SlideShare a Scribd company logo
1 of 35
Download to read offline
Gegevensgestuurde assurantie

David M Walker
Data Management & Warehousing
http://datamgmt.com

26 november 2013
Wat gebeurt er wanneer u een kleine
zwarte doos toevoegt aan een auto?
•  Deze kleine doos kan in
ongeveer een uur in een
auto worden geplaatst
•  Een basismodel verzamelt
de volgende informatie:
–  Lengtegraad, breedtegraad
en hoogte
–  X-, Y- & Z-acceleratie
–  Snelheid
–  Rijrichting
–  Afgelegde afstand sinds het
laatste rapport
–  Doos-ID
–  Datum en tijd

26 november 2013

http://datamgmt.com

2
Over het verzamelen van gegevens in
een Round Robin databank

•  Een Round Robin Databank of circulaire buffer registreert
de gegevens regelmatig (bv. milliseconden)
•  Na een interval of een afgelegde afstand wordt een
gebundeld rapport verzonden naar de server
(gebruiksrapporten)
–  Gebruiksrapporten kunnen afzonderlijk worden gebufferd
indien er geen gegevenstransmissiesignaal is

•  Als er zich een ongeval voordoet wordt de gehele inhoud
van de buffer naar de server verzonden
(ongevalsrapporten)

26 november 2013

http://datamgmt.com

3
Gegevens verzenden
1.	
  De	
  zwarte	
  doos	
  verzendt	
  gegevens	
  naar	
  de	
  
centrale	
  verzamelserver(s)	
  via	
  mobiele	
  
gegevensnetwerken	
  

2.	
  Verzamelserver(s)	
  verzenden	
  
gegevensbestanden	
  	
  
naar	
  	
  de	
  MMP	
  analy>sche	
  server	
  

Geo	
  
Informa>
e	
  

Acceptan
t	
  

Vorderin
gen	
  

ERP	
  

	
  

CRM

26 november 2013

3.	
  Aanvulling	
  van	
  de	
  gegevens	
  met	
  gegevens	
  
uit	
  de	
  opera>onele	
  systemen	
  en	
  externe	
  
gegevensbronnen	
  
http://datamgmt.com

4
Gebruiksrapporten
•  Rijden in de bebouwde kom genereert
meestal rapporten tijdens een kortere
periode
–  Korte afstanden in langzaam rijdend verkeer
–  Gemiddeld elke 15 seconden

•  Rijden op de snelweg genereert doorgaans
rapporten over een kortere afstand
–  Lange afstanden rijden aan hoge snelheid
–  Doorgaans elke 1 km

•  Ritten worden gedefinieerd van motor
aanzetten tot uitzetten
•  Gebruiksrapporten beschrijven het
rijgedrag
26 november 2013

http://datamgmt.com

5
Ongevalsrapporten
•  Hoe reed de bestuurder
direct voorafgaand aan het ongeval?
•  Waar kwam de impact vandaan?
–  X-, Y- & Z-acceleratie bepalen impactpunt
•  Negatieve versnelling aan de voorzijde - u botst tegen
hen
•  Positieve acceleratie aan de achterkant - zij botsen
tegen u

•  Ongevalsrapporten worden gebruikt om de
schuld te bepalen
26 november 2013

http://datamgmt.com

6
Basisgegevensmodel
Sociale	
  Media	
  
Verzekeringsnemer
s	
  

Bestuurders	
  

Polissen	
  
Verzekeringnemer	
  
Acceptant	
  
Gegevens	
  

Bestuurder	
  
Acceptant	
  
Gegevens	
  
Voertuigen	
  

Geografisch	
  	
  
Laag	
  
Informa>e	
  

Vorderingen	
  

Gegevens	
  
Punten	
  
Ongevallen	
  
26 november 2013

Reizen	
  
http://datamgmt.com

7
Gegevensvolumes
•  88 - 290 bytes per gegevenspunt
–  Afhankelijk van het type zwarte doos

•  Gemiddeld 124 gegevenspunten per reis
•  81 ritten per maand per voertuig
•  Bewaard gedurende 5 jaar
–  ~165 Mb per klant
–  ~ 1 Tb per 7000 klanten
–  ~ 15 Tb voor 100.000 klanten

•  Al de rest is onbelangrijk
–  Polissen, vorderingen, referentiedata, enz. zijn
onbeduidend in vergelijking met ritgegevens
26 november 2013

http://datamgmt.com

8
Gegevens verzameld op het moment
van de offerte
•  Voertuig
–  Merk, model en grootte van de
motor, alarm, aanpassingen, #
stoelen, waar geparkeerd (dag &
nacht), gebruik (sociaal, gezin,
pendelen, enz.), aantal kilometers
per jaar

•  Verzekeringnemer en andere bestuurders
–  Adres, leeftijd, Geslacht§, burgerlijke staat, # kinderen, andere
voertuigen, werksituatie, beroep, sector, woning, eerdere
vorderingen & veroordelingen, licentietype & aanvullende
kwalificaties, medische aandoeningen
§Geslacht	
  verboden	
  als	
  factor	
  door	
  Europees	
  Hof	
  van	
  Jus>>e	
  na	
  21	
  december	
  2012	
  	
  

26 november 2013

http://datamgmt.com

9
Verzamelde gegevens ten tijde van de
vordering
• 
• 
• 
• 
• 
• 
• 
• 
• 
• 
• 

Type ongeval
Locatie van het ongeval
Weersomstandigheden
Andere betrokken partijen
Types van de betrokken voertuigen
Letsels
Schade aan voertuigen
Schade aan derden en eigendommen
Betrokkenheid politie
Beschrijving van het ongeval
Foto's en Schetsen

26 november 2013

http://datamgmt.com

10
Gegevens verzameld over geografie
•  Bedrijfs- & overheidsbronnen
–  Wegaanduiding, wegtype,
snelheidsbeperkingen
–  Gemiddelde snelheid op de weg, per dag, per
dag van de week en tijdstip
–  Nuttige punten
•  Supermarkten, benzinestations, parkeerplaatsen,
pretparken, stadions, enz.

–  Meteorologische informatie
•  Neerslag, temperatuur, tijdstip zonsopgang/
zonsondergang

•  Open bronnen
–  Wikipedia
–  Google en Bing/Apple Maps
26 november 2013

http://datamgmt.com

11
Verzamelde gegevens uit sociale media
•  Klant vindt de verzekeringsmaatschappij 'Leuk' op
Facebook
–  "Wauw - net een
goede deal voor mijn autoverzekering"

•  Klant praat met zijn/haar vrienden
–  "Net een deuk in mijn auto gereden, zal proberen hen
ook voor whiplash binnen te doen!"

•  Ja, mensen zijn echt
zo dom!

26 november 2013

http://datamgmt.com

12
Verzamelen geavanceerde gegevens
•  Meer sensoren in de kleine zwarte doos
•  Voertuig Interface Modules (VIM's)
–  Biedt een interface tussen de on-board diagnoselink (bv.
OBD-II) en de zwarte doos van een voertuig
–  Afhankelijk van het voertuig heeft men toegang tot
gegevens zoals olie/water/bandenspanning, laatste
onderhoud, dashboard waarschuwingslampjes
die oplichten, ABS-gebruik,
airbag, was Bluetooth actief,
verlichting aan/uit
ruitenwissers aan/uit, enz.
26 november 2013

http://datamgmt.com

13
Een opmerking inzake
gegevensbescherming
•  Bescherming van persoonsgegevens &
privacywetgeving
–  Deze verschillen per land, dus hoeveel u van
de verzamelde gegevens kunt gebruiken zal
ook variëren

•  U kunt sowieso niet alle gegevens gebruiken
–  Het Europese Hof van Justitie verbiedt
verzekeringsmaatschappijen om geslacht als
factor te gebruiken na 21 December 2012

•  Opt-in/Opt-out gegevensgebruik
–  Het is ook mogelijk, met toestemming, om
individuele en geaggregeerde gegevens aan
derden door te verkopen

26 november 2013

http://datamgmt.com

14
Opstellen van een verzekeringsofferte
•  Aanbiedingen zijn meestal opgesteld als 'Pay &
Go' mobiele telefooncontracten
–  Vast element - dekt de apparaatkosten,
administratieve aspecten, enz.
–  Gebruiks(risico)element - prijs per gereden km
met verschillende tarieven voor verschillende
serviceniveaus
•  Bijvoorbeeld het rijden in de spits of het donker draagt
een hogere prijs dan het rijden bij daglicht buiten de
piekuren

–  Gebruiksbundels - eerste 500 km inbegrepen
per maand
•  Een tegemoetkoming is vereist als ze allemaal zijn
opgebruikt anders rijd je niet verzekerd - normaal
gesproken wordt dit automatisch
afgeschreven van de creditcard
26 november 2013

http://datamgmt.com

15
Onverwachte Gevolgen
•  Gedrag van de bestuurder is gewijzigd, maar dit kan niet de
verwachte resultaten tot gevolg hebben

HTp://www.dailymail.co.uk/news/ar>cle-­‐2359150/teenage-­‐driver-­‐passenger-­‐died-­‐broke-­‐limit-­‐beat-­‐11pm-­‐insurance-­‐curfew.html	
  
26 november 2013

http://datamgmt.com

16
Nieuwe onderneming &
vernieuwingsoffertes
•  1ste jaat acceptant
–  Nieuwe polistarieven zijn gebaseerd op de
traditionele (niet-telematica) acceptanttarieven
–  Geen verlengingen

•  2e jaar + acceptant
–  Nieuwe polisprijzen zijn gebaseerd op gegevens
over bestaande klanten en auto's met
vergelijkbare profielen
–  Verlengingen op basis van het individuele
risicoprofiel
26 november 2013

http://datamgmt.com

17
(De-)Stimuleren
•  Wortelen
–  Bonuskilometers voor het rijden binnen de
snelheidsbeperkingen, bij daglicht, buiten
piekuren, goed weer, niet parkeren op de
openbare weg, enz.

•  Stokken
–  Hogere kosten per km voor persistente
snelheidsovertredingen, regelmatig hard remmen
(opgespoord via snelheidsmeter), enz.
–  Opmerking: Te veel duperen van klanten zal hen
dwingen om weg te gaan en zal invloed hebben
op de reputatie
26 november 2013

http://datamgmt.com

18
Wat tonen de gegevens?
• 
• 
• 
• 
• 
• 
• 

Gedrag tijdens het rijden
Beleidsnaleving
Claimbeoordeling
First Responder
Diefstal en fraude
Risicoprofiel
Klantgedrag

26 november 2013

http://datamgmt.com

19
Gedrag tijdens het rijden
•  Rijdt iemand volgens de snelheidsbeperkingen?
–  Gemiddelde snelheid als percentage van de
maximumsnelheid per wegtype, gebruiker en tussen
data

•  Remt de persoon regelmatig hard?
–  # negatieve X-acceraties per 1000 gereden
kilometers per wegtype, gebruiker en tussen data

•  Rijdt de persoon onnodig lange uren?
–  Aantal ritten langer dan X uur
–  Aantal minuten pauze tussen ritten
26 november 2013

http://datamgmt.com

20
Beleidsnaleving
•  Totaal aantal gereden kilometers
•  Wordt een voertuig dat geregistreerd staat voor sociaal,
gezin & recreatief gebruik ook gebruikt voor woon/
werkverkeer of het bedrijf
–  Regelmatig rijden tussen A en B tijdens de ochtend en tussen
B en A tijdens de avond

•  Plaats waar de auto geparkeerd is gedurende de nacht
–  Meestal op een punt nabij het adres van de verzekeringnemer
of compleet ergens anders

•  Taxichauffeurs & bezorgers
–  Kopen geen commerciële polis, maar kan opgemerkt worden
door hun rijpatroon

26 november 2013

http://datamgmt.com

21
Claimbeoordeling
•  Wanneer de aanvraag is ingediend kunnen
de details worden gecontroleerd
–  Locatie van het ongeval - zelfs een kijkje nemen
op Google Maps
–  Punt van het ongeval en wie botst tegen wie
–  Mooi weer, hoeveelheid licht
–  Snelheid en G-kracht op het moment van de
botsing
–  Rolde het voertuig door?
26 november 2013

http://datamgmt.com

22
First Responder
•  Wanneer zich een ongeval voordoet:
–  Probeer contact op te nemen met de klant als
het ernstig genoeg is
–  Nooddiensten verwittigen indien nodig
–  Zorg voor het/de gewenste herstel/reparateurs
om het incident te behandelen ter verlaging van
de kosten
–  Perceptiebonus - mijn verzekeringsmaatschappij
geeft echt om mij!
26 november 2013

http://datamgmt.com

23
Diefstal en fraude
•  Diefstal
–  Apparaat traceert voortdurend, dus als een voertuig
als gestolen wordt opgegeven kan het opgespoord
en gevorderd worden

•  Fraude
–  Fraude kan valse verkeersongevallen of
georkestreerde botsingen zijn met valse
verzekeringsvorderingen of overdreven
schuldvorderingen
–  Veel van de details kunnen nu worden gevalideerd
(locatie, weer, snelheid, botsing, enz. )
26 november 2013

http://datamgmt.com

24
Risicoprofiel
•  Welke combinatie van kenmerken voor zowel
bestuurder als voertuig heeft de laagste totale
vorderingswaarde per 100.000 gereden
kilometers?
•  Zijn een groot aantal kleine schadegevallen
duurder dan een klein aantal grote
vorderingen?
•  Statistische cluster analysetechnieken voor het
bepalen van voorstellen met hoog en laag risico
26 november 2013

http://datamgmt.com

25
Gedrag van de klant
•  Voetbalsupporter
–  Gaat regelmatig naar he stadion
–  Gaan ze ook naar uitwedstrijden?

•  Zakenreiziger
–  Parkeert regelmatig het voertuig bij de luchthaven

•  School
–  Van thuis naar school en terug, twee keer per dag

•  Verandering van functie
–  Wijzigt plaats van dagelijkse parkeerplek

•  Deze informatie kan (met toestemming) worden verkocht aan derden
–  Marketingbedrijven, voetbalclubs, enz.
–  Deze technieken zijn al in gebruik in sommige mobiele telefoonbedrijven

26 november 2013

http://datamgmt.com

26
Beveiligingsservices
•  Fact of Life
•  Rechtbanken zullen toegang tot gegevens eisen
als iemand onder verdenking staat
–  Antiterrorismewet , georganiseerde misdaad, enz.

•  Gegevens worden aangewend na een voorval
ter tracering van
–  Waar kwamen ze vandaan
–  Wie hebben ze bezocht voor de feiten
–  Enz.
26 november 2013

http://datamgmt.com

27
De toekomst
•  Pay & Go weggebruik tarief
–  Regeringen die auto's laten uitrusten met telematica
en weggebruikgegevens naar hen laten opsturen

•  Lagere Premies en hogere winsten
–  Als alle auto's telematica hebben dan zullen lage
risicoklanten niet worden gebruikt voor de
subsidiëring van hoge risicoklanten - een deel van
dit voordeel wordt overgebracht op de consument
door middel van een lagere premie en een deel
wordt behouden door de verzekeringsmaatschappij
26 november 2013

http://datamgmt.com

28
Een Waarneming
•  Een aantal van de bewijzen van telematica zijn
contra-intuïtief of druisen in tegen wat de
acceptanten "kennen" als juist
•  Om zakelijke gebruikers gebruik te laten maken
van de gegevens en zo de manier waarop ze
risico's bepalen wijzigen, is moeilijk
•  Als u wijzigingen aanbrengt over hoe risico's
worden bepaald, moet u het effect van de
wijzigingen opvolgen
26 november 2013

http://datamgmt.com

29
Wie doet dit in het Verenigd Koninkrijk?

26 november 2013

http://datamgmt.com

30
Probeer het eens...
•  InstaMapper GPS Tracker
–  Http://www.insta-mapper.com
–  iPhone en Android App
–  Heeft GPS maar geen snelheidsgegevens

•  Andere toepassingen zijn beschikbaar maar
dit is degene die ik gebruikt heb voor de
conceptproef
26 november 2013

http://datamgmt.com

31
David M. Walker
Data Management & Warehousing

DANK U / THANK YOU

26 november 2013

http://datamgmt.com

32
Neem met ons contact op
•  Databeheer en opslag
–  Website: http://www.datamgmt.com
–  Telefoon: +44 (0) 118 321 5930

•  David Walker
–  E-mail: davidw@datamgmt.com
–  Telefoon: +44 (0) 7990 594 372
–  Skype: datamgmt
–  White Papers: http://scribd.com/davidmwalker

•  DeltIQ
–  Website: http://detiqgroup.com
–  Telefoon: +31 (0) 34 621 6709
26 november 2013

http://datamgmt.com

33
Over Ons
Data Management & Warehousing is een consultancybureau in het
Verenigd Koninkrijk dat succesvolle business intelligence en
datawarehousing oplossingen biedt sinds 1995.
Onze consultants hebben samengewerkt met grote bedrijven over
de hele wereld, inclusief de V.S., Europa, Afrika en het Middenoosten .
Wij hebben in tal van bedrijfstakken gewerkt, zoals
telefoonmaatschappijen, productie, retail, financiële instellingen en
transport. Wij bieden bestuurlijk en projectmanagement, evenals
deskundigheid op het vlak van toonaangevende technologieën.
In Nederland werkt Data Management & Warehousing samen met
DeltIQ Group .
26 november 2013

http://datamgmt.com

34
Gegevensgestuurde assurantie

David M. Walker
Data Management & Warehousing
http://datamgmt.com

DANK U / THANK YOU

More Related Content

Viewers also liked

Data Driven Insurance Underwriting
Data Driven Insurance UnderwritingData Driven Insurance Underwriting
Data Driven Insurance UnderwritingDavid Walker
 
Data warehousing change in a challenging environment
Data warehousing change in a challenging environmentData warehousing change in a challenging environment
Data warehousing change in a challenging environmentDavid Walker
 
Igqie14 analytics and ethics 20141107
Igqie14   analytics and ethics 20141107Igqie14   analytics and ethics 20141107
Igqie14 analytics and ethics 20141107Alan D. Duncan
 
The one question you must never ask!" (Information Requirements Gathering for...
The one question you must never ask!" (Information Requirements Gathering for...The one question you must never ask!" (Information Requirements Gathering for...
The one question you must never ask!" (Information Requirements Gathering for...Alan D. Duncan
 
04. Logical Data Definition template
04. Logical Data Definition template04. Logical Data Definition template
04. Logical Data Definition templateAlan D. Duncan
 
WHITE PAPER: Distributed Data Quality
WHITE PAPER: Distributed Data QualityWHITE PAPER: Distributed Data Quality
WHITE PAPER: Distributed Data QualityAlan D. Duncan
 
02. Information solution outline template
02. Information solution outline template02. Information solution outline template
02. Information solution outline templateAlan D. Duncan
 
Example data specifications and info requirements framework OVERVIEW
Example data specifications and info requirements framework OVERVIEWExample data specifications and info requirements framework OVERVIEW
Example data specifications and info requirements framework OVERVIEWAlan D. Duncan
 
05. Physical Data Specification Template
05. Physical Data Specification Template05. Physical Data Specification Template
05. Physical Data Specification TemplateAlan D. Duncan
 
Managing for Effective Data Governance: workshop for DQ Asia Pacific Congress...
Managing for Effective Data Governance: workshop for DQ Asia Pacific Congress...Managing for Effective Data Governance: workshop for DQ Asia Pacific Congress...
Managing for Effective Data Governance: workshop for DQ Asia Pacific Congress...Alan D. Duncan
 
Moving From Scorecards To Strategic Management
Moving From Scorecards To Strategic ManagementMoving From Scorecards To Strategic Management
Moving From Scorecards To Strategic ManagementWynyard Group
 
06. Transformation Logic Template (Source to Target)
06. Transformation Logic Template (Source to Target)06. Transformation Logic Template (Source to Target)
06. Transformation Logic Template (Source to Target)Alan D. Duncan
 
DATA MART APPROCHES TO ARCHITECTURE
DATA MART APPROCHES TO ARCHITECTUREDATA MART APPROCHES TO ARCHITECTURE
DATA MART APPROCHES TO ARCHITECTURESachin Batham
 
03. Business Information Requirements Template
03. Business Information Requirements Template03. Business Information Requirements Template
03. Business Information Requirements TemplateAlan D. Duncan
 
Using the right data model in a data mart
Using the right data model in a data martUsing the right data model in a data mart
Using the right data model in a data martDavid Walker
 
Capturing Business Requirements For Scorecards, Dashboards And Reports
Capturing Business Requirements For Scorecards, Dashboards And ReportsCapturing Business Requirements For Scorecards, Dashboards And Reports
Capturing Business Requirements For Scorecards, Dashboards And ReportsJulian Rains
 
Sample - Data Warehouse Requirements
Sample -  Data Warehouse RequirementsSample -  Data Warehouse Requirements
Sample - Data Warehouse RequirementsDavid Walker
 
Gathering Business Requirements for Data Warehouses
Gathering Business Requirements for Data WarehousesGathering Business Requirements for Data Warehouses
Gathering Business Requirements for Data WarehousesDavid Walker
 

Viewers also liked (18)

Data Driven Insurance Underwriting
Data Driven Insurance UnderwritingData Driven Insurance Underwriting
Data Driven Insurance Underwriting
 
Data warehousing change in a challenging environment
Data warehousing change in a challenging environmentData warehousing change in a challenging environment
Data warehousing change in a challenging environment
 
Igqie14 analytics and ethics 20141107
Igqie14   analytics and ethics 20141107Igqie14   analytics and ethics 20141107
Igqie14 analytics and ethics 20141107
 
The one question you must never ask!" (Information Requirements Gathering for...
The one question you must never ask!" (Information Requirements Gathering for...The one question you must never ask!" (Information Requirements Gathering for...
The one question you must never ask!" (Information Requirements Gathering for...
 
04. Logical Data Definition template
04. Logical Data Definition template04. Logical Data Definition template
04. Logical Data Definition template
 
WHITE PAPER: Distributed Data Quality
WHITE PAPER: Distributed Data QualityWHITE PAPER: Distributed Data Quality
WHITE PAPER: Distributed Data Quality
 
02. Information solution outline template
02. Information solution outline template02. Information solution outline template
02. Information solution outline template
 
Example data specifications and info requirements framework OVERVIEW
Example data specifications and info requirements framework OVERVIEWExample data specifications and info requirements framework OVERVIEW
Example data specifications and info requirements framework OVERVIEW
 
05. Physical Data Specification Template
05. Physical Data Specification Template05. Physical Data Specification Template
05. Physical Data Specification Template
 
Managing for Effective Data Governance: workshop for DQ Asia Pacific Congress...
Managing for Effective Data Governance: workshop for DQ Asia Pacific Congress...Managing for Effective Data Governance: workshop for DQ Asia Pacific Congress...
Managing for Effective Data Governance: workshop for DQ Asia Pacific Congress...
 
Moving From Scorecards To Strategic Management
Moving From Scorecards To Strategic ManagementMoving From Scorecards To Strategic Management
Moving From Scorecards To Strategic Management
 
06. Transformation Logic Template (Source to Target)
06. Transformation Logic Template (Source to Target)06. Transformation Logic Template (Source to Target)
06. Transformation Logic Template (Source to Target)
 
DATA MART APPROCHES TO ARCHITECTURE
DATA MART APPROCHES TO ARCHITECTUREDATA MART APPROCHES TO ARCHITECTURE
DATA MART APPROCHES TO ARCHITECTURE
 
03. Business Information Requirements Template
03. Business Information Requirements Template03. Business Information Requirements Template
03. Business Information Requirements Template
 
Using the right data model in a data mart
Using the right data model in a data martUsing the right data model in a data mart
Using the right data model in a data mart
 
Capturing Business Requirements For Scorecards, Dashboards And Reports
Capturing Business Requirements For Scorecards, Dashboards And ReportsCapturing Business Requirements For Scorecards, Dashboards And Reports
Capturing Business Requirements For Scorecards, Dashboards And Reports
 
Sample - Data Warehouse Requirements
Sample -  Data Warehouse RequirementsSample -  Data Warehouse Requirements
Sample - Data Warehouse Requirements
 
Gathering Business Requirements for Data Warehouses
Gathering Business Requirements for Data WarehousesGathering Business Requirements for Data Warehouses
Gathering Business Requirements for Data Warehouses
 

More from David Walker

Moving To MicroServices
Moving To MicroServicesMoving To MicroServices
Moving To MicroServicesDavid Walker
 
Big Data Week 2016 - Worldpay - Deploying Secure Clusters
Big Data Week 2016  - Worldpay - Deploying Secure ClustersBig Data Week 2016  - Worldpay - Deploying Secure Clusters
Big Data Week 2016 - Worldpay - Deploying Secure ClustersDavid Walker
 
Data Works Berlin 2018 - Worldpay - PCI Compliance
Data Works Berlin 2018 - Worldpay - PCI ComplianceData Works Berlin 2018 - Worldpay - PCI Compliance
Data Works Berlin 2018 - Worldpay - PCI ComplianceDavid Walker
 
Data Works Summit Munich 2017 - Worldpay - Multi Tenancy Clusters
Data Works Summit Munich 2017 - Worldpay - Multi Tenancy ClustersData Works Summit Munich 2017 - Worldpay - Multi Tenancy Clusters
Data Works Summit Munich 2017 - Worldpay - Multi Tenancy ClustersDavid Walker
 
Big Data Analytics 2017 - Worldpay - Empowering Payments
Big Data Analytics 2017  - Worldpay - Empowering PaymentsBig Data Analytics 2017  - Worldpay - Empowering Payments
Big Data Analytics 2017 - Worldpay - Empowering PaymentsDavid Walker
 
An introduction to data virtualization in business intelligence
An introduction to data virtualization in business intelligenceAn introduction to data virtualization in business intelligence
An introduction to data virtualization in business intelligenceDavid Walker
 
Struggling with data management
Struggling with data managementStruggling with data management
Struggling with data managementDavid Walker
 
A linux mac os x command line interface
A linux mac os x command line interfaceA linux mac os x command line interface
A linux mac os x command line interfaceDavid Walker
 
Connections a life in the day of - david walker
Connections   a life in the day of - david walkerConnections   a life in the day of - david walker
Connections a life in the day of - david walkerDavid Walker
 
Conspectus data warehousing appliances – fad or future
Conspectus   data warehousing appliances – fad or futureConspectus   data warehousing appliances – fad or future
Conspectus data warehousing appliances – fad or futureDavid Walker
 
Storage Characteristics Of Call Data Records In Column Store Databases
Storage Characteristics Of Call Data Records In Column Store DatabasesStorage Characteristics Of Call Data Records In Column Store Databases
Storage Characteristics Of Call Data Records In Column Store DatabasesDavid Walker
 
UKOUG06 - An Introduction To Process Neutral Data Modelling - Presentation
UKOUG06 - An Introduction To Process Neutral Data Modelling - PresentationUKOUG06 - An Introduction To Process Neutral Data Modelling - Presentation
UKOUG06 - An Introduction To Process Neutral Data Modelling - PresentationDavid Walker
 
Oracle BI06 From Volume To Value - Presentation
Oracle BI06   From Volume To Value - PresentationOracle BI06   From Volume To Value - Presentation
Oracle BI06 From Volume To Value - PresentationDavid Walker
 
Openworld04 - Information Delivery - The Change In Data Management At Network...
Openworld04 - Information Delivery - The Change In Data Management At Network...Openworld04 - Information Delivery - The Change In Data Management At Network...
Openworld04 - Information Delivery - The Change In Data Management At Network...David Walker
 
IRM09 - What Can IT Really Deliver For BI and DW - Presentation
IRM09 - What Can IT Really Deliver For BI and DW - PresentationIRM09 - What Can IT Really Deliver For BI and DW - Presentation
IRM09 - What Can IT Really Deliver For BI and DW - PresentationDavid Walker
 
IOUG93 - Technical Architecture for the Data Warehouse - Presentation
IOUG93 - Technical Architecture for the Data Warehouse - PresentationIOUG93 - Technical Architecture for the Data Warehouse - Presentation
IOUG93 - Technical Architecture for the Data Warehouse - PresentationDavid Walker
 
ETIS11 - Enterprise Metadata Management
ETIS11 -  Enterprise Metadata ManagementETIS11 -  Enterprise Metadata Management
ETIS11 - Enterprise Metadata ManagementDavid Walker
 
ETIS11 - Agile Business Intelligence - Presentation
ETIS11 -  Agile Business Intelligence - PresentationETIS11 -  Agile Business Intelligence - Presentation
ETIS11 - Agile Business Intelligence - PresentationDavid Walker
 
ETIS10 - BI Governance Models & Strategies - Presentation
ETIS10 - BI Governance Models & Strategies - PresentationETIS10 - BI Governance Models & Strategies - Presentation
ETIS10 - BI Governance Models & Strategies - PresentationDavid Walker
 
ETIS10 - BI Business Requirements - Presentation
ETIS10 - BI Business Requirements - PresentationETIS10 - BI Business Requirements - Presentation
ETIS10 - BI Business Requirements - PresentationDavid Walker
 

More from David Walker (20)

Moving To MicroServices
Moving To MicroServicesMoving To MicroServices
Moving To MicroServices
 
Big Data Week 2016 - Worldpay - Deploying Secure Clusters
Big Data Week 2016  - Worldpay - Deploying Secure ClustersBig Data Week 2016  - Worldpay - Deploying Secure Clusters
Big Data Week 2016 - Worldpay - Deploying Secure Clusters
 
Data Works Berlin 2018 - Worldpay - PCI Compliance
Data Works Berlin 2018 - Worldpay - PCI ComplianceData Works Berlin 2018 - Worldpay - PCI Compliance
Data Works Berlin 2018 - Worldpay - PCI Compliance
 
Data Works Summit Munich 2017 - Worldpay - Multi Tenancy Clusters
Data Works Summit Munich 2017 - Worldpay - Multi Tenancy ClustersData Works Summit Munich 2017 - Worldpay - Multi Tenancy Clusters
Data Works Summit Munich 2017 - Worldpay - Multi Tenancy Clusters
 
Big Data Analytics 2017 - Worldpay - Empowering Payments
Big Data Analytics 2017  - Worldpay - Empowering PaymentsBig Data Analytics 2017  - Worldpay - Empowering Payments
Big Data Analytics 2017 - Worldpay - Empowering Payments
 
An introduction to data virtualization in business intelligence
An introduction to data virtualization in business intelligenceAn introduction to data virtualization in business intelligence
An introduction to data virtualization in business intelligence
 
Struggling with data management
Struggling with data managementStruggling with data management
Struggling with data management
 
A linux mac os x command line interface
A linux mac os x command line interfaceA linux mac os x command line interface
A linux mac os x command line interface
 
Connections a life in the day of - david walker
Connections   a life in the day of - david walkerConnections   a life in the day of - david walker
Connections a life in the day of - david walker
 
Conspectus data warehousing appliances – fad or future
Conspectus   data warehousing appliances – fad or futureConspectus   data warehousing appliances – fad or future
Conspectus data warehousing appliances – fad or future
 
Storage Characteristics Of Call Data Records In Column Store Databases
Storage Characteristics Of Call Data Records In Column Store DatabasesStorage Characteristics Of Call Data Records In Column Store Databases
Storage Characteristics Of Call Data Records In Column Store Databases
 
UKOUG06 - An Introduction To Process Neutral Data Modelling - Presentation
UKOUG06 - An Introduction To Process Neutral Data Modelling - PresentationUKOUG06 - An Introduction To Process Neutral Data Modelling - Presentation
UKOUG06 - An Introduction To Process Neutral Data Modelling - Presentation
 
Oracle BI06 From Volume To Value - Presentation
Oracle BI06   From Volume To Value - PresentationOracle BI06   From Volume To Value - Presentation
Oracle BI06 From Volume To Value - Presentation
 
Openworld04 - Information Delivery - The Change In Data Management At Network...
Openworld04 - Information Delivery - The Change In Data Management At Network...Openworld04 - Information Delivery - The Change In Data Management At Network...
Openworld04 - Information Delivery - The Change In Data Management At Network...
 
IRM09 - What Can IT Really Deliver For BI and DW - Presentation
IRM09 - What Can IT Really Deliver For BI and DW - PresentationIRM09 - What Can IT Really Deliver For BI and DW - Presentation
IRM09 - What Can IT Really Deliver For BI and DW - Presentation
 
IOUG93 - Technical Architecture for the Data Warehouse - Presentation
IOUG93 - Technical Architecture for the Data Warehouse - PresentationIOUG93 - Technical Architecture for the Data Warehouse - Presentation
IOUG93 - Technical Architecture for the Data Warehouse - Presentation
 
ETIS11 - Enterprise Metadata Management
ETIS11 -  Enterprise Metadata ManagementETIS11 -  Enterprise Metadata Management
ETIS11 - Enterprise Metadata Management
 
ETIS11 - Agile Business Intelligence - Presentation
ETIS11 -  Agile Business Intelligence - PresentationETIS11 -  Agile Business Intelligence - Presentation
ETIS11 - Agile Business Intelligence - Presentation
 
ETIS10 - BI Governance Models & Strategies - Presentation
ETIS10 - BI Governance Models & Strategies - PresentationETIS10 - BI Governance Models & Strategies - Presentation
ETIS10 - BI Governance Models & Strategies - Presentation
 
ETIS10 - BI Business Requirements - Presentation
ETIS10 - BI Business Requirements - PresentationETIS10 - BI Business Requirements - Presentation
ETIS10 - BI Business Requirements - Presentation
 

Data Driven Insurance Underwriting (Dutch Language Version)

  • 1. Gegevensgestuurde assurantie David M Walker Data Management & Warehousing http://datamgmt.com 26 november 2013
  • 2. Wat gebeurt er wanneer u een kleine zwarte doos toevoegt aan een auto? •  Deze kleine doos kan in ongeveer een uur in een auto worden geplaatst •  Een basismodel verzamelt de volgende informatie: –  Lengtegraad, breedtegraad en hoogte –  X-, Y- & Z-acceleratie –  Snelheid –  Rijrichting –  Afgelegde afstand sinds het laatste rapport –  Doos-ID –  Datum en tijd 26 november 2013 http://datamgmt.com 2
  • 3. Over het verzamelen van gegevens in een Round Robin databank •  Een Round Robin Databank of circulaire buffer registreert de gegevens regelmatig (bv. milliseconden) •  Na een interval of een afgelegde afstand wordt een gebundeld rapport verzonden naar de server (gebruiksrapporten) –  Gebruiksrapporten kunnen afzonderlijk worden gebufferd indien er geen gegevenstransmissiesignaal is •  Als er zich een ongeval voordoet wordt de gehele inhoud van de buffer naar de server verzonden (ongevalsrapporten) 26 november 2013 http://datamgmt.com 3
  • 4. Gegevens verzenden 1.  De  zwarte  doos  verzendt  gegevens  naar  de   centrale  verzamelserver(s)  via  mobiele   gegevensnetwerken   2.  Verzamelserver(s)  verzenden   gegevensbestanden     naar    de  MMP  analy>sche  server   Geo   Informa> e   Acceptan t   Vorderin gen   ERP     CRM 26 november 2013 3.  Aanvulling  van  de  gegevens  met  gegevens   uit  de  opera>onele  systemen  en  externe   gegevensbronnen   http://datamgmt.com 4
  • 5. Gebruiksrapporten •  Rijden in de bebouwde kom genereert meestal rapporten tijdens een kortere periode –  Korte afstanden in langzaam rijdend verkeer –  Gemiddeld elke 15 seconden •  Rijden op de snelweg genereert doorgaans rapporten over een kortere afstand –  Lange afstanden rijden aan hoge snelheid –  Doorgaans elke 1 km •  Ritten worden gedefinieerd van motor aanzetten tot uitzetten •  Gebruiksrapporten beschrijven het rijgedrag 26 november 2013 http://datamgmt.com 5
  • 6. Ongevalsrapporten •  Hoe reed de bestuurder direct voorafgaand aan het ongeval? •  Waar kwam de impact vandaan? –  X-, Y- & Z-acceleratie bepalen impactpunt •  Negatieve versnelling aan de voorzijde - u botst tegen hen •  Positieve acceleratie aan de achterkant - zij botsen tegen u •  Ongevalsrapporten worden gebruikt om de schuld te bepalen 26 november 2013 http://datamgmt.com 6
  • 7. Basisgegevensmodel Sociale  Media   Verzekeringsnemer s   Bestuurders   Polissen   Verzekeringnemer   Acceptant   Gegevens   Bestuurder   Acceptant   Gegevens   Voertuigen   Geografisch     Laag   Informa>e   Vorderingen   Gegevens   Punten   Ongevallen   26 november 2013 Reizen   http://datamgmt.com 7
  • 8. Gegevensvolumes •  88 - 290 bytes per gegevenspunt –  Afhankelijk van het type zwarte doos •  Gemiddeld 124 gegevenspunten per reis •  81 ritten per maand per voertuig •  Bewaard gedurende 5 jaar –  ~165 Mb per klant –  ~ 1 Tb per 7000 klanten –  ~ 15 Tb voor 100.000 klanten •  Al de rest is onbelangrijk –  Polissen, vorderingen, referentiedata, enz. zijn onbeduidend in vergelijking met ritgegevens 26 november 2013 http://datamgmt.com 8
  • 9. Gegevens verzameld op het moment van de offerte •  Voertuig –  Merk, model en grootte van de motor, alarm, aanpassingen, # stoelen, waar geparkeerd (dag & nacht), gebruik (sociaal, gezin, pendelen, enz.), aantal kilometers per jaar •  Verzekeringnemer en andere bestuurders –  Adres, leeftijd, Geslacht§, burgerlijke staat, # kinderen, andere voertuigen, werksituatie, beroep, sector, woning, eerdere vorderingen & veroordelingen, licentietype & aanvullende kwalificaties, medische aandoeningen §Geslacht  verboden  als  factor  door  Europees  Hof  van  Jus>>e  na  21  december  2012     26 november 2013 http://datamgmt.com 9
  • 10. Verzamelde gegevens ten tijde van de vordering •  •  •  •  •  •  •  •  •  •  •  Type ongeval Locatie van het ongeval Weersomstandigheden Andere betrokken partijen Types van de betrokken voertuigen Letsels Schade aan voertuigen Schade aan derden en eigendommen Betrokkenheid politie Beschrijving van het ongeval Foto's en Schetsen 26 november 2013 http://datamgmt.com 10
  • 11. Gegevens verzameld over geografie •  Bedrijfs- & overheidsbronnen –  Wegaanduiding, wegtype, snelheidsbeperkingen –  Gemiddelde snelheid op de weg, per dag, per dag van de week en tijdstip –  Nuttige punten •  Supermarkten, benzinestations, parkeerplaatsen, pretparken, stadions, enz. –  Meteorologische informatie •  Neerslag, temperatuur, tijdstip zonsopgang/ zonsondergang •  Open bronnen –  Wikipedia –  Google en Bing/Apple Maps 26 november 2013 http://datamgmt.com 11
  • 12. Verzamelde gegevens uit sociale media •  Klant vindt de verzekeringsmaatschappij 'Leuk' op Facebook –  "Wauw - net een goede deal voor mijn autoverzekering" •  Klant praat met zijn/haar vrienden –  "Net een deuk in mijn auto gereden, zal proberen hen ook voor whiplash binnen te doen!" •  Ja, mensen zijn echt zo dom! 26 november 2013 http://datamgmt.com 12
  • 13. Verzamelen geavanceerde gegevens •  Meer sensoren in de kleine zwarte doos •  Voertuig Interface Modules (VIM's) –  Biedt een interface tussen de on-board diagnoselink (bv. OBD-II) en de zwarte doos van een voertuig –  Afhankelijk van het voertuig heeft men toegang tot gegevens zoals olie/water/bandenspanning, laatste onderhoud, dashboard waarschuwingslampjes die oplichten, ABS-gebruik, airbag, was Bluetooth actief, verlichting aan/uit ruitenwissers aan/uit, enz. 26 november 2013 http://datamgmt.com 13
  • 14. Een opmerking inzake gegevensbescherming •  Bescherming van persoonsgegevens & privacywetgeving –  Deze verschillen per land, dus hoeveel u van de verzamelde gegevens kunt gebruiken zal ook variëren •  U kunt sowieso niet alle gegevens gebruiken –  Het Europese Hof van Justitie verbiedt verzekeringsmaatschappijen om geslacht als factor te gebruiken na 21 December 2012 •  Opt-in/Opt-out gegevensgebruik –  Het is ook mogelijk, met toestemming, om individuele en geaggregeerde gegevens aan derden door te verkopen 26 november 2013 http://datamgmt.com 14
  • 15. Opstellen van een verzekeringsofferte •  Aanbiedingen zijn meestal opgesteld als 'Pay & Go' mobiele telefooncontracten –  Vast element - dekt de apparaatkosten, administratieve aspecten, enz. –  Gebruiks(risico)element - prijs per gereden km met verschillende tarieven voor verschillende serviceniveaus •  Bijvoorbeeld het rijden in de spits of het donker draagt een hogere prijs dan het rijden bij daglicht buiten de piekuren –  Gebruiksbundels - eerste 500 km inbegrepen per maand •  Een tegemoetkoming is vereist als ze allemaal zijn opgebruikt anders rijd je niet verzekerd - normaal gesproken wordt dit automatisch afgeschreven van de creditcard 26 november 2013 http://datamgmt.com 15
  • 16. Onverwachte Gevolgen •  Gedrag van de bestuurder is gewijzigd, maar dit kan niet de verwachte resultaten tot gevolg hebben HTp://www.dailymail.co.uk/news/ar>cle-­‐2359150/teenage-­‐driver-­‐passenger-­‐died-­‐broke-­‐limit-­‐beat-­‐11pm-­‐insurance-­‐curfew.html   26 november 2013 http://datamgmt.com 16
  • 17. Nieuwe onderneming & vernieuwingsoffertes •  1ste jaat acceptant –  Nieuwe polistarieven zijn gebaseerd op de traditionele (niet-telematica) acceptanttarieven –  Geen verlengingen •  2e jaar + acceptant –  Nieuwe polisprijzen zijn gebaseerd op gegevens over bestaande klanten en auto's met vergelijkbare profielen –  Verlengingen op basis van het individuele risicoprofiel 26 november 2013 http://datamgmt.com 17
  • 18. (De-)Stimuleren •  Wortelen –  Bonuskilometers voor het rijden binnen de snelheidsbeperkingen, bij daglicht, buiten piekuren, goed weer, niet parkeren op de openbare weg, enz. •  Stokken –  Hogere kosten per km voor persistente snelheidsovertredingen, regelmatig hard remmen (opgespoord via snelheidsmeter), enz. –  Opmerking: Te veel duperen van klanten zal hen dwingen om weg te gaan en zal invloed hebben op de reputatie 26 november 2013 http://datamgmt.com 18
  • 19. Wat tonen de gegevens? •  •  •  •  •  •  •  Gedrag tijdens het rijden Beleidsnaleving Claimbeoordeling First Responder Diefstal en fraude Risicoprofiel Klantgedrag 26 november 2013 http://datamgmt.com 19
  • 20. Gedrag tijdens het rijden •  Rijdt iemand volgens de snelheidsbeperkingen? –  Gemiddelde snelheid als percentage van de maximumsnelheid per wegtype, gebruiker en tussen data •  Remt de persoon regelmatig hard? –  # negatieve X-acceraties per 1000 gereden kilometers per wegtype, gebruiker en tussen data •  Rijdt de persoon onnodig lange uren? –  Aantal ritten langer dan X uur –  Aantal minuten pauze tussen ritten 26 november 2013 http://datamgmt.com 20
  • 21. Beleidsnaleving •  Totaal aantal gereden kilometers •  Wordt een voertuig dat geregistreerd staat voor sociaal, gezin & recreatief gebruik ook gebruikt voor woon/ werkverkeer of het bedrijf –  Regelmatig rijden tussen A en B tijdens de ochtend en tussen B en A tijdens de avond •  Plaats waar de auto geparkeerd is gedurende de nacht –  Meestal op een punt nabij het adres van de verzekeringnemer of compleet ergens anders •  Taxichauffeurs & bezorgers –  Kopen geen commerciële polis, maar kan opgemerkt worden door hun rijpatroon 26 november 2013 http://datamgmt.com 21
  • 22. Claimbeoordeling •  Wanneer de aanvraag is ingediend kunnen de details worden gecontroleerd –  Locatie van het ongeval - zelfs een kijkje nemen op Google Maps –  Punt van het ongeval en wie botst tegen wie –  Mooi weer, hoeveelheid licht –  Snelheid en G-kracht op het moment van de botsing –  Rolde het voertuig door? 26 november 2013 http://datamgmt.com 22
  • 23. First Responder •  Wanneer zich een ongeval voordoet: –  Probeer contact op te nemen met de klant als het ernstig genoeg is –  Nooddiensten verwittigen indien nodig –  Zorg voor het/de gewenste herstel/reparateurs om het incident te behandelen ter verlaging van de kosten –  Perceptiebonus - mijn verzekeringsmaatschappij geeft echt om mij! 26 november 2013 http://datamgmt.com 23
  • 24. Diefstal en fraude •  Diefstal –  Apparaat traceert voortdurend, dus als een voertuig als gestolen wordt opgegeven kan het opgespoord en gevorderd worden •  Fraude –  Fraude kan valse verkeersongevallen of georkestreerde botsingen zijn met valse verzekeringsvorderingen of overdreven schuldvorderingen –  Veel van de details kunnen nu worden gevalideerd (locatie, weer, snelheid, botsing, enz. ) 26 november 2013 http://datamgmt.com 24
  • 25. Risicoprofiel •  Welke combinatie van kenmerken voor zowel bestuurder als voertuig heeft de laagste totale vorderingswaarde per 100.000 gereden kilometers? •  Zijn een groot aantal kleine schadegevallen duurder dan een klein aantal grote vorderingen? •  Statistische cluster analysetechnieken voor het bepalen van voorstellen met hoog en laag risico 26 november 2013 http://datamgmt.com 25
  • 26. Gedrag van de klant •  Voetbalsupporter –  Gaat regelmatig naar he stadion –  Gaan ze ook naar uitwedstrijden? •  Zakenreiziger –  Parkeert regelmatig het voertuig bij de luchthaven •  School –  Van thuis naar school en terug, twee keer per dag •  Verandering van functie –  Wijzigt plaats van dagelijkse parkeerplek •  Deze informatie kan (met toestemming) worden verkocht aan derden –  Marketingbedrijven, voetbalclubs, enz. –  Deze technieken zijn al in gebruik in sommige mobiele telefoonbedrijven 26 november 2013 http://datamgmt.com 26
  • 27. Beveiligingsservices •  Fact of Life •  Rechtbanken zullen toegang tot gegevens eisen als iemand onder verdenking staat –  Antiterrorismewet , georganiseerde misdaad, enz. •  Gegevens worden aangewend na een voorval ter tracering van –  Waar kwamen ze vandaan –  Wie hebben ze bezocht voor de feiten –  Enz. 26 november 2013 http://datamgmt.com 27
  • 28. De toekomst •  Pay & Go weggebruik tarief –  Regeringen die auto's laten uitrusten met telematica en weggebruikgegevens naar hen laten opsturen •  Lagere Premies en hogere winsten –  Als alle auto's telematica hebben dan zullen lage risicoklanten niet worden gebruikt voor de subsidiëring van hoge risicoklanten - een deel van dit voordeel wordt overgebracht op de consument door middel van een lagere premie en een deel wordt behouden door de verzekeringsmaatschappij 26 november 2013 http://datamgmt.com 28
  • 29. Een Waarneming •  Een aantal van de bewijzen van telematica zijn contra-intuïtief of druisen in tegen wat de acceptanten "kennen" als juist •  Om zakelijke gebruikers gebruik te laten maken van de gegevens en zo de manier waarop ze risico's bepalen wijzigen, is moeilijk •  Als u wijzigingen aanbrengt over hoe risico's worden bepaald, moet u het effect van de wijzigingen opvolgen 26 november 2013 http://datamgmt.com 29
  • 30. Wie doet dit in het Verenigd Koninkrijk? 26 november 2013 http://datamgmt.com 30
  • 31. Probeer het eens... •  InstaMapper GPS Tracker –  Http://www.insta-mapper.com –  iPhone en Android App –  Heeft GPS maar geen snelheidsgegevens •  Andere toepassingen zijn beschikbaar maar dit is degene die ik gebruikt heb voor de conceptproef 26 november 2013 http://datamgmt.com 31
  • 32. David M. Walker Data Management & Warehousing DANK U / THANK YOU 26 november 2013 http://datamgmt.com 32
  • 33. Neem met ons contact op •  Databeheer en opslag –  Website: http://www.datamgmt.com –  Telefoon: +44 (0) 118 321 5930 •  David Walker –  E-mail: davidw@datamgmt.com –  Telefoon: +44 (0) 7990 594 372 –  Skype: datamgmt –  White Papers: http://scribd.com/davidmwalker •  DeltIQ –  Website: http://detiqgroup.com –  Telefoon: +31 (0) 34 621 6709 26 november 2013 http://datamgmt.com 33
  • 34. Over Ons Data Management & Warehousing is een consultancybureau in het Verenigd Koninkrijk dat succesvolle business intelligence en datawarehousing oplossingen biedt sinds 1995. Onze consultants hebben samengewerkt met grote bedrijven over de hele wereld, inclusief de V.S., Europa, Afrika en het Middenoosten . Wij hebben in tal van bedrijfstakken gewerkt, zoals telefoonmaatschappijen, productie, retail, financiële instellingen en transport. Wij bieden bestuurlijk en projectmanagement, evenals deskundigheid op het vlak van toonaangevende technologieën. In Nederland werkt Data Management & Warehousing samen met DeltIQ Group . 26 november 2013 http://datamgmt.com 34
  • 35. Gegevensgestuurde assurantie David M. Walker Data Management & Warehousing http://datamgmt.com DANK U / THANK YOU