De uitdagingen van het democratiseren van data

De moderne digitale wereld is overspoeld met data, maar het begrijpen en ontleden van die data was tot nu toe de taak van specialisten. De uitdaging voor verzekeringsmaatschappijen die willen overstappen op datademocratisering, is om die data beschikbaar, begrijpelijk en bruikbaar te maken voor niet-specialisten.

Wat is democratisering van data?

Datademocratisering is een wereldwijde beweging om iedereen in een organisatie in staat te stellen met data te werken, ongeacht hun technische vaardigheid. Als alle medewerkers in staat worden gesteld om op data gebaseerde beslissingen te nemen en ermee te werken, kunnen organisaties betere klantervaringen opbouwen.

Uitdagingen voor de verzekeringssector

Oude systemen

De grootste uitdaging voor verzekeraars die data proberen te democratiseren, is misschien wel de afhankelijkheid van legacy en on premise systemen.

Vaak slaan legacy-systemen slechts een beperkte hoeveelheid data op, en die data is vaak moeilijk te extraheren. Om het probleem nog groter te maken, draaien legacy-systemen vaak op in-house specifieke, op maat gemaakte software die niet over de mogelijkheden en ingebouwde flexibiliteit beschikt om data met andere systemen te delen, te analyseren en te communiceren; of ze nu intern of extern zijn. Dit beperkt het vermogen van veel verzekeraars om de data die ze al hebben, op een effectieve en bruikbare manier te gebruiken, en is het haast onmogelijk voor een verzekeringsmaatschappij om aanvullende data op niet-specialistisch niveau te verwerken.

Te veel systemen

Verzekeringsmaatschappijen hebben vaak veel systemen die geen externe integratiemogelijkheden hebben. Dit maakt het buitengewoon moeilijk om data te verzamelen, op te slaan en te analyseren in één enkele plek die toegankelijk is voor het hele bedrijf.

Ongestructureerde data

Net zoals voor diamanten uitgebreide polijsten vereist is om ze aantrekkelijk te maken voor kopers, moet ook data worden opgeschoond, gestructureerd en verfijnd om echt waardevol te zijn voor bedrijven. Waardoor ze bruikbaar worden op een manier die voordelen oplevert voor zowel het bedrijf als de klant . Bij ongestructureerde data zijn verzekeraars genoodzaakt om die extra handeling te implementeren om alle data die kan worden gebruikt te extraheren. Gelukkig worden er grote stappen gezet in de goede richting via technologische oplossingen die sommige van deze uitdagingen zullen verlichten, zoals we zien met de evolutie van AI en textmining.

Kosten

Data kan van onschatbare waarde zijn voor verzekeraars op de lange termijn, maar om er echt gebruik van te maken, zijn aanzienlijke investeringen nodig. In grote lijnen zijn de kosten tweeledig. Ten eerste is het verzamelen en afstemmen van alle data uit verschillende ongelijksoortige systemen de grootste kostenuitdaging. Ten tweede, om de relevante data naar alle geschikte gebruikers te distribueren. Om zo’n grote investering te rechtvaardigen is een duidelijke businesscase nodig. Het bouwen van zo’n businesscase kan echter een uitdaging op zich zijn, omdat het moeilijk is om de resultaten en winsten op korte termijn voor het bedrijf nauwkeurig te voorspellen en de exacte tijdlijn voor het optimaliseren van de data tot bruikbare informatie.

Toegang voor iedereen?

Een laatste twistpunt, en één die misschien een verschuiving van denken op de hoogste niveaus van het bedrijfsleven vereist, is de toegankelijkheid van die data over het hele spectrum van een bedrijf. Wie krijgt toegang tot de data: iedereen of een select aantal? Om echt data democratisch te worden, moeten verzekeringsmaatschappijen de eerste optie omarmen.