Als er één woord is dat de visie definieert van Marijn van Aerle, CTO en medeoprichter van Floryn, een kredietverstrekker voor het MKB in Nederland, dan is het snelheid. Traditionele banken doen er weken of zelfs maanden over om zakelijke leningen goed te keuren, bij Floryn duurt de tijd tussen de daadwerkelijke aanvraag en het overmaken van geld naar de klant vier uur. “En daar zijn we best trots op”, zegt de CTO.
Hoe krijgt Floryn dit voor elkaar? Tijdens het onboardingproces wordt de potentiële klant gevraagd om zijn bankrekening aan Floryn te koppelen. Vervolgens neemt een door machine learning gedreven proces diens financiële gegevens onder de loep en neemt het direct een beslissing. In sommige gevallen, gevlagd door dit proces, kijkt een medewerker nogmaals naar de gegevens om kostbare fouten te voorkomen. Want: “geld uitlenen is vrij gemakkelijk, het moeilijkste is om het terug te krijgen”, zegt Marijn.
Alle beslissingen genomen door Al en de medewerkers van Floryn worden gestuurd door data. Het bedrijf brengt data uit verschillende bronnen, zoals het eigen platform, Hubspot, LinkedIn en Bing advertising en event tracking bij elkaar en koppelt deze via Fivetran aan zijn data warehouse. Het gebruikt Looker om al deze gegevens te modelleren en te visualiseren. In alle werkkamers hangen tv-schermen met relevante informatie, zodat teams kunnen zien waar ze naartoe werken, legt Marijn van Aerle uit.
In dit webinar (Engels) legt de CTO uit hoe ze bij Floryn werken met dataprocessen en deelt hij zijn learnings. In de tweede helft is er een Q&A. De presentatie omvat vier verschillende use-cases:
- Marketingkosten en ROI
- Risicobewaking
- Machine learning-modellen
- Klantenbehoud
[su_row][su_column size=”1/4″]
[/su_column][su_column size=”3/4″]
Paper
Wil je meer weten over data-integratie? We hebben een zeer toegankelijke paper over dit onderwerp. Als je hieronder je contactgegevens achterlaat, sturen we direct een downloadlink naar je mailbox.
[/su_column][/su_row]
