Datascience as a Service (DaaS): best of both worlds

Bewezen DaaS voor verzekeraars en volmachten

Een bekende gezegde luidt echter: één data scientist is géén data scientist. Wat hiermee bedoeld wordt is, dat een data scientist niet goed kan functioneren als hij/zij geen onderdeel uitmaakt van een multidisciplinair team. Een dergelijk team moet worden begeleid en aangestuurd door een ervaren AI strateeg, die tevens functioneert als een data translator tussen de commerciële business en de hoog technische data scientists. Een AI strateeg bewaakt tevens de voortgang van het proces , adviseert u over welke keuzes u moet maken en beoordeelt de kwaliteit en kwantiteit van het door de data scientists geleverde werk. Dit is typisch iets wat u zelf niet kunt doen. Ervaren AI strategen met relevante verzekeringskennis zijn echter niet of nauwelijks te vinden. Daarnaast dient u in geval van het aannemen of detacheren van data scientists allerlei randzaken te regelen, zoals tooling, architectuur, training en certificering.

Datascience as a Service (DaaS) biedt u als verzekeringsbedrijf een uitstekend compromis tussen het traditionele 'buy or build'-dilemma als u data science capaciteit wilt inhuren.  DaaS stelt u in staat om snel en kosteneffectief toegang te krijgen tot gespecialiseerde datawetenschappelijke expertise, tools en infrastructuur. Dit minimaliseert initiële investeringen en risico's, terwijl het mogelijk maakt om toch in huis op maat gemaakte AI-oplossingen te ontwikkelen voor uw specifieke (verzekerings)behoeften. 

Wij zetten de voordelen voor u op een rij:

Tabel

Voordeel voor u

Aannemen van data scientists Detacheren van data scientists DAAS Datascience as aService

U heeft snel de beschikking over relevante expertise

-/- + ++

De kosten zijn voorspelbaar en beheersbaar 

-/-

+ ++

U bouwt kennis op in de organisatie door eigen mensen te trainen

+ -/- ++

U kunt snel en flexibel opschalen bij meerdere projecten

-/- + ++

Het proces wordt begeleid door ervaren experts

-/- +/- ++

U kunt sturen op meetbare resultaten

+/- +/- ++

Wilt u meer weten over onze DaaS dienstverlening?

Bewezen route naar PoP 

Voor het op maat bouwen van algoritmes met Proof of Predictions

Naast DaaS dienstverlening bieden wij u nog een andere manier om heel snel op maat algoritmes te bouwen. Onze aanpak is gebaseerd op ruim 10 jaar innoveren met big data, data science en AI voor grote bedrijven zoals Samsung, Coca Cola, Basic fit, Corendon, Sligro, CZ en andere corporates.

Hierbij wordt op een ‘agile’ manier in een zeer korte tijd voor u op maat en tegen een vaste prijs een algoritme gebouwd met een ‘Proof of Predictions’.  Daarmee weet u dus zeker dat dit algoritme doet wat het moet doen, binnen de gekozen use case.

Image016 (1)
Onze aanpak omvat drie stappen t.w.:
1. AI business fit

In één dagdeel definiëren wij u samen met uw MT een aantal use cases waarbij de inzet van data waardevol kan zijn om uw organisatiedoelen sneller of effectiever te realiseren. Door onze ruime ervaring kennen wij nagenoeg alle relevante use cases in verzekeringsland. Samen selecteren wij dan één of twee use cases, waarvan de toegevoegde waarde en/of prioriteit hoog is en de effort in termen van complexiteit om te implementeren het laagst is. 

Veel voorkomende organisatiedoelen zijn:

  • Verhogen van de premie- en/of provisie-omzet
  • Verbeteren van rendement van de portefeuille
  • Verbeteren van combined-ratio
  • Verhogen van klantloyaliteit
  • Verhogen van klanttevredenheid
  • Verbeteren van acceptatie- of schadebehandelings-processen
  • Verbeteren van kwaliteit van dienstverlening (o.a. invullen van zorgplicht)
  • Optimaliseren van distributie via intermediairs of subagenten
2. AI kickstart

In de AI Kickstart werken we één of twee geprioriteerde use cases voor u uit tot een algoritme met een Proof of Predictions.  De AI Kickstart is dus géén consultancy, we gaan echt met uw eigen data aan de slag.  De AI Kickstart omvat vier tweewekelijkse sprints die door een multidisciplinair sprintteam worden uitgevoerd. Uiteraard kunt u in het sprintteam ook uw eigen mensen aan laten sluiten.  De sprints zijn:

Data engineering

Sprint 1 

Data engineering:  o.a. datadeling, security, scope, formaliteiten
Sprint 2 
Descriptive:  o.a. data cleaning, data preppen, eerste descriptive analytics

Model engineering

Sprint 3 

Diagnostic: o.a. patroonherkenning, selectie van ML modellen
Sprint 4 
Predictive: o.a. testen van ML modellen, trainen op historische data

3. AI Delivery

Indien de output van de AI Kickstart naar uw maatstaven een algoritme heeft opgeleverd met een voldoende mate van betrouwbaarheid en nauwkeurigheid, kan dit vervolgens tijdens de AI delivery in de praktijk worden gebracht.  Daarin onderscheiden we twee fases:

Fase 1  Pilotperiode 
o.a. optimaliseren en operationaliseren, ophalen gebruikersfeedback

Fase 2  Go live 

o.a. periodiek hertrainen en monitoren, resultaten rapporteren

Wilt u meer weten over onze PoP dienstverlening? 

De verschillen op een rij

DaaS, PoP of PRaaS?

Als u deze twee vragen met Ja kunt beantwoorden, dan is PRaaS voor u het meest geschikt:

Check

U wilt snel starten met bewezen algoritmes

Check

U wilt een concrete businesscase met een zo laag mogelijk risico en maximaal resultaat

Als u deze twee vragen met Ja kunt beantwoorden, dan is DaaS voor u het meest geschikt:

Check

U wilt een algoritme in huis kunnen operationaliseren

Check

U wilt een start maken met data science en eerst een gedegen fundament leggen

Als u deze twee vragen met Ja kunt beantwoorden, dan is PoP voor u het meest geschikt:

Check

U wilt een algoritme geheel op maat laten maken en dit daarna snel risicoloos inzetten

Check

U wilt een algoritme op maat laten maken tegen een vaste prijs

Heeft u advies nodig? Wij helpen uiteraard graag verder!