Download as PDF, PPTX
Uploaded byPaivi Sutinen
Asiakkuuksien segmentointi ja hyvinvoinnin johtaminen - Kumppanuusforum 2017
Esitykseni Tiedon vuotuisessa Kumppanuusfoorumissa 25.8.2017
More Related Content
Similar to Asiakkuuksien segmentointi ja hyvinvoinnin johtaminen - Kumppanuusforum 2017
Asiakkuuksien segmentointi ja hyvinvoinnin johtaminen - Kumppanuusforum 2017
- 1. Asiakkuuksien segmentointi ja hyvinvoinninjohtaminen … case Espoo Kumppanuusforum 2017 Jyväskylän Paviljonki 25.8.2017 Päivi Sutinen, KT, EMBA, palvelukehitysjohtaja
- 2.
- 3. Megatrendit muuttavat maailmaa Haasteita •Teknologia muuttaa kaiken • Globaali arkinen • Jännitteinen keskinäisriippuvuus • Kestävyyskriisi • Ympäristö alkaa käydä kalliiksi • Ikärakenne kääntää maailman • Globalisaatio verkostoi maailman Mahdollisuuksia • Digitalisaatio - räjäyttää tuottavuuden • Robotisaatio - automatisoi työn • Tekoäly - • IoT, esineiden internet • Lohkoketjut Tieke 2015, Jyrki Kasvi ja Sitra 2016, Elina Kiiski Kataja http://www.slideshare.net/SitraFund/sitran-megatrendit-2016 http://docplayer.fi/1340423-Digitalisaatio-mullistaa-arkemme-jyrki-j-j-kasvi- tietoyhteiskunnan-kehittamiskeskus-tieke.html Ratkaistavana sekä niukkuuden että kasvun … pirullinen ongelma Kunta digimaailmassa? Luonto digimaailmassa? Yksilö digimaailmassa?
- 4. Ratkaistavana sekä siiloutumisenettä avautumisen … pirullinen ongelma 31.8.2017 4 Myös tietoturvasta, tietosuojasta ja kyberturvallisuu- desta huolehtiminen siiloutuvat.
- 5. Siis …….. mitäpitäisi tehdä?
- 6. Ratkaisuna sekä hyvinvointiettä elinvoima … lupaukset asiakkaille 31.8.2017 6 PROSESSIAVAIN koska tieto virtaa prosesseissa
- 7. 31.8.2017 7 Ratkaisuna asiakkuuksienja palvelujen optimointi … tiedon avulla
- 8. Ratkaisuna ajatusmallien jatoiminnan muutos … uusien työkalujen avulla
- 9.
- 10. Käsitteet avaimia yhteiseen ymmärrykseen ASIAKASON AKTIIVINEN JA TAVOITTEELLINEN TOIMIJA • Asiakas voi olla yksilö, yritys, yhteisö, yhteiskunta tai ympäristö. • Asiakas voi olla potentiaalinen uusi asiakas tai nykyinen asiakas. • Asiakkaalla on oma ainutlaatuinen toiminnan logiikkansa. ASIAKKUUS ON KUMPPANUUTEEN PERUSTUVA SUHDE • Asiakas ja palveluntarjoaja ovat suhteen osapuolia. • Suhteen laajuus vaihtelee mahdollisesta uudesta suhteesta eri laajuisiin olemassa oleviin suhteisiin. ASIAKKUUSPERUSTAISUUS =/= ASIAKASLÄHTÖISYYS 31.8.2017 10
- 11. Sovitetaan yhteen asiakkaanja palveluntarjoajan intressejä 31.8.2017 11
- 12.
- 13. 31.8.2017 13 Segmentoidaan asiakkuuksiapalvelujen käytön laajuuden mukaan
- 14. Synnytetään lisäarvoa asiakkaille… nyt ja tulevaisuudessa 31.8.2017 14 Viitekehyksen kaksi ulottuvuutta • muodostavat neljä toimintakenttää, joille kullekin määritellään omat tavoitteensa ja asiakkuutensa. • ohjaavat rajallisten resurssien kohdentamista vision ja strategian mukaisesti: • ohjaavat kasvavan tiedon hyödyntämisen kohdentamista vision ja strategian mukaisesti
- 15.
- 16. Määritetään palvelut jaasetetaan tavoitteet asiakkuusperustaisesti 31.8.2017 16
- 17.
- 18. Ymmärretään kaupunkien uudetroolit … toiminnassa ja asiakkuustiedon avaamisessa 31.8.2017 18
- 19. Otetaan asiakkuustieto hyvinvoinnin johtamisenhyötykäyttöön 31.8.2017 19 Asiakkuuksien ja palvelujen ohjaus ja hallinta Asiakkuus- data Moni- rekisteriajo Segmen- tointi Asiakkuuksien ja palvelujen optimointi Tietojohtaminen Viitekehys Metodi Tiedon hyödyntäminen Tiedon hallinta Edellytykset Prosessiavain
- 20. Optimoidaan asiakkuuksia japalveluja asiakkuusdata-analytiikan avulla 31.8.2017 20 Tieto- johtaminen Asiakkuuksien ja palvelujen ohjaus • Hyötyvät asiakkaat • vaikuttaviin palveluihin Tiedon hallinta • oikeat tiedot • oikealla tavalla Asiakasdatan ja palvelujen käyttödatan tunnistaminen ja poiminta tieto- järjestelmistä Asiakas- vaikutus Palvelu- tuotanto • palvelujen käyttö Monire- kisteriajot Tekoäly Asiakkuuksien palvelupolku- perustainen segmentointi Ennustetieto vaikuttavista palveluista Asiakas- haluama/ kysyntä
- 21. Kehitetään asiakkuusdata-analytiikkaa kokeillen ….tavoitteita Espoossa • asiakassegmenttien ja asiakaspolkusegmenttien tunnistaminen kehittyneen analytiikan ja koneoppimisen avulla • testaamme koneoppimisen hyödyntämistä väestön hyvinvoinnin johtamisessa • saamme kokemusta SOTE- ja varhaiskasvatusdatan bigdata- pohjaisesta hyödyntämisestä Espoossa asiakkuuksien ja palvelujen optimointia varten 21
- 22. Kokeillaan rajatusti asiakkuusdata- analytiikkaa– toteutuksessa Espoossa 1. Data-analytiikka yhden palvelun sisällä Case Lastensuojelu: palvelujen tarve, käyttö ja ohjaus, toteutetaan SASin avulla 2. Data-analytiikka useiden palvelujen välillä Case SOTE- ja varhaiskasvatuspalvelut: tietoaltaan ja tekoälyn hyödyntäminen asiakkuuksien segmentoinnissa, kumppanina Tieto 3. Data-analytiikka julkisen ja yksityisen tiedon välillä Case kuluttajakäyttäytyminen: väestö- ja yritystiedon profiloinnin avulla, kumppanina Fonecta 31.8.2017 22 Haetaan vastauksia strategisiin kysymyksiin • Käytetäänkö palveluita vaikuttavasti? • Onko alikäyttäjiä / ylikäyttäjiä? • Toimiiko ennaltaehkäisy? • Miten oikeat palvelut, oikeille asiakkaille oikea-aikaisesti?
- 23. Huolehditaan riskien hallinnasta Riskit Tietoturvaanliittyvät riskit • henkilötietopohjaisen tiedon käsittely ja analysointi ei tapahdu turvallisesti • henkilökohtainen tieto joutuu vääriin käyttötarkoituksiin. Tietosuojaan liittyvät riskit • Dataan liittyvä tietosuoja henkilötietojen käsittelyssä, monirekisteriajoissa ei toteudu • henkilökohtainen tieto joutuu vääriin käyttötarkoituksiin. Riskien hallinta Tietoturvaan liittyvien riskien hallinta • Datan hakemisen prosessi on dokumentoitu ja hyväksytty • Tutkimuslupa-anomus • Dataa käsitellään SAS-palvelimella, jolloin sitä voidaan käyttää joko kaupungin sisäverkossa tai VPN:n yhteydellä ja sen käyttöä voidaan valvoa. Tietosuojaan liittyvien riskien hallinta • Henkilötunnus kryptataan • Tietopyyntö ja tiedon kerääminen oltava valvottavissa • Tietojen selkeä omistajuus ja sen käyttö 31.8.2017 23
- 24. Huolehditaan tietoturvasta ja tietosuojastakokeiluissa … tietojenkäsittelyn periaatteet esimerkkinä • Tietoturvallinen käyttöympäristö • Raakadata siirretään Tiedon Intelligent Wellbeing- tietoaltaaseen, jossa – Tiedot salataan ja pseudonymisoidaan – Pseudonymisoituja tietoja ovat mm. henkilötunnus, nimi ja osoite – Salauksessa käytetään 256 bittistä salausalgoritmia (256bit AES) • Raakadataan ei ole pääsyä kuin Tiedon ylläpidolla ja vain asiakkaan erillisellä luvalla • Tietoaltaaseen on pääsy vain asiakkaan nimeämillä henkilöillä • Tietoallas täyttää EU:n potilastieto- ja henkilötietodirektiivin mukaiset tiedon toissijaisen käytön vaatimukset • Tietoaltaan tiedot pysyvät EU:n alueella ja tietoihin pääsee käsiksi vain asiakkaan luvalla – Tieto ja Asiakas allekirjoittavat sopimuksen henkilötietojen käsittelystä 24
- 25. Huolehditaan datan käsittelystä… rekisteritietojen pseudonymisointi, anonymisointi ja yhdistäminen • Rekisteritietojen pseudonymisoinnilla tarkoitetaan yhdensuuntaisen, kryptografisen tiivisteen laskemista yksityisyyden suojaan liittyvistä rekisterikentistä – Henkilötunnus, nimi, katuosoite, … – Tiivisteestä ei pysty palauttamaan henkilöä yksilöivää tietoa – Esimerkiksi SHA256-tiiviste nimestä “Matti Meikäläinen”: EF5C9C2749167354AC79EA2B819DF6C423601A0E254A02964BE814072320 E8E2 • Rekisterien yhdistäminen tapahtuu henkilötunnuksista laskettujen tiivisteiden avulla, koska samasta henkilötunnuksesta saadaan uudelleen laskettaessa sama tiiviste. Tiedämme, että kyseessä on sama henkilö, mutta emme tiedä kuka. • Rekisterien yhdistämisen jälkeen pseudonymisoidut kentät anonymisoidaan laskemalla niistä uusi tiiviste satunnaisesti valitun merkkijonon kanssa. Anonymisointi poistaa tiivisteistä toistettavuuden, jolloin edes tiedossa olevalla henkilötunnuksella ei saa laskettua vastaavaa tiivistettä. – Esimerksi SHA256-tiiviste merkkijonosta “j31tjpfw5thtf9rs:Matti Meikäläinen” 7240FB435BD31DEFCAAE929D4ADB9B112C039590E3C26676984534CE2A59 7625 25
- 26. Huolehditaan datan käsittelystä… rekisteritietojen siirto salattuun Tieto Data Lake -ympäristöön SoTe-tietojen turvallisen käsittelyn periaatteet • Haut SoTe-rekistereihin tehdään henkilökohtaisilla tunnuksilla auditointijäljen varmistamiseksi (kuka, mitä, koska). Yksilöivät tiedot pseudonymisoidaan jo kyselyvaiheessa. • Tulokset tallenetaan paikallisesti tiedostoon tietokantakoneella. Tulostiedostot kryptataan välittömästi AES256-salauksella ja vahvalla salasanalla. Kolmas osapuoli ei pysty lukemaan tiedostoja, vaikka saisi ne haltuunsa • Salatut tulostiedostot siirretään yhdyspalvelinten kautta salatun tiedonsiirtoyhteyden yli Espoon verkosta Tiedon verkossa sijaitsevalla Azure-yhdyspalvelimelle ja edelleen Azure- ympäristöön. • Azure-ympäristössä tiedostokohtainen AES256-salaus avataan, rekisterit yhdistetään ja tulostiedostot anonymisoidaan. Azure- ympäristön levyt on salattu AES256-salauksella. • Kaikki ympäristöt ovat suojattu palomuureilla, jotka sallivat yhteydenotot vain ennaltamääritellyistä yhteysosoitteista • Tiedostot eivät missään vaiheessa päädy kehittäjien työasemalle 26 Espoo sisäverkko Tieto Oyj sisäverkko Tietoallas (Azure) SoTe rekisteri Espoo Gateway Azure Gateway Työasema
- 27. Monirekisteriajot ja tekoälymahdollistavat asiakkuusdatan yhdistämisen, jolloin saadaan • uutta, monipuolisempaa tietoa asiakkaista, asukkaista ja yrityksistä • asiakkuuksien ja palvelujen optimointiin uusia tehokkaampia keinoja ja toimintatapoja • palvelujen järjestämisen ja palveluohjauksen strategisen ja operatiivisen johtamisen käyttöön aiempaa rikkaampaa asiakas- ja palveludataa voidaan • analysoida asiakaskäyttäytymistä faktatietojen perusteella • tarkastella palvelupolkuja erittäin laajasti ja pitkältä ajalta • voidaan analysoida eri palveluiden vaikutusta toisiin palveluihin • ohjata asiakkuuksien ja palvelujen optimointia 31.8.2017 27
- 28. Esimerkkihyötyjä kokeilusta kaupungille •Järjestelmien data – saadaan ymmärrys, paljonko käytössä olevien järjestelmien rakenteisesta ja ”rakenteettomasta” datasta on mahdollista saada hyötyä koneoppimismenetelmillä • Datan hyödyntäminen palveluiden kohdistamisessa segmenttitasolla – saadaan kokemusta, pystytäänkö koneoppimismenetelmillä löytämään nykyistä paremmin palveluita tarvitsevat yksilöt (varhainen tunnistaminen) • Pyritään löytämään ennakoivia malleja asiakkuuksien ja palvelujen optimointiin 28
- 29. Tieto muuttaa maailmaa– asiakkuusdata, asiakkuus ja kumppanuus kestävien ratkaisujen driverit. 29 paivi.sutinen@espoo.fi @ Twitter; LinkedIn; SlideShare; Facebook