1
Tom ZweersPGGM22 september 2016
Data de stuwende kracht achter nieuwe business modellen
Wie is PFZW?
PFZW is het pensioenfonds van, voor en door de sector zorg en welzijn
Met ongeveer 22.400 aangesloten werkgevers, meer dan 2,5 miljoen deelnemers
Het op één na grootste pensioenfonds van Nederland
2
Waarom zoekt een pensioenfonds nieuwe business modellen?
3
Technologische ontwikkelingen
Branche ontwikkelingen
Spelregels in de branches veranderen onder impuls van technologische innovatie. Retail, energie, reis- en hotelbranche, maar ook financiële dienstverlening.
Mogelijk verplichtstelling eraf• Concurrentie met banken/verzekeraars en nieuwe toetreders op een low-interest
en commodity product
Waarom zoekt een pensioenfonds nieuwe business modellen?
4
Nieuwe businessmodellen die toegevoegde waarde bieden aan klanten van het pensioenfonds (deelnemers en werkgevers)
Defensief: concurrentie en nieuwe spelers voorblijven
Groeipad Data driven strategy
5
Samen met BlinkLane Consulting groeipad verkend
In kaart brengen mogelijkheden datagedreven waardeproposities
Niet in de core enhancements blijven hangen!
3 levels of datafication
Tech
nolo
gy a
nd e
xecu
tion
unce
rtain
ty
Market and organizationaluncertainty
Do what you
always did, using more
data
New products
and processes
New business models
Groeipad Data driven strategy
6
Resultaat verkenning: Een groeipad met 6 pilots voor PFZW
Groeipad Data driven strategy
7
Onderzoeksfase: in 2016 aan de slag met de eerste twee pilots Nieuwe servicemomenten & Persoonlijk pensioenvoorstel Inzichten arbeidsmarktvraagstukken teruggeven aan werkgevers
Lean Startup methodiek
8
Van elke pilot een Business Model Canvas (BMC)
Van BMC naar hypotheses
Lean Startup methodiek
9
Een Lean Startup ontwikkelstraat waarbij we in staat zijn een idee voor een propositie in 6 weken te valideren
Hypothese workshop
Testingworkshop
Test ontwikkelenGo to market
Field trips
ValidatieWorkshop
Presentatie PFZW
Lessons learned
workshop
10
Team Big Data
6 personen: 1 Product owner 3 Propositie-ontwikkelaars (mix intern, extern) 2 Data scientist – QNH + intern
Lean Startup begeleiding - BlinkLane
Toepassingen Machine Learning
11
Werkgevers Faillissement werkgevers
voorspellen Voorspellen uitstroom
medewerkers
Deelnemers Persoonlijk pensioenvoorstel Voorspellen waar een klant
over belt Relevantie vergroten door:
• content in nieuwsbrieven voorspellen (clickgedrag, events, gezinssituatie)
• Machine learning op verhuizingen en nieuwe baan
Persoonlijk pensioenvoorstel
12
Data PFZW pensioenopbouw Mijnpensioenoverzicht opbouw andere
fondsen Pensioenwensen Persoonsdata (o.a. sociodemografisch) Oriëntatiegedrag
MethodeSupervised: reinforced learning Deelnemers indelen in klassen Leren of deelnemers ook in die klasse horen op basis van gemaakte keuze Model (kans op behoren tot een klasse) finetunen met werkelijk gemaakt
keuzes
Faillissement werkgever
13
Data PFZW betaalgedrag Uitstroom werknemers Snelheid administratieve
verwerkingen
MethodeSupervised: regressie en decision trees, voorspellen kans op faillissement
Actie:Werkgevers in hoogste risicogroep actief benaderen
Vragen?
14