Vroegtijdig schoolverlaten in Vlaanderen. Van oorzaak tot aanpak Carl Lamote 31 mei 2011
Vroegtijdig signaleren en voorkomen van achterstanden op uw hypotheekportefeuille. Kan dat?
-
Upload
everestbv -
Category
Economy & Finance
-
view
155 -
download
1
description
Transcript of Vroegtijdig signaleren en voorkomen van achterstanden op uw hypotheekportefeuille. Kan dat?
Vroegtijdig signaleren en voorkomen van achterstanden op uw hypotheekportefeuille.
Kan dat?
Mark Mastop
Everest
2
● Klantgerichte processen
o Adviseren en klantbeeld
o Ontsluiten via elk kanaal
o Regelen en afhandelen
Wat doet Everest?
● Kennisintensieve processen
o Kenniswerkers ondersteunen
o Automatiseren waar mogelijk
o Compliance en risico
● Focus op agile IT
o Advies en inrichten software factories
o Minder overdrachten door business engineering
Toegewijd, ondernemend en vooruitstrevend in financials en centrale overheid
5
6
7
Nederland gaat samenwerken met China
8
9
Sterftecijfer - Nederland
Bron http://www.indexmundi.com
10
Sterftecijfer - China
Bron http://www.indexmundi.com
11
Geboortecijfer - Nederland
Bron http://www.indexmundi.com
12
Geboortecijfer - China
Bron http://www.indexmundi.com
13
Heeft preventie nut?
14
Kaiser Permanente : Focus op de keten
http://healthydebate.ca/opinions/a-sobering-lesson-about-prevention
Kaiser Permanente (een non-profit zorgverzekeraar en aanbieder in de Verenigde Staten) is een van de best presterende gezondheidszorg systemen in de wereld.
Bron: McGinnis et al, Health Affairs (2002)
15
Toename betalingsproblemen
Het aantal personen met een betalingsachterstand op de hypotheek is het afgelopen jaar met 25 procent gestegen. Dit blijkt uit de Hypotheekbarometer van Bureau Krediet Registratie (BKR).
Op dit moment hebben 81.888 huiseigenaren een betalingsachterstand, begin 2008 waren dat er nog zo'n 31.500.
Bron: BKR Hypotheek barometer 15/4/2013
Meer huizen onder water
Huishoudens met onderwaarde eigen woning
Gemiddelde onderwaarde eigen woning naar leeftijd hoofdkostwinner, 1 januari 2011
Eigen woning van ruim één miljoen huishoudens onder water
Gemiddeld staat een woning voor 13.000 euro 'onder water'. Begin 2011 bedroeg de gemiddelde onderwaardebij een huiseigenaar tussen de 25 en 35 jaar bijna 30.000 euro. Bij een 65-plushuishoudens was dat zo'n 1000 euro.
18
Het aantal huishoudens met een hypotheek die boven de marktwaarde van het huis ligt zal eind 2013 zijn gestegen naar 800.000.
Verwachting voor 2013
Toename restschuld
63%
21%
16%
Belangrijkste oorzaken
Beëindigen relatie
Wanbetaling
Inkomensverlies
Preventief beheer
Bijzonder Beheer
Intensief Beheer
Preventief Beheer
• Herinneren
• Incasseren
• Verkopen
• Budgetteren
• Regeling treffen
• Signaleren
• Voorspellen
• Voorkomen
Vroeger
Nu
Straks
22
23
Predictive Analytics
Met behulp van predictive analytics technologie op basis van historische data voorspellen of een klant een verhoogde kans heeft om op korte termijn in achterstand te geraken én bepalen welke actie het beste uitgevoerd kan worden om te voorkomen dat de achterstand ontstaat.
25
Big Data
26
27
28
● BigData gezien als technology push
● Gaat alleen succesvol worden als de business vraagstukken worden uitgewerkt
● Gartner plaats BigData in trough of disillusionment;kortom zeer snel volwassen.
o Snelstgeadopteerdetechnologie ooit.
Analisten
29
90% Data is van laatste 2 jaar
Bron IDC December 2012
30
Ongebruikte Data
23% is bruikbaar als getagged en geanalyseerd
Bron IDC December 2012
31
Ongebruikte Data
3% is getagged
0.5% is geanalyseerd
Bron IDC December 2012
32
Soorten Data
PubliekeData
Private
Data
Eigen Data
• Open data• Kosteloos door
overheid beschikbaargesteld
• 5900 bronnen met diverse data
• Social feeds
• Inkopen• Facebook• Meerdere partijen die
dit aanbieden
• Data op basis van eigendatawarehouses
• CRM Data• Polis Data• Betalingsdata
33
CBS tijdens Cross Media Café 2013
5900 bronnen
34
Wanneer is Facebook data te koop?
35
Welke data gebruiken?
36
Meerdere basisgedachten
Bron Decision Management Solutions
Kennis – Beschrijvend Actie - Voorschrijvend
Hoe kan ik klant data gebruiken? Wat heeft
heeft er in het verledenallemaal
plaatsgevonden?
Hoe zit mijn klantportfolio in elkaar? Hoe kan ik data omvormen
naar “kennis” om beterebeslissingen te nemen?
Hoe gaan mijn klantenzich mogelijk gedragenin de toekomst? Hoe
zullen ze gaan reagerenop mijn benaderingen?
37
38
39
40
41
TWEE STAPPEN
42
Signaleren – Voorspellen - Voorkomen
KANS ACTIE
43
KANS ACTIE
PeergroupActies
PressieActies
AdviesActies
Real-Time, Device Onafhankelijk, Visueel & Transparant
Signaleren – Voorspellen - Voorkomen
Voorbeeld dashboard
Voorbeeld dashboard
Algemene informatie
Kans op betalingsachterstand in de komende drie maanden
Te nemen actie om de kans te verlagen
Trend tov vorige meting
46
UitnodigingRondetafelsessie
predictive technology voor preventief achterstandenbeheer
19 November 2013
47
Accepteer dat klantinformatieniet compleet of betrouwbaar is,
en laat je hier niet door tegenhouden.
48
Maak een plan om de zwijgende meerderheid in
kaart te brengen.
49
Neem gericht en proactief actiedie laagdrempelig en in het
belang van de klant is.
51