ING kiest voor uitbreiding analytics van SAS

ING-DiBa heeft opnieuw gekozen voor analytics van SAS. Met meer dan 7 miljoen klanten is ING-DiBa de grootste directe bank van Duitsland. Het SAS-platform ondersteunt ING-DiBa's dagelijkse managementrapportage en levert rapporten en ad-hoc-analyses voor onder meer marketing en sales, het customer service center en compliance.

De nieuwe SAS omgeving biedt ING-DiBa gedetailleerdere analyses in minder tijd en met een grotere efficiëntie. SAS stelt het management en de afdelingen in staat beslissingen te nemen met behulp van niet eerder ontdekte relaties en verbanden, op basis van gegevens over onder meer klanten, transacties en afgenomen producten.

De bank koos voor uitbreiding van SAS om meer analytische diepgang en snelheid te behalen, met een oplossing die tegelijkertijd eenvoudig te gebruiken is door zakelijke gebruikers. "SAS is het analytische hart van ING-DiBa", zei Gisela Hehn, MID / Data Warehouse Division Manager. "Met onze uitgebreide SAS-oplossing, hebben we zowel onze verwerkingssnelheid verdubbeld als meer analytische diepgang verkregen. Beide elementen zijn van groot strategisch belang voor ons."

Door uitbreiding van de SAS-omgeving kan ING-DiBa taken sneller, nauwkeuriger en eenvoudiger uitvoeren. Vlotte doorstroming van analytische processen is van cruciaal belang omdat binnen Hehn's divisie 600 programma's of analyses tegelijk lopen die uitmonden in dagelijkse rapportages.

"Wat ons betreft levert SAS de beste analytics voor deze complexe processen", aldus Hehn. "Eerder duurden onze dagelijkse data-runs vier uur. Nu kost het slechts de helft van die tijd en kunnen we het doen in een enkele run, waardoor de complexiteit vermindert".

Een van de belangrijkste analytics projecten van de bank is het selecteren van klanten en potentiële klanten voor marketing campagnes. "ING-DiBa stuurt meer dan 40 miljoen mailings per jaar", zegt Eike Bärmann, Division Manager Target Group Selection bij ING-DiBa. "Het is uiterst belangrijk om de juiste klanten te kunnen identificeren voor elke specifieke aanbieding."

Hehn en haar collega's kunnen nu sneller dan ooit klantgegevens analyseren en doelgroepen voor mailings vaststellen. Reacties van klanten vloeien terug in het systeem en creëren zo een efficiënte leer-cyclus voor marketing.