Dataanalys blir allt viktigare i alla verksamheter.
Ett svenskt prisbelönt bidrag i en global tävling i dataanalys drar nytta SAS Institutes analysplattform för att koppla ihop banksektorn med hållbarhetsarbete.
Swedbank och KPMG har tillsammans skapat en lösning för riskbedömning vad gäller översvämningar.
När vinnarna utses i SAS Institute stora globala tävling i dataanalys, SAS Hackathon, är det svenska bidraget Green Swedbank ett av 13 team som utses till vinnare. De får priset i branschkategorin Banking.
Det vinnande tävlingsbidraget har ett tydligt hållbarhetsfokus, eftersom det handlar om riskanalys vad gäller översvämningar. Sammanlagt deltog 70 team från hela världen i SAS Hackathon.
Green Swedbank, med teammedlemmar från Swedbank och KPMG, har skapat en modell för analys av risker för översvämningar och hur de kan påverka fastigheters värde. I tävlingsbidraget har en analyslösning för Örebroområdet skapats, men modellen är generell. Den ska med modifikationer kunna användas för andra typer av riskbedömningar, till exempel andra klimatrisker, och för att beräkna lämpliga försäkringspremier.
– Klimatförändringarna har stor inverkan på hela samhället. Till följd av den nödvändiga klimatomställningen pågår inom bank- och finansvärlden ett stort arbete med att utveckla modeller för att analysera kort- och långsiktiga risker för att säkerställa hållbarhet, säger Fredrik Mårtensson, Customer Success Manager på SAS Institute.
Om 1 000 år
Green Swedbank-teamet har skapat en kontrollpanel med SAS Visual Analytics för att bedöma risken för översvämningar och vilka kostnader de kan medföra. Scenarier har skapats för att förutsäga vad som kan hända på 100, 200 och 1 000 års sikt.
Analyser görs med hjälp av data från MSB, geodata, så kallade Monte Carlo-analyser (en avancerad metod för att beräkna sannolikheter), med flera datakällor och metoder. Sannolikheter beräknas för både översvämningar och för hur de kan påverka värdet för fastigheter som drabbas.
Swedbanks och KPMGs tävlingsbidrag handlar alltså om en förfinad riskanalys som kan tänkas användas för kreditbedömningar för lån. Kopplingen till beslut om försäkringar är uppenbar. Det övergripande målet är självklart att göra bättre analyser, för att kunna minska riskerna för lån.
Bred potential
Nu återstår att se om Green Swedbank kommer att leda till en lösning som tas i produktion. Men oavsett hur det går har teamet garanterat lärt sig användbara saker, som även deras arbetsgivare kan få nytta av. Och det vinnande tävlingsbidraget är ett konkret exempel på användning av avancerad dataanalys.
– I sitt projekt har Swedbank och KPMG valt ett tydligt geografiskt område och med tillgängliga geodata utvecklat en modell som fungerar med varierande tidsperspektiv. Med flera datakällor finns det stor potential att använda modellen för andra tillämpningar, avslutar Fredrik Mårtensson.
