of een doctoraat in computer- of datawetenschappen bijvoorbeeld.

Ook zakelijk inzicht en communicatieve vaardigheden zijn erg belangrijk. De skills van de data scientists en business integrators in ons team zijn complementair. Maar we moedigen elk profiel aan om de vaardigheden van het andere profiel te ontwikkelen.

Welk proces moet je doorlopen om in jouw team te geraken?

Eerst heb je een interview met een van onze senior data scientists. Als die persoon vindt dat jouw kennis van wiskunde en codering geschikt is voor de functie, geven we je een case met fictieve gegevens. Zo zien we hoe jij een business case oplost. Dan heb je een gesprek met een andere collega en met mij.

Ik probeer in te schatten hoe iemand denkt. Ik heb daar een aantal vragen voor. Bijvoorbeeld, als het eerste getal twee is, het tweede getal drie en het derde getal tien, wat is dan het vierde getal? Mensen die bij ons team komen, geven niet noodzakelijk het juiste antwoord. Hoe je je denkproces uitlegt, is belangrijker dan het resultaat dat je bereikt.

We hebben het geluk dat we voor elke vacature veel sollicitanten met goede competenties hebben. Maar minstens even belangrijk is dat de sollicitant goed past in het team. Er zijn veel verschillende achtergronden en gedragingen in ons team, enkele kleurrijke karakters, enkelen die heel direct communiceren. En je op je gemak voelen bij je collega's is belangrijk.

Mensen met vaardigheden in Data & Analytics hebben op dit moment keuze te over. Waarom moeten ze kiezen voor KBC?

Onze CEO, Johan Thijs, transformeert KBC tot een datagedreven bedrijf. Data staat centraal in onze strategie, wat betekent dat je werk als data scientist erg waardevol is. En omdat we zoveel data hebben, zijn de mogelijkheden eindeloos.

Op dit moment hebben we bijna 1 000 AI use cases in productie, bijvoorbeeld om schadeclaim automatisch af te handelen, witwassignalen op te sporen of beleggers te helpen de beste beleggingen te kiezen.

Dankzij onze patenten, academische prestaties en publicaties zijn we bekend in de data science-gemeenschap en hebben we een goede reputatie als werkgever.

Waarom koos jij zelf voor KBC?

Het was toeval. Ik kreeg een bericht op LinkedIn en zowel mijn vrouw als ik vond dat het wel eens een interessante functie kon zijn. Na een ontmoeting met Johan Thijs besloot ik dat dit een goede kans voor me was. Dat was acht jaar geleden. Voor mij, een data scientist met twintig jaar ervaring, was het een zeer aanlokkelijk vooruitzicht om met zoveel data te kunnen werken.

Geïnteresseerd in de huidige jobopportuniteiten in Data & Analytics bij KBC?
Bekijk onze vacatures hier.