Zelfverzekerd met data

WED 11:15 - 11:45

Lecture hall 4

Onze missie: mensen zelfverzekerd maken. Niemand is geïnteresseerd in verzekeren en niemand wil hier tijd aan besteden. Wij geloven dat we met slim gebruik van data en algoritmes ervoor zorgen dat we lange klantrelaties aan gaan, persoonlijke service kunnen bieden en klantprocessen vele malen sneller kunnen afhandelen dan gebruikelijk is. De eerste stappen in deze reis zijn het optimaliseren van producten en het verhogen van klantwaarde. In de afgelopen jaren hebben we met onze partner Building Blocks modellen gebouwd waarmee we onze producten doorlichten op rendement, conversies en marktposities. Enkele voorbeelden van Data Science toepassingen die wij actief gebruiken:

  • Berekenen van een individuele klantwaarde (Customer Lifetime Value) met onderliggend een persoonlijk voorspellingsmodel hoe lang een klant naar verwachting blijft.
  • Analyseren van rendabele en onrendabele klantgroepen binnen de verzekeringsportefeuille op basis van een segmentatie algoritme.
  • Bepalen van verwachte groei en rendement bij aanpassing x binnen de product pricing.  

Als deze analyses samenkomen dan wordt het echt interessant. We zijn op deze manier in staat om rendabele producten te blijven voeren in een sterk competitieve markt en weten de juiste klantgroepen aan te trekken waarmee we waarde verhogen.

Deze lezing wordt mogelijk gemaakt door Building Blocks.

  • Theme
    Data Science

    Organisaties beschikken al over extreem veel data. De grote uitdaging zit erin om met de beschikbare data waarde toe te voegen aan een proces of klanttraject. Data science is daarvoor uitstekend geschikt. Finance en het voorspellen van consumentenbehoeften zijn twee gebieden waarop data science effectief is toe te passen. De investering loont sowieso, want beschikt een organisatie over meer inzicht, dan zijn ook slimmere keuzes te maken. Het thema data science neemt precies hierom een steeds prominentere rol in tijdens de Big Data Expo.