Een nieuw gedachtegoed krijgt binnen onze maatschappij steeds meer vaste voet aan de grond: preventie op basis van het risicoprofiel van de klant in de toekomst, in plaats van het verleden. Daarmee kan de klant een gericht preventieadvies krijgen met eventueel meer gepersonaliseerde voorwaarden. Gebaseerd op het daadwerkelijke risico dat wordt gelopen. Voor het vaststellen van een goed profiel zijn twee bronnen onontbeerlijk: big data en de onafhankelijke financieel adviseur.
Over big data is al veel geschreven en gezegd. Positief en negatief. Ieder heeft een mening over de mogelijke toepassingen ervan en soms lopen de gemoederen hierbij hoog op. Misschien zit het in de term ‘big data’ en de connotatie met het gebruik van onze persoonlijke gegevens? Laten we van deze associatie afstappen. Ik wil graag met u praten hoe big data ons helpen bij het verfijnen van onze dienstverlening. We benaderen big data dan puur als wat het eigenlijk in de basis is: een gegevensopstapeling.
Geen volledig beeld
Binnen De Goudse draaien we momenteel diverse pilots waarbij we een klantprofiel samenstellen aan de hand van data uit zowel interne als externe bronnen. Met deze data kunnen we met zo’n 80% nauwkeurigheid een risicoprofiel opstellen. Dit vormt een belangrijke basis voor het bepalen van een toekomstig risicoprofiel. Maar daarmee zijn we niet compleet. We realiseren ons dat we met louter harde data nog zeker geen volledig beeld hebben.
Adviseur corrigeert en voegt toe
Voor de laatste (en wellicht belangrijkste) 20% van de gegevens zijn we afhankelijk van de financieel adviseur. Die kijkt namelijk naar persoonlijke factoren van de klant die niet terug te vinden zijn in de harde data. De adviseur kan onze data waar nodig corrigeren én kan belangrijke data toevoegen. Zaken als moraliteit, bereidheid om te investeren in risicopreventie, ontwikkeling etc. Deze beoordeling van de klant door de financieel adviseur is voor ons essentieel. Het geheel van data dat we zo vergaren vormt de basis voor het vaststellen van het risicoprofiel van de klant en de bijbehorende voorwaarden. Ik denk dat daar de toekomst ligt: de individuele aanpak.
Verdienmodel afgestemd op risicoprofiel
Dit principe zijn we bij diverse productgroepen aan het uitrollen. De adviseurs die met ons meelopen in een pilot blijken ook veel baat te hebben bij het werken met big data op klantniveau. En wel op twee manieren:
- De conclusies uit de analyses zijn aanleiding om een gesprek aan te gaan met de klant over diens kenmerken. Specifieke risico’s en preventie worden daarbij besproken.
- Door inzage in de risico’s van een klant kan een calculatie gemaakt worden van mogelijke werkzaamheden in de toekomst voor de adviseur. Hierop kunnen tarieven (advies of abonnement) afgestemd worden. Zo wordt het verdienmodel afgestemd op het risicoprofiel van de klant.
Big data inzetten om de klant voor schades te behoeden, de adviseur een beter inzicht te geven in zijn portefeuille en de dienstverlening er vervolgens op af te stemmen. Ik denk dat dit de sleutel tot succes in de toekomst gaat zijn. Zo worden big data tastbaar voor zowel de adviseur als de klant.
bron: amweb.nl