Finanssiala Big Datan hyödyntäjänä Esitelmä vakuutustoimialan tietojenkäsittelypäivänä 25.11.2013 Finlandia-talo Professori Olli-Pekka Ruuskanen Vakuutustiede, Johtamiskorkeakoulu Tampereen yliopisto

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.

Keskeinen haaste

•  Vakuutusala pitää itseään toimialana, joka kulkee tietojenkäsittelyn eturintamassa.

•  Mitä jos yhtiöiden ’tieto’ ei olekaan enää kilpailutekijä?

•  Murrostavat innovaatiot (Disruptive innovations)

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

Big Data

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.

”Big Data”:n aika on alkanut

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.

Reaaliaikainen, kokonaisvaltainen, henkilökohtainen data. •  Facebook, Twitter, LinkedIn •  RFID •  GPS ja GIS •  Digitaaliset kuvat

•  Tietosuoja

Paluu menneisyyteen

•  Geneettinen tieto riskinvalinnassa •  Ratkaisu: kielto

•  Henkilökohtainen valinta vai ei?

Mitä vaatimuksia ’Predictive underwriting’ tietohallinnolle asettaa?

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.”

Predictive underwriting on enemmän

•  Predictive underwriting määritellään data-analytiikan kehityksen mahdollistamaksi tarkemmaksi riskinvalinnaksi.

•  Ei pelkästään kekseliäiden muuttujien käyttöä, vaan uusien mittarien luomista.

•  Big Data mahdollistaa ennustavan analytiikan käytön.

Telematiikka

•  Telematiikan vaatimat laitteet ovat saavuttaneet tarvittavan tietojenkäsittely- ja kustannustehokkuuden.

•  VTT:n yhteistyöprojekti; Ollilan ryhmä. •  Yksin vai yhdessä?

Case: ’Fit for Life’ - seurantajärjestelmä

•  Mobiiliseuranta yhteistyökumppanien sijainnin pohjalta.

•  Kuntosali, lenkkipolku, kävely. •  Joko mobiili tai ranneke. •  Tarjotaan edullisempia vakuutuksia kunnostaan

huolehtiville.

Case: Riskeistä riskittömyyden mittaukseen •  Swiss Re kehittäjänä englantilaiselle

shopassurance yhtiölle. •  Lähestytään sairausvakuutuksen riskinvalintaa

uudesta näkökulmasta. •  Löydetään terveet ja tarjotaan heille vakuutus

ilman riskinvalintaprosessia.

Henkilökohtaisen datan käyttö telematiikassa

Mitä käy autoiluun liittyville vakuutuksille?

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?

Miten parantaa asiakaskokemusta?

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 %)

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.

Luultu vastaan koettu arvo

Miten olla asiakkaalle läsnä hirvivahingon tapahtumapaikalla?

Yhtiöiden mobiilistrategia on avain

Liiketoimintamalli-innovaatiot

•  Monissa maissa arvoketjun osina erikoistuneet yhtiöt.

•  Vertikaalinen integraatio vastaan innovaatiot. •  Tilaa radikaaleille innovaatioille. •  Jakelu koekenttä maailmalla. •  Vakuutusvälittäjien torpedointi tulee

vahingoittamaan alaa.

Henkilökohtaiset suosikkini

•  Kannustava läpinäkyvyys •  Asiakkaiden tekemä pisteytys •  Käyttöön perustuva vakuuttaminen •  Korvauskäsittelyn reaaliaikainen seuranta •  Massaräätälöinti •  Alhaisen riskin tunnistaminen ja niistä

palkitseminen

Mitä tehdä?

•  Data strategian keskiöön •  Ulkoisen yhdistäminen sisäiseen •  Datan laatu •  Metadata/määritelmät/konventiot •  Sisäinen startup-kulttuuri •  Esineiden internet tuotekehittelyyn

Kiitos.

e-mail: olli-pekka.ruuskanen@uta.fi twitter: @opruuskanen linkedin: Olli-Pekka Ruuskanen