item home
item what's new
item bedrijfsprofiel
item customer relationship management
item diensten
item projecten
item publicaties
item career opportunities
item reacties

PUBLICATIES
Schoenmaat 99!

Door Chris den Daas,
managing partner bij iTEM Consultants, Zeist

Organisaties raken zich steeds meer bewust van het feit, dat gegevens een strategisch goed zijn. Technologie‘n als Internet, DataWarehousing en Datamining vergemakkelijken gegevensuitwisseling, gegevensopslag en gegevensbenadering. De verschillende organisaties, zowel in de profit als in de non-profit sector trachten deze technologie‘n op een intelligente wijze aan te wenden om informatie uit deze gegevens te genereren op basis waarvan de kwaliteit van bedrijfsbeslissingen kan worden gemaximaliseerd. Fraudedetectie door het eenvoudigweg koppelen van gegevensbestanden heeft de sociale sector al vele miljoenen guldens bespaard. Datamining - het in grote gegevensverzamelingen door middel van kunstmatige intelligentie technieken opsporen van significante verbanden en patronen - levert de Belastingdienst een schat van informatie mtrent het profiel van de frauderende burger.

In de verschillende marksectoren zijn de motivaties om een DataWarehouse op te zetten divers. In de telecombranche is de grootste motivatie Customer segmentation. Op basis van analyses op het belgedrag, worden significante klantengroepen onderkend. Deze klantengroepen kunnen dan individueel met een op maat gesneden productenaanbod worden benaderd.

In de bankensector is de motivatie Customer integration. Een klant neemt over het algemeen meerdere producten bij een bank af (spaarrekening, deposito, doorlopend krediet, etc.). De meeste banken beschikken van oudsher over productgeori‘nteerde informatiesystemen. Klantintegratie is het hier het toverwoord om cross selling en upselling te faciliteren om zo het rendament van de individuele klanten te maximaliseren.

In de verzekeringsbranche is het Data Warehouse interessant, om Customer risk assessments uit te voeren. Met een goede kennis van het reclameringsgedrag van de verzekerden kun je geld besparen, goede klanten binden en slechte (dure) klanten identificeren. Neem nu bijvoorbeeld het feit dat de meeste schadeclaims van autoverzekeringen afkomstig zijn van verzekerden, die in een van de vier grote steden wonen. Op basis van deze kennis zou de verzekeringsmaatschappij kunnen beslissen om de premie voor verzekerden uit die steden met een risico- opslag kunnen verhogen. Nader analyse echter wijst uit, dat er een piek is in de schadeclaims van mannelijke verzekerden, tussen 25 en 35 jaar oud en wonend in het centrum van de stad.

Zij blijken gemiddeld drie schades per jaar te hebben van gemiddeld zo'n Dfl 1000,= - waarschijnlijk parkeerschades. Op basis van deze gedetailleerde kennis zal de maatschappij waarschijnlijk een hele andere beslissing nemen: het verhogen van het eigen risico naar Dfl 1000,= per gebeurtenis voor deze categorie verzekerden. Met deze beslissing worden de "goede" klanten niet benadeeld (en zullen niet elders gaan shoppen omdat de premie te hoog wordt), de "slechte" klanten zullen waarschijnlijk ook niet weglopen (welke verzekeraar zou hen als klant willen?) en de schadelast neemt af.

In alle bovenstaande voorbeelden valt op dat de gegevens waar we het steeds over hebben alle betrekking hebben op u: de burger alias de klant alias de relatie. Sinds 1989 is in Nederland de Wet op persoonsregistraties (WPR) van kracht. De Registratiekamer, die belast is met het toezicht op naleving van deze wetgeving, schat dat iedere Nederlander gemiddeld in 1000 databases geregistreerd staat. Naar verwachting zal dit aantal, maar ook de omvang van het aantal gegevens per registratie fors toenemen. Daarmee stijgen niet aleen de toepassingsmogelijkheden, maar ook de kansen op schendingen van de privacy.

In welke mate men ervaart of de privacy geschonden wordt is subjectief. Als ik via het Internet bij CDNow de nieuwste CD van de Rolling Stones bestel, vind ik het vanzelfsprekend, dat mijn bestelling, mijn adres- en betalingsgegevens en additionele gegevens omtrent mijn muziekvoorkeur worden vastgelegd. CDNow legt alle transacties van alle klanten vast in een DataWarehouse. Hierdoor is CDNow in staat sommige klantbehoeftes al bepalen zonder dat de klant zich reeds van zijn behoefte bewust is. Bijvoorbeeld als een nieuwe CD van een onbekende Amerikaanse band veel gekocht is door personen die de Rolling Stones CD hadden aangeschaft. CDNow zal mij, zonder dat ik ooit van de band gehoord hoef te hebben, hiervan op de hoogte brengen via e-mail - eventueel vergezeld van soundclip. Alhoewel mijn privacy geschonden is - mijn persoonsgegevens zijn immers gebruikt op een manier die voor mij niet transparant is - zal ik dit waarschijnlijk niet als zodanig ervaren.

Het volgende voorbeeld heeft betrekking op een bank in de Verenigde Staten. Door middel van Datamining heeft men een onderzoek gedaan hoe het profiel van een fraudeur eruitziet. Als meest dominante factor kwam naar voren: een Italiaanse achternaam. Toepassen van deze kennis zal zeker worden geschaard onder de noemer privacyschending. Het weigeren van hypotheekaanvragen, verzekeringen leningen e.d. op grond van deze kennis is strafbaar. Hier doet Schoenmaat 99 zijn intrede. Indien de bank, verzekeraar of andere instelling klanten weigert op basis van afgeleide gegevens, waarvan het twijfelachtig is of ze strijdig zijn met de WPR, zullen niet-semantische "alarmcodes" zoals Schoenmaat = 99, Postcode = ZZ 9999 gebruikt worden om de werkelijke afkomst van de gegevens te maskeren. © iTEM Consultants 1999


Terug naar pagina met selectie van artikelen