De Toekomstverkenner
- gebruik van data en inzet van big data lab voor innovatie in corporate omgeving -
27 september 2018
Mladen Sančanin
Big Data Expo, Utrecht, 19 september 2018
Let’s start!
2
Welkom! Introductie Het doel Agenda
Real time data, algoritmes, big data lab en het bouwen van een platform
Wereld waarin pensioenfondsen opereren verandert in hoog tempo
3
Traditionele basismodellen zijn aan het
Verdwijnen – rol in ketens verandert
Introductie van nieuwe vormen
van financiële dienstverlening
De vraag is: wat wordt de plek van de pensioenfondsen in de nieuwe keten?
Klant Technologie
Fintech Wet en regelgeving
Het vertrekpunt: probleem bij de klant
4
Data is een middel om het probleem op te lossen!
Probleem: arbeidsongeschiktheid in de sector zorg en welzijn
18% van alle werknemers boven de 60 jaar is arbeidsongeschikt!
Eenvoudig antwoord op twee complexe vragen:
Kan ik eerder stoppen met werken en/of kan ik minder gaan werken?
Simpel, veilig en snel ophalen van data uit diverse bronnen
Toekomstverkenner maakt gebruik van de meest actuele en relevante data:
Belastingdienst, UWV, Mijnpensioenoverzicht & NIBUD.
Een krachtig algoritme
Ingewikkelde materie wordt simpel uitgelegd en gepresenteerd.
Toekomstverkenner
In minder dan vijf minuten Volledig digitaal Zonder kosten Zonder stress
Eenvoudig, simpel en snel antwoord op twee complexe vragen:
Kan ik eerder stoppen met werken en/of kan ik minder gaan werken?
Resultaten zijn zeer positief!
De pilot in april afgerond. De Toekomstverkenner live op 15 oktober a.s.
Doorontwikkeling
Wekelijkse optimalisatie
Gebruik van de applicatie
Succesvoller dan de vergelijkbare funnel
Positieve feedback
Verrast en enthousiast
Eerste gebruikers
16.000 deelnemers
Grote respons
Platform rondom ‘Vitaal met pensioen en financieel inzicht’
1 miljoen deelnemers (PFZW) ouder dan 50 jaar | Deelnemers van andere
pensioenfondsen| Financiële instellingen | Werkgevers | Andere sectoren…
Platform
Toekomstverkenner
Big Data: the enabler of everything
12
Geen business denkbaar zonder (slim) gebruik van data
Big data lab in een corporate omgeving
13
Ondersteuning voor innovatie en digitalisering
Customer value Efficiency New business
Van data visie naar operationele uitwerking
14
Customer value Efficiency New business
Een faciliterende omgeving voor de organisatie, waarbij autonome
en multidisciplinaire teams werken aan innovatie en digitalisering.
Visualisatie Modeleren Zoeken Processing/bewerking/
benaderingProgrammeren
Gestructureerd /
niet gestructureerd Data virtualisatie
Processen Beheerde modelbouw straatEerst Big Data lab daarna productie
Technologie Visualisatie Modelleren Zoeken
Processing/
bewerking/
benadering
Programmeren Gestructureerd /
niet gestructureerd
Data virtualisatie
Processen Beheerde modelbouw straat
Devops werkwijzeEerst Big Data lab daarna productie
Rollen Analist Ontwikkelaar Data engineerData scientist Big data architect
Klanten Organisatie Partners Derde partijenGebruikers
Competenties Machine learning Artificial IntelligenceProgrammeren /
scripten
Statistiek Data storage
15
Een big data lab in cloud omgeving
Data Gestructureerde en niet gestructureerde data Eigen & alternatieve data
Storage
Processing
Analitycs
Visualisation
Experimenteren en implementeren
Organisatie van Big Data Lab
16
Een faciliterende omgeving voor de organisatie, waarbij autonome, multidisciplinaire
teams werken aan eigen cases en bijdragen aan innovatie en digitalisering.
Multidisciplinaire teamsFaciliterende omgeving en
een klein kernteam
Use cases Interactie met ‘buitenwereld’
Use case DataRobot
17
Alle elementen van de inzet van big data lab kwamen in deze case terug.
Concrete use cases/
Het oplossen van problemen
Nieuwe oplossing
in labomgeving Samenwerking met partners Resultaten
18
Waarom doen we dat?
Probleem bij de deelnemer oplossen
Vragen en discussie
19
linkedin.com/in/sancanin/ @sancanin

PGGM - The Future Explore

  • 1.
    De Toekomstverkenner - gebruikvan data en inzet van big data lab voor innovatie in corporate omgeving - 27 september 2018 Mladen Sančanin Big Data Expo, Utrecht, 19 september 2018
  • 2.
    Let’s start! 2 Welkom! IntroductieHet doel Agenda Real time data, algoritmes, big data lab en het bouwen van een platform
  • 3.
    Wereld waarin pensioenfondsenopereren verandert in hoog tempo 3 Traditionele basismodellen zijn aan het Verdwijnen – rol in ketens verandert Introductie van nieuwe vormen van financiële dienstverlening De vraag is: wat wordt de plek van de pensioenfondsen in de nieuwe keten? Klant Technologie Fintech Wet en regelgeving
  • 4.
    Het vertrekpunt: probleembij de klant 4 Data is een middel om het probleem op te lossen!
  • 5.
    Probleem: arbeidsongeschiktheid inde sector zorg en welzijn 18% van alle werknemers boven de 60 jaar is arbeidsongeschikt!
  • 6.
    Eenvoudig antwoord optwee complexe vragen: Kan ik eerder stoppen met werken en/of kan ik minder gaan werken?
  • 7.
    Simpel, veilig ensnel ophalen van data uit diverse bronnen Toekomstverkenner maakt gebruik van de meest actuele en relevante data: Belastingdienst, UWV, Mijnpensioenoverzicht & NIBUD.
  • 8.
    Een krachtig algoritme Ingewikkeldematerie wordt simpel uitgelegd en gepresenteerd.
  • 9.
    Toekomstverkenner In minder danvijf minuten Volledig digitaal Zonder kosten Zonder stress Eenvoudig, simpel en snel antwoord op twee complexe vragen: Kan ik eerder stoppen met werken en/of kan ik minder gaan werken?
  • 10.
    Resultaten zijn zeerpositief! De pilot in april afgerond. De Toekomstverkenner live op 15 oktober a.s. Doorontwikkeling Wekelijkse optimalisatie Gebruik van de applicatie Succesvoller dan de vergelijkbare funnel Positieve feedback Verrast en enthousiast Eerste gebruikers 16.000 deelnemers Grote respons
  • 11.
    Platform rondom ‘Vitaalmet pensioen en financieel inzicht’ 1 miljoen deelnemers (PFZW) ouder dan 50 jaar | Deelnemers van andere pensioenfondsen| Financiële instellingen | Werkgevers | Andere sectoren… Platform Toekomstverkenner
  • 12.
    Big Data: theenabler of everything 12 Geen business denkbaar zonder (slim) gebruik van data
  • 13.
    Big data labin een corporate omgeving 13 Ondersteuning voor innovatie en digitalisering Customer value Efficiency New business
  • 14.
    Van data visienaar operationele uitwerking 14 Customer value Efficiency New business Een faciliterende omgeving voor de organisatie, waarbij autonome en multidisciplinaire teams werken aan innovatie en digitalisering. Visualisatie Modeleren Zoeken Processing/bewerking/ benaderingProgrammeren Gestructureerd / niet gestructureerd Data virtualisatie Processen Beheerde modelbouw straatEerst Big Data lab daarna productie Technologie Visualisatie Modelleren Zoeken Processing/ bewerking/ benadering Programmeren Gestructureerd / niet gestructureerd Data virtualisatie Processen Beheerde modelbouw straat Devops werkwijzeEerst Big Data lab daarna productie Rollen Analist Ontwikkelaar Data engineerData scientist Big data architect Klanten Organisatie Partners Derde partijenGebruikers Competenties Machine learning Artificial IntelligenceProgrammeren / scripten Statistiek Data storage
  • 15.
    15 Een big datalab in cloud omgeving Data Gestructureerde en niet gestructureerde data Eigen & alternatieve data Storage Processing Analitycs Visualisation Experimenteren en implementeren
  • 16.
    Organisatie van BigData Lab 16 Een faciliterende omgeving voor de organisatie, waarbij autonome, multidisciplinaire teams werken aan eigen cases en bijdragen aan innovatie en digitalisering. Multidisciplinaire teamsFaciliterende omgeving en een klein kernteam Use cases Interactie met ‘buitenwereld’
  • 17.
    Use case DataRobot 17 Alleelementen van de inzet van big data lab kwamen in deze case terug. Concrete use cases/ Het oplossen van problemen Nieuwe oplossing in labomgeving Samenwerking met partners Resultaten
  • 18.
    18 Waarom doen wedat? Probleem bij de deelnemer oplossen
  • 19.