Finnova Analytics: Ein strategisches Handlungsfeld

Finnova hat Data Analytics als eines der strategisch wichtigen Themen für die Zukunft der Finnova Banking Software identifiziert und setzt auf die konsequente Entwicklung eines einheitlichen und bereichsübergreifenden analytischen Frameworks quer über alle Fachbereiche einer modernen Bank.

Im Mittelpunkt stehen sowohl effiziente Erfüllung von bestehenden und zukünftigen regulatorischen und Compliance-Anforderungen als auch Optimierung von betriebswirtschaftlichen Kennzahlen, Profitmaximierung und Kostenreduktion.

Fortschrittliche analytische Ansätze

In dieser Entwicklung setzt Finnova auf die Anwendung von einzigartigen und höchstpräzisen Algorithmen der neuen Generation, die weit über die verbreiteten analytischen Open-Source-Programmierumgebungen hinausgehen und für optimierte und hochqualitative Ergebnisse der Datenverarbeitung und -modellierung sorgen. Dabei wird nicht die Komplexität der analytischen Aufgabenstellungen und Herausforderungen, sondern die Handhabung der dafür notwendigen anspruchsvollen Methoden und Ansätzen mithilfe von vollständig automatisierten Prozessen reduziert.

Bankfachlich übergreifende Themen

Betrugserkennung und Prävention, Sales-Optimierung, Kundenprofilierung und Segmentierung, dynamische Stresstests und Simulationen sowie Verarbeitung von strukturierten und unstrukturierten Daten sind nur einige Beispiele der analytischen Aufgabenstellungen, die im Fokus dieser Entwicklungen stehen.

Finnova Hot Topics

Nach mehreren erfolgreichen internen Proofs of Concept in den Bereichen Sales-Optimierung sowie Verarbeitung und Modellierung von externen Daten konzentriert sich Finnova derzeit verstärkt auf die Weiterentwicklung der Bereiche Betrugserkennung und Prävention sowie analytisches CRM.

Im Fokus stehen Themen wie Realtime-Analyse von internen und externen Daten über Kunden und Gegenparteien, deren Beziehungen, Verhalten und Transaktionen sowie Identifizierung von neuen, noch unbekannten verdächtigen oder vielversprechenden Verhaltensmustern.

Der ursprünglich compliance-basierte Begriff «Know Your Customer» erhält dadurch eine komplett neue Bedeutung und entwickelt sich in die Richtung eines umfassenden «Understand Your Customer»-Ansatzes. Dabei stehen sowohl der Schutz der Kunden und der Integrität der Bank als auch die Optimierung von Sales-Kampagnen, Kundenzufriedenheit und der Erhaltung der Kundenbasis im Mittelpunkt.

Mit dem Ausbau des Finnova Analytical Frameworks werden in Zukunft die Möglichkeiten für Data Analytics basierend auf strukturierten und unstrukturierten Daten sowie die daraus gewonnenen Erkenntnisse erweitert und tragen zu einer einheitlichen Betrachtungsweise der analytischen Aufgabenstellungen und deren Lösungen bei.

Deep Learning & Big Data: Digitalisierung der Entscheidungsprozesse

„Das Finnova Analytical Framework verbindet modernste Technologien wie Deep Learning und Big Data Analytics mit fundiertem Banking-Know-how. Die Lösung besitzt das Potenzial, die Entscheidungsprozesse in Banken grundlegend zu digitalisieren. Die Lösung ist ein erster Schritt zur Automatisierung von Expertenwissen.“

Prof. Dr. Thomas Zerndt, Leiter des Kompetenzzentrums Sourcing in der Finanzindustrie

Preisverleihung Finnova Analytical Framework BEI CC Sourcing

Bild: Prof. Dr. Rainer Alt, Institut für Wirtschaftsinformatik, Universität Leipzig, und Nikolai Tsenov, Product Manager Compliance, Finnova AG, bei der Preisverleihung.

Diese Seite verwendet Cookies Cookie-Statement