Data Donderdag #10

Hylke Niermeijer – Achmea en Erik Kentie – Easim, initiatief TU Delft

In 2015 is de TU Delft een initiatief gestart met verzekeraar Achmea, met de focus op schade. Vier groepen studenten van twintig man zijn aan de slag gegaan, met als doel data op verschillende manieren te benaderen. In relatief korte tijd werd veel informatie uit data gehaald. Er zijn diverse modellen op losgelaten, die resultaten gaven over inbraken, verkeersongevallen en waterschade. In 2016 gaat de TU Delft verder met groepen studenten, waarnaast de universiteit nog op zoek is naar cases.

Op het gebied van schade is Achmea de grootste verzekeraar van Nederland. Er komen jaarlijks één miljoen schadeclaims binnen. Daarmee hebben we een ongelooflijk rijke bron aan data over wat iemand in zijn omgeving kan overkomen. Omdat de wereld om ons heen verandert, willen we daar op inspelen.

“Het is een logische weg om in de toekomst met data mensen een veiligere leefomgeving en veiligere rit naar huis bieden.”

Van oudsher weten wij hoe we met data om moeten gaan. We verzamelen historische gegevens en passen statistieken toe om risico’s te delen. Steeds meer, en op andere manieren, proberen we data te ontsluiten. Bijvoorbeeld om schadebedragen te voorspellen en directe uitbetaling mogelijk te maken. In potentie levert dat veel snellere en klantvriendelijkere processen op.
Een toepassing waar we nu mee bezig zijn is een enorme bron schadedata in een bepaalde context plaatsen. Echte mogelijkheden zien we op termijn in de hoek van veilig rijden en veilig en comfortabel wonen.

We hebben bijvoorbeeld een case gedaan met straatverlichting. In een bepaald gebied werden alle verkeersongevallen gerelateerd aan de hoeveelheid verlichting. Dat leverde zogenaamde heatmaps op, hierop zijn punten te zien waar slechte verlichting is of veel ongelukken gebeuren. Als een dergelijk overzicht per stad of zelfs landelijk te maken is, is dat een grote sprong voorwaarts. Vervolgens kun je in gesprek gaan met gemeenten over maatregelen. Uiteindelijk kan dit leiden tot betere verlichting en daardoor minder ongevallen.
Een ander voorbeeld: na een grote wolkbreuk kunnen wij goed zien waar schades vallen. Als deze data gecombineerd wordt met data van het waternet, over bijvoorbeeld de staat van de riolering, kunnen er relaties gelegd worden. Is de riolering van invloed op de heftigheid van een overstroming? De uitkomst hiervan kan voor ons een reden zijn om met een gemeente te gaan praten.

 

Delen:
Facebooktwittergoogle_pluslinkedin

LEAVE A REPLY

Het e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *