Hela vårt samhälle genomgår en snabb förändring mot digitala lösningar just nu. Det gäller inte minst bank- och finanssektorn. Automatiserade och snabba transaktioner ger en smidigare tillvaro för så väl banker och finansföretag, som för dess kunder (både konsumenter och företag.)

Det ger tyvärr också en smidigare tillvaro för cyberbrottslingar. Ju fler digitala lösningar och ju snabbare penningflöden, desto fler blir attackytorna. Brottslingarna hittar snabbt de svaga länkarna i kedjorna. Penningtvätt är ett tydligt exempel på det här. Ju mer automatiserad behandling, desto svårare blir det att kontrollera alla transaktioner. Men resonemanget ovan kan lika väl appliceras på cyberbedrägerier i allmänhet.

Vad göra? Lösningar för IT-säkerhet och fler automatiserade kontroller är självklara verktyg för att hålla näsan över ytan i cyberlandskapet. Efterlevnad av allt mer omfattande regelverk kan också bidra i positiv riktning, även om regelverken säkert upplevs som bördor av de företag som har att rätta sig efter dem.

Men det krävs också ett ökat fokus på datadriven analys i alla dess former. Enkelt uttryckt är smart dataanalys, både i realtid och på historiska data, den enda chansen att upptäcka bedrägerier och penningtvätt. För banker och finansföretag är det här ett måste, inte minst för att trovärdighet gentemot kunder och samhälle är det viktigaste attributet för sådana företag. Lägg till det att det finns risk att förlora reda pengar när bedrägerier genomförs.

För att lyckas med datadriven analys krävs några olika saker, som ändamålsenliga analysplattformar- och verktyg, och tillgång till data. Fast det är bara en början, utan analytisk kultur blir det svårt att lyckas. Banker och finansföretag måste snabbt förvandla sig själva till analysdrivna organisationer.

Analyskultur, eller analysmognad, är abstrakta begrepp. Till att börja med, vad är analyskultur? Svaret kan sammanfattas med ett ord: Nyfikenhet. Analyskultur gör att den enskilde medarbetaren drivs av en vilja (nyfikenhet) att upptäcka nya saker, som oväntade samband mellan olika datamängder.

Ett företag där alla ser sin arbetsuppgift som strikt definierad till att handla om förutsägbara saker är inte en bra miljö för dataanalys. Ett företag där medarbetarna är flexibla och ser det som sin uppgift att göra bästa möjliga insatser, beroende på de upptäckter som de och deras kolleger gör är däremot en bra miljö för dataanalys. Den senare beskrivningen kan ses som en definition av ett modernt företag och för att förverkliga den underlättar det i högsta grad om medarbetarna drivs av nyfikenhet.

Hur skapas nyfikenhet hos personalen? Till att börja med handlar det om allmänna, basala processer, strukturer och attityder. Det finns inte plats för att gå in på allt detta här, men det finns plats för att tipsa om ett verktyg som verkligen kan bidra till att generera nyfikenhet vad gäller dataanalys: Kunskap och program för kontinuerlig inlärning.

Bra utbildning bidrar med kunskap om själva användningen av analysverktygen och med konkreta exempel på värdet av dataanalys. En person som får lära sig hur man ska göra och varför det är värdefullt, både för personen själv och för personens arbetsgivare, blir nyfiken på att omsätta kunskaperna i praktiken och på att lära sig mer.

Om tillräckligt många medarbetare på ett företag blir intresserade av dataanalys kommer kulturen för analys på företaget att förändras till det bättre av sig själv. Kulturförändringar sker från två håll, top down, ärligt ledarskap för förändringen och för att de skall bli genomgripande och beständiga, bottom-up – från gräsrötterna. Med det sagt krävs attitydförändring från ledningen.

En bank som är dataanalysdriven har bättre chanser att förebygga och minimera risken för finansiell brottslighet och kan bygga ett förtroendekapital. Detta ger även starkare band till kunderna och bättre affärer.

Ola Ringström
Vd, SAS Institute Sverige