Finanssiala Big Datan hyödyntäjänä

1,300 views

Published on

This is my presentation (in Finnish) about the use of Big Data and Predictive Underwriting in Insurance that I gave in the annual Financial Services' ICT-day.

Published in: Economy & Finance
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,300
On SlideShare
0
From Embeds
0
Number of Embeds
372
Actions
Shares
0
Downloads
12
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Finanssiala Big Datan hyödyntäjänä

  1. 1. Finanssiala Big Datan hyödyntäjänä Esitelmä vakuutustoimialan tietojenkäsittelypäivänä 25.11.2013 Finlandia-talo Professori Olli-Pekka Ruuskanen Vakuutustiede, Johtamiskorkeakoulu Tampereen yliopisto
  2. 2. Virtualisoitu vakuutusyhtiö •  Mitä maksaa vakuutusyhtiön järjestelmä halvimmillaan? •  Mitä maksaa vakuutusyhtiön tietojenkäsittely pilvessä? •  Miten halvalla saadaan toimiva vakuutusyhtiö aikaiseksi? Skaalautuvuus? •  Tietojenkäsittelyn halpeneminen haittaa eniten vanhoja tiedon käsittelijöitä kuten vakuutusyhtiöitä.
  3. 3. Keskeinen haaste •  Vakuutusala pitää itseään toimialana, joka kulkee tietojenkäsittelyn eturintamassa. •  Mitä jos yhtiöiden ’tieto’ ei olekaan enää kilpailutekijä? •  Murrostavat innovaatiot (Disruptive innovations)
  4. 4. Sisältö 1.  Mitä on ’Big Data’ ja miksi se on vakuutusalalle tärkeää? 2.  Mitä vaatimuksia ’Predictive underwriting’ tietohallinnolle asettaa? 3.  Miten parantaa asiakaskokemusta? 4.  Johtopäätökset
  5. 5. Big Data
  6. 6. Mitä on ’Big Data’ •  Strukturoitu, semistrukturoitu ja strukturoimaton data. •  Väestöön, yksilöön, ruumiillisuuteen, tilaan ja esineeseen liittyvä data. •  Data, jonka synnyttää sensorit, mobiililaitteet ja sähköiset viestit. •  3 V:tä: Velocity, Volume, Variety.
  7. 7. ”Big Data”:n aika on alkanut
  8. 8. Big data ei ole teknologinen ongelma vaan liiketoimintauhka •  Finanssipalvelut perustuvat strukturoituun dataan. •  Haasteena hyödyntää strukturoimaton data. •  Big datan vaatima analytiikka tekee yrityksistä tutkimuksellisia. •  Startupit puhuvat hypoteesien todentamisesta.
  9. 9. Reaaliaikainen, kokonaisvaltainen, henkilökohtainen data. •  •  •  •  Facebook, Twitter, LinkedIn RFID GPS ja GIS Digitaaliset kuvat •  Tietosuoja
  10. 10. Paluu menneisyyteen •  Geneettinen tieto riskinvalinnassa •  Ratkaisu: kielto •  Henkilökohtainen valinta vai ei?
  11. 11. Mitä vaatimuksia ’Predictive underwriting’ tietohallinnolle asettaa?
  12. 12. Mitä uutta tässä on? •  ”Predictive analytics is the process of analyzing historic and current data and generating a statistical model to help predict future outcomes. At the heart of the approach is the concept of predictors: one or more variable factors that are likely to influence an outcome and can be measured or scored to predict probable results.”
  13. 13. Predictive underwriting on enemmän •  Predictive underwriting määritellään dataanalytiikan kehityksen mahdollistamaksi tarkemmaksi riskinvalinnaksi. •  Ei pelkästään kekseliäiden muuttujien käyttöä, vaan uusien mittarien luomista. •  Big Data mahdollistaa ennustavan analytiikan käytön.
  14. 14. Telematiikka •  Telematiikan vaatimat laitteet ovat saavuttaneet tarvittavan tietojenkäsittely- ja kustannustehokkuuden. •  VTT:n yhteistyöprojekti; Ollilan ryhmä. •  Yksin vai yhdessä?
  15. 15. Case: ’Fit for Life’ - seurantajärjestelmä •  Mobiiliseuranta yhteistyökumppanien sijainnin pohjalta. •  Kuntosali, lenkkipolku, kävely. •  Joko mobiili tai ranneke. •  Tarjotaan edullisempia vakuutuksia kunnostaan huolehtiville.
  16. 16. Case: Riskeistä riskittömyyden mittaukseen •  Swiss Re kehittäjänä englantilaiselle shopassurance yhtiölle. •  Lähestytään sairausvakuutuksen riskinvalintaa uudesta näkökulmasta. •  Löydetään terveet ja tarjotaan heille vakuutus ilman riskinvalintaprosessia.
  17. 17. Henkilökohtaisen datan käyttö telematiikassa
  18. 18. Mitä käy autoiluun liittyville vakuutuksille?
  19. 19. Mitä käy autoiluun liittyville vakuutuksille? •  Autoiluun liittyvät vakuutukset (lakisääteiset ja vapaa-ehtoiset) suurin vakuutusmaksutulon lähde kaikkialla maailmassa. •  Google kehittänyt itseohjautuvan auton. •  Kalifornia salli itseohjautuvien autojen käytön liikenteessä lokakuussa 2012. •  Miten riskit muuttuvat? •  Mikä sija vakuutuksille?
  20. 20. Miten parantaa asiakaskokemusta?
  21. 21. Vakuutusyhtiöt Facebookissa •  Tutkittu netnografisesti OP-Pohjolan, If:n, Tapiolan ja Lähivakuutuksen facebook-sivujen kirjoittelua vuonna 2012. •  726 kirjoitusta, 40 % If:illä. •  50 % negatiivisia, vain 17 % positiivisia. •  Kolme neljästä negatiivisesta kirjoittajasta miehiä. •  Yleisimmät negatiiviset kirjoitukset: 1.  Korvattavuus tai korvaus (26 %) 2.  Palvelun saatavuus (18 %)
  22. 22. Kuluttaja ja arvonmuodostus •  Kuluttaja voi saada hyötyä markkinoilla vain jos hän ymmärtää tarpeen tuotteelle/palvelulle. •  Jos ei ymmärrä, ei ole valmis maksamaan. •  Finanssilukutaito olennainen vakuutusalalle. •  ”Vakuutusta ei osteta, vakuutus myydään” •  Alivakuuttaminen yhdellä ajanhetkellä ja yli ajan ongelma. •  Yksi syy sosiaalivakuutuksen olemassaololle. •  Suomen Akatemia rahoittaa ”Finanssilukutaito Suomessa” tutkimusta.
  23. 23. Luultu vastaan koettu arvo
  24. 24. Miten olla asiakkaalle läsnä hirvivahingon tapahtumapaikalla?
  25. 25. Yhtiöiden mobiilistrategia on avain
  26. 26. Liiketoimintamalli-innovaatiot •  Monissa maissa arvoketjun osina erikoistuneet yhtiöt. •  Vertikaalinen integraatio vastaan innovaatiot. •  Tilaa radikaaleille innovaatioille. •  Jakelu koekenttä maailmalla. •  Vakuutusvälittäjien torpedointi tulee vahingoittamaan alaa.
  27. 27. Henkilökohtaiset suosikkini •  •  •  •  •  •  Kannustava läpinäkyvyys Asiakkaiden tekemä pisteytys Käyttöön perustuva vakuuttaminen Korvauskäsittelyn reaaliaikainen seuranta Massaräätälöinti Alhaisen riskin tunnistaminen ja niistä palkitseminen
  28. 28. Mitä tehdä? •  •  •  •  •  •  Data strategian keskiöön Ulkoisen yhdistäminen sisäiseen Datan laatu Metadata/määritelmät/konventiot Sisäinen startup-kulttuuri Esineiden internet tuotekehittelyyn
  29. 29. Kiitos. e-mail: olli-pekka.ruuskanen@uta.fi twitter: @opruuskanen linkedin: Olli-Pekka Ruuskanen

×