BALOISE - MEHR ALS EINE TRADITIONELLE VERSICHERUNG

Dienstleistungen und Lösungen, die über das klassische Versicherungsgeschäft hinausgehen.

expert-feedback-onedot-in-action-create-an-accurate-product-categorisation-system-using-accurate-and-up-to-date-product-information

HERAUSFORDERUNGEN

  • Unterschiedliche Qualität bei Kundendaten
  • Keine Geodaten für die Adressen verfügbar
  • Regelbasierte Datenzuordnung unzureichend
  • Manuelle Bereinigung schwierig aufgrund des Volumens
  • Visualisierung des Kundenbestandes kaum  möglich
-onedot-intelligently-adapts-to-changes-in-the-data-and-continuously-learns-from-business

WIE ONEDOT GEHOLFEN HAT

  • Vorliegende Adressdaten bereinigt
  • Datenquellen mit Fuzzy Matching konsolidiert
  • Kundendaten mit Geodaten angereichert
  • 96% Matching Rate erreicht
  • Visuelle Analyse von Kundensegmenten erreicht

Baloise ist der fünftgrößte Versicherungsdienstleister der Schweiz für Privatpersonen und Unternehmen. Seit 1863 auf dem Markt, operiert Baloise vom Hauptsitz in Basel aus in Europa mittels verschiedenen Tochtergesellschaften in der Schweiz, Deutschland, Liechtenstein, Belgien und Luxemburg. In der Schweiz ist die Gruppe mit der Baloise Bank SoBa in Solothurn auch als spezialisierter Finanzdienstleister tätig und bietet eine Kombination aus Versicherungs- und Bankdienstleistungen an. Durch die zunehmende Konzentration auf die Kernmärkte konnte Baloise die Profitabilität deutlich steigern und zu einem der erfolgreichsten Versicherer in Europa werden.

ANSPRUCHSVOLLE AUFBEREITUNG VON ADRESSDATEN

Die Baloise Group ist mehr als eine traditionelle Versicherung. Im Fokus ihrer Geschäftstätigkeit stehen die sich wandelnden Sicherheits- und Dienstleistungsbedürfnisse der Gesellschaft im digitalen Zeitalter. In der Schweiz wurde in den letzten 30 Jahren intensiv in den Aufbau des Data Warehousings investiert und es wurden umfangreiche Dateninfrastrukturen aufgebaut. Die Daten ermöglichen unter anderem eine Segmentierung der Kunden, welche die Basis für die Vertriebssteuerung bilden und folglich eine optimale Betreuung der Kunden ermöglichen. In Zukunft soll die Visualisierung der Daten bei der Baloise auch dazu genutzt werden, um beispielsweise bei Schadenereignissen eine erhöhte Responsivität sicherzustellen oder Kunden proaktiv über mögliche Ereignisse wie Unwetter zu informieren.

 

Wegen der stetig wachsenden Datengrundlage möchte die Baloise in Zukunft vermehrt auf die Visualisierung von Daten setzen. Deswegen sollten bestehende Kundendatensätze mit Geodaten (Koordinaten) angereichert werden. Obwohl die Datenqualität in der Summe eine sehr hohe Qualität aufgewiesen hat, gab es – bedingt durch die lange Historie der Daten – eine Heterogenität in der Datenbasis, welche den Abgleich mit Fuzzy Matching anspruchsvoller gestaltete.

 

Die eingepflegten Adressdaten wiesen teilweise kleinere Fehler auf: zum Beispiel wurden Stadtviertel oder Stadtbezirke anstatt der Stadt eingetippt. Durch die Mehrsprachigkeit kam es zu Abweichungen in den Bezeichnungen, so wurde aus der Strasse die Avenue oder Städte wurden mit Geneva, Genève und Genf im System hinterlegt. Auch Postleitzahlen waren teilweise unvollständig oder falsch. Doppeleinträge und Tippfehler erschwerten die Datenzuordnung zusätzlich. Um konsistente Kundendaten zu erhalten war deshalb die Hilfe von Datenaufbereitungsspezialisten notwendig.

Komponenten-Data-Warehouse-zukünftige-Anforderungen

Aufgrund des umfangreichen Datenvolumens und der Heterogenität in den Daten ist uns das manuelle, klassische Zuordnen von Geodaten auf die Kundendaten nicht gelungen respektive wäre mit sehr grossem Aufwand verbunden gewesen. Deshalb haben wir uns entschieden, Spezialisten an Bord zu holen.

Christoph Geering, Leiter IT Business Intelligence & Sales, Baloise Schweiz.

WIE ONEDOT HELFEN KONNTE

Die Baloise hat Onedot beauftragt, die Kundendaten mit geografischen Koordinaten zwecks Visualisierung zu verknüpfen. Die unstrukturierten Adressdaten wurden im Vorfeld für interne Prozessierungszwecke bereinigt, normalisiert und vereinheitlicht. Onedot hat die Strassennamen, Postleitzahlen und Stadtnamen mittels Maschinellem Lernen zugeordnet und zusammengefügt.

Die Baloise stimmte mit Onedot die gewünschte Fuzzy Matching Granularität ab, um festzulegen, welche Fehlertoleranz für diesen Matching Vorgang sinnvoll ist. Die von Onedot vorgeschlagene Granularität wurde mit statistischen und probabilistischen Methoden sowie proprietärer Künstlicher Intelligenz (KI) ermittelt. Dank Fuzzy Matching Logik wurden die Datenquellen präzise konsolidiert.

Komponenten-Data-Warehouse-zukünftige-Anforderungen

Die Onedot Software, mit modernstem maschinellem Lernen, eröffnete uns neue Wege in der Datenaufbereitung. Als Resultat haben wir eine bessere Datengrundlage, um unsere kundenorientierten Aktivitäten im Bereich des Vertriebs und der Schadenabwicklung noch besser zu steuern.

Christoph Geering, Leiter IT Business Intelligence & Sales, Baloise Schweiz.

DAS RESULTAT

Maschinelles Lernen wurde dazu verwendet, um die verschiedenen Attribute optimal zu gewichten und um die Adressdaten für die Visualisierung vorzubereiten. Dadurch wurden über 96% der Kundendaten zügig für weitere Analysen bereitgestellt und für den Import in die Baloise Analytics-Tools vorbereitet. Als Resultat erhielt die Baloise die Verknüpfung der Adressdaten mit Gebäude Standorten und geografischen Koordinaten, um darauf aufbauend die Kundensegmente grafisch anzeigen zu können.

MIT IHREN EIGENEN DATEN TESTEN

Erfahren Sie, wie Onedot Ihnen helfen kann.

KONTAKT