Volmachten: samen slimmer met data science Robbert-Jan de Graaff

1. Nationale-Nederlanden
Volmachten
Samen slimmer met data science
Robbert-Jan de Graaff
Directeur Volmachten en Commercie Zakelijk Schade
Big Data Expo september 2017

2. Samen slimmer met Data Science
2
Door onze kennis te combineren, werken we gezamenlijk toe naar een beter resultaat
.
We kunnen
hiermee premies
afstemmen op een
(individuele) klant
Hoe zorg je ervoor dat onze klant en
businesspartners profiteren van het
inzicht en de mogelijkheden?
Verzekeraars verzamelen al jarenlang data van hun klanten om risico’s in te kunnen schatten. Het is
de basis van verzekeren. Maar die basis is aan flinke verandering onderhevig: de hoeveelheid data
neemt razendsnel toe en er komen snel betere technieken om daar verbanden in te vinden.

3. 3
Wat is een (schade) Volmacht?
Verzekeraar
• Risicodrager
• Bepaalt prijs
KlantTussen-
persoon (TP)
• Advies
• Bemiddeling
Gevol-
machtigd
Agent (GA)
• Product
• Administratie
Een gevolmachtigd agent (GA) is een ieder die als gevolmachtigd vertegenwoordiger van een verzekeraar voor diens risico
en rekening het verzekeringsbedrijf uitoefent

4. 4
Wat wil een klant?
Klant
• Advies
• (Uitgebreide) dekking
• Goede prijs
• Geen premieverhogingen
• Niet betalen voor een ander (solidariteit)

5. 5
Wat wil een Gevolmachtigd Agent?
• Stabiliteit
• Rust
• Inzicht in zijn portefeuille (ontwikkeling)
• Geen generieke maatregelen
• Geen premieverhogingen
• Tevreden klanten
Volmacht
(GA)

6. 6
Wat wil een Verzekeraar?
• Goede risico’s
• Goede prijs per polis
• Rendement
• Kwaliteit
• Inzicht
• Omzet/premievolume
Verzekeraar

7. Wat was voor NN de aanleiding voor data science te kiezen?
7
Maatregelen worden vaak alleen op hoofdlijn genomen omdat het
ontbreekt aan inzicht op detailniveau. Maatregelen halen daardoor
vaak niet het beoogde resultaat.
“Je zou gerichter willen werken door alleen
de echte problemen aan te pakken”
Resultaat alleen inzichtelijk met terugwerkende kracht & heeft een
te grote variantie welke vaak ook nog moeilijk verklaarbaar is.
“Het vertelt je vandaag wat je gisteren had willen weten”
2015 2016 2017
?
-8%+11%
Het resultaat van een tekening is onvoldoende voorspelbaar.
“Je zou willen weten wat een portefeuille gaat doen en
wat je mag verwachten van een bepaalde tekening”
€120M
XX%
+10%
Nieuwe premie
€?M
?%
Het vergt veel kennis en investering om adequaat inzicht te
verkrijgen. Niet elke GA zal in staat zijn zelf deze investering te doen.
“Je zou de GA actief willen ondersteunen”
NN GA

8. Onze uitdaging?
8
Rendement & volume
Data
Actie
 Reactief
 Ongedifferentieerd
 Moeilijk te analyseren
 Moeilijk te voorspellen
 Moeilijk te bepalen
 Moeilijk te controleren
 Laat
 Incompleet
 Verschillende formats
 Verschillende aggregaties
 Aansluitverschillen
 Op onderdelen slecht
 Niet altijd verklaring (schade,
premie of kosten?)
 Hoge variantie in rendement
 Onvoldoende voorspelbaar
GA
 Andere belangen
 Niet altijd in staat analyse optimaal te doen
 Niveaus in professionaliteit
 Andere samenstellingen portefeuille

9. Wat is Data Analytics?
Vooruitkijken en voorspellen
9
Descriptive
Analytics
Diagnostic
Analytics
Predictive
Analytics
Prescriptive
Analytics
Businessvalue
Terug kijken Vooruit kijken en voorspellen
Business Intelligence Data analytics
Wat is er gebeurd?
Waarom is het gebeurd?
Wat gaat er gebeuren?
Hoe kunnen we het laten gebeuren?

10. Hoe pakken we het aan?
‘Samen’, door delen van data en gebruik van voorspellende analyse tool
10
RDW
Markt
Data vergaren Data verrijken Analyse, inzicht en
forecasting
Bijsturen
NN
CBS
GANN
GA 1
GA 2
GA 3
- 4%
Nieuwe premie
Na-selectie
+10%
Nieuwe premie
Voorwaarden
aanpassen
Beëindiging
slechte cellen
X
NN

11. Oplossingsrichting dient zowel belangen van NN als GA
11
Rendement & Volume
 Zowel rendement als volume kan worden
verbeterd, met analyse en tooling als middel
Inzicht
 Het wordt inzichtelijk waar problemen en
kansen liggen. Het is inzichtelijk wat
aanpassingen op (kunnen) leveren
Actie
 Acties kunnen proactief, gericht, gegrond,
snel en flexibel worden bepaald
GA
 Kwaliteits samenwerking met GA’s wordt
verhoogd
Voorspelbaarheid
 Het rendement van de portefeuille wordt
stabieler door beter voorspelbare tekening
Aanpassingen
 Aanpassingen in het product zijn minder
radicaal en gestructureerd. Eventuele
verhogingen zijn alleen op de pijnpunten en
dus goed uitlegbaar

12. 12
Wat zijn de learnings tot nu toe?
 Je moet een duidelijke toekomstvisie hebben, maar klein starten
 Datakwaliteit is essentieel, inclusief goede definitie
 Voldoende historie in de data
 Data moet met regelmaat en relatief eenvoudig te ontsluiten zijn
 Trek samen op
 Wees transparant
 Leg goed uit wat je aan het doen bent, het is al snel ‘een blackbox’

13. 13
Samen Slimmer!
Dank voor uw aandacht