NIBC case: snellere analyses door machine learning

NIBC Bank en Young Mavericks zijn gezamenlijk een proof-of-concept gestart in text data mining bij de afdelingen Agency Management en Operations. Text mining is een vorm van analyse waarmee relevante informatie uit grote hoeveelheden tekst wordt gehaald. Deze oplossing helpt bankmedewerkers om hun klanten te voorzien van de meest precieze en relevante informatie, in het beste geval in real-time. Door het proces waarin de medewerker de documenten behandelt te automatiseren, houdt deze medewerker meer tijd over om zich te richten op een persoonlijke service voor zijn klanten en kan het routinematig analyseren van documenten aan de machines worden overgelaten. Deze applicatie is inmiddels klaar voor gebruik.

Persoonlijke informatie voor iedere afdeling

De afdeling Agency Management is verantwoordelijk voor de communicatie tussen de lener (diegene die de lening ontvangt) en de uitlener (het syndicaat van banken dat de lening verstrekt). De afdeling Operations is verantwoordelijk voor de administratieve taken en het operationeel verwerken van de leningen. Beide afdelingen werken met documenten die meer dan 700 pagina’s kunnen omvatten, daarom kan het verwerken van documenten uren en soms zelfs dagen in beslag nemen. Er kunnen grote stappen in efficiëntie behaald worden door dit deel van het werk te automatiseren. Na een maand van testen was er inderdaad voldoende bewijs dat deze technologie medewerkers ook daadwerkelijk helpt hun werk preciezer en veel sneller te kunnen doen.

Verkrijg informatie sneller met een text mining applicatie

Duncan de Vries, Innovatie Manager bij NIBC, en Wim van Velzen, Hoofd van Agency Management zijn een samenwerking aangegaan met Young Mavericks om het omslachtige verwerkingsproces van de documenten te versnellen. Het werk van Young Mavericks is gericht op een duurzame band tussen talent en organisaties om zo optimaal voorbereid te zijn op de toekomst. Young Mavericks behaalt dit doel door de belangrijkste en meest recente technologische ontwikkelingen in data engineering, data science en UX-design in te zetten bij bedrijven en non-profit programma’s en projecten.

Tijdens deze samenwerking hebben NIBC en Young Mavericks de tijd die de afdelingen besteden aan het behandelen van documenten flink verkort, dit is gedaan door middel van een op maat gemaakte text mining applicatie. De code die voor deze applicatie is geschreven heeft als functie de enorme hoop documenten te scannen en te identificeren, om vervolgens de relevante informatie uit te filteren.

De resultaten

In eerste instantie was de KPI (Key Performance Indicator) het extraheren van bepaalde evenementen vanuit contracten met een nauwkeurigheid ver boven 80%. Uiteindelijk werden twee verschillende type evenementen en meer dan twintig administratie details automatisch geëxtraheerd vanuit de contracten. Deze KPI werd binnen enkele weken behaald.

Nadat de eerste KPI was behaald zijn er twee nieuwe KPI’s gevormd met betrekking tot de nauwkeurigheid en de efficiëntie van het model. Een belangrijk aspect om mee te nemen bij de nauwkeurigheid van het model is dat, net als bij de prestaties van een werknemer, een machine learning model zeer onwaarschijnlijk een nauwkeurigheid van 100% zal bereiken. Een succesvolle applicatie hoeft niet perfect te zijn, echter moet het wel nauwkeuriger en sneller zijn dan een werknemer. Daarbij komt nog dat de combinatie van computer en werknemer zal resulteren in een nóg betere prestatie

Op het moment behaalt het model een nauwkeurigheid die tussen 89% en 95% ligt wanneer het om het identificeren van een evenement gaat. Wanneer het gaat om het extraheren van administratie details is dit zelfs meer dan 98%. De KPI met betrekking tot efficiëntie is ook makkelijk behaald aangezien een taak die normaal gesproken meerdere uren duurt, door de combinatie van text mining en machine learning nu uitgevoerd kan worden binnen een paar seconden. Een enorme winst in tijd!

Duncan de Vries van NIBC beschrijft de inspanning:


“Dit proof-of-concept in machine learning heeft zijn waarde binnen een maand laten zien. We kunnen onze analyses voor deze specifieke werkzaamheden veel sneller uitvoeren. Het proof-of-concept heeft ook andere werknemers geïnspireerd, wat tot meerdere tekst mining implicaties heeft geleid. We kijken er naar uit deze casus verder uit te werken en de technologieën breder toe te passen binnen de organisatie.”

Young Mavericks achter de schermen: interview met trainer Jelmer

Sinds een jaar verzorgt Jelmer van Nuss trainingen aan Data Engineers en speelt hij een belangrijke rol bij de inhoud van gasttrainingen bij Young Mavericks. “Daarnaast help ik sinds kort ook bij het ontwikkelen van nieuwe opdrachten voor de Data Engineers.” Wat maakte dat hij een jaar geleden voor Young Mavericks koos en hoe was zijn eerste jaar? Lees alles over Jelmers ervaringen bij Young Mavericks.

Lees meer

Young Mavericks ontwikkelt automatiseringstool voor douane

In de huidige maatschappij is het vrijwel onmogelijk om je als bedrijf te onttrekken aan de toenemende automatisering. Niet alleen commerciële ondernemingen: ook de douane ontkomt er niet aan. Op verzoek van Taxsample en TB Customs Consultancy ontwikkelde Young Mavericks een tool om een enorme reeks uitdagingen – van groeiende handel in goederen, steeds gecompliceerdere in- en uitvoerprocessen, nieuwe importheffingen, handelsbelemmerende maatregelen tot een mogelijke No-Deal Brexit – het hoofd te bieden.

Lees meer