Unser Business Intelligence Team geht den Sachen auf den Grund; die Optimierung unseres Produktportfolios stets vor Augen! Datengetrieben und mit einem tiefgehenden Verständnis unserer Produkte, Kunden und Partner. Spezialisiert unterteilt in folgende Bereiche:

Business Analytics, Web Analytics, Data Science und Data Warehouse Development.


Zusammen verantwortet das Team unter anderem Ad-hoc-Analysen, Bewertungen, Prognosen, Modellierungen und selbstlernende Algorithmen rund um Online-Performance, Finanztransaktionen, Schnittstellen und Risikomanagement.

Testimonials

Unser Techstack

Unsere Subteams

Icon Business Analytics

Business Analytics

Business Analytics

Unser Hauptaugenmerk liegt in der Definition, Optimierung und dem Monitoring unserer zentralen Unternehmenskennzahlen und Geschäftslogiken. Wir analysieren Daten, liefern tiefgehende Geschäftsanalysen und stellen sowohl operative als auch strategische Handlungsempfehlungen zur Verfügung. Im Tagesgeschäft greifen wir auf unsere PostgreSQL-Datenbank zu und visualisieren komplexe Zusammenhänge mit Tableau. Sei es, um unseren smava Teams hochfunktionale Dashboards zur Verfügung zu stellen oder Analysen präsentationsgerecht aufzubereiten. Die dafür nötige Datenkonsistenz stellen wir sicher.
Icon Web Analytics

Web Analytics

Web Analytics

Wir wissen, woher unsere Kunden kommen und wie sie sich auf unserer Website bewegen. Durch die Optimierung von Conversion Rates können wir den Return of Investment unseres Marketing Teams stetig steigern. Wir sind die Experten für Themen rund um Customer Journey und Customer-Lifetime-Analysen. Grundlage hierfür ist eine stetige Verbesserung unserer Reporting-und Tracking-Architektur (unter anderem Google Analytics 360, Google Tag Manager, Kissmetrics und Firebase).
Icon Data Warehouse & Automation

Data Warehouse & Automation

Data Warehouse & Automation

Gemeinsam mit Business Analytics und Technology implementieren wir neue Ideen und Initiativen, um unsere internen Kunden bestmöglich zu unterstützen. Unsere Hauptaufgabe besteht in Betrieb, Optimierung und Weiterentwicklung unseres zentralen Data Warehouses auf Grundlage der Data-Vault-2.0-Methodologie. 
Icon Data Science

Data Science

Data Science

Unsere statistischen Modelle bilden die Grundlage für das Matching zwischen Kunden und Bankpartnern. Somit ermöglichen wir – in enger Zusammenarbeit mit unseren Technology und Product Teams – das bestmögliche Kreditangebot für unsere Kunden.

Wir nutzen dafür Tools und Methoden (unter anderem R, Phyton und selbstlernende Algorithmen), die den größten Nutzen versprechen, und halten ständig Ausschau nach Neuem. Am Ende des Tages sehen wir uns als Wissenschaftler (40 Prozent), Software-Entwickler (30 Prozent), Hacker (20 Prozent) und auch ein wenig als Hippies (10 Prozent), da wir die Welt ein Stück weit besser machen möchten.