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