Insurance

Customer Intelligence | Data Management
Hartmut Schroth 0
360-Grad-Kundensicht – Herausforderung für Versicherungen seit Jahren

Das Thema „360-Grad-Kundensicht“ ist schon immer eine große Herausforderung für Versicherungen gewesen und hat in den letzten Jahren eine noch höhere Wichtigkeit erhalten. Kein Unternehmen bestreitet diese Wichtigkeit, jedoch nur wenige haben die Anforderung auch wirklich umgesetzt. War vor ca. fünf Jahren das Thema noch die Kür, so ist 360-Grad-Kundensicht

Data Management
Michael Herrmann 0
EU Datenschutz aus juristischer Sicht: Kommen wir 2018 „durch den TÜV“?

Stichtag 25. Mai 2018 - ab diesem Tag wird amtlich geprüft, ob Ihrem Unternehmen der Nachweis real gelingt, sprich, ob jene Maßnahmen rund um personenbezogene Daten als angemessen durchgehen. Um die Balance zwischen juristischem Verständnis und IT-Realitäten zu finden, habe ich mit Arnd Böken gesprochen, Anwalt für Datenschutzrecht bei Graf

Analytics | Data Management | Data Visualization
Michael Rabin 0
Digitalisierung bei Versicherungen: Schritttempo ist auch Geschwindigkeit

Fühlen Sie sich bei Ihrer Versicherung online abgeholt? Am besten 24/7? Was andere Branchen und InsurTechs bereits vormachen, ist bei Versicherungen noch nicht gang und gäbe: die Digitalisierung des Geschäfts. Dabei liegen gerade bei Versicherern die perfekten Bedingungen dafür vor: viele Daten, viele Prozesse, viele Produkte und viele online-affine Kunden.

Data Visualization
Sanjay Matange 0
Category highlighting

When presenting information in form of a graph we show the data and let the reader draw the inferences.  However, often one may want to draw the attention of the reader towards some aspect of the graph or data.  For one such case, a user asked how to highlight one

Analytics | Fraud & Security Intelligence
Leendert Kollmer 0
Vermittlerbetrug erkennen und verhindern

Wirtschaftskriminelle Handlungen zu entdecken und zu verhindern, ist ein kontinuierlicher Prozess, dessen Optimierung der Versicherung finanzielle Vorteile verschafft und Reputationsschäden verhindert. Eine entscheidende Rolle spielen dabei vor allem die Prävention und eine optimierte Identifikation von Betrugsversuchen durch fortgeschrittene analytische Verfahren. Die meisten der im Betrug durch Vermittler anzutreffenden Handlungen manifestieren

Advanced Analytics | Analytics | Customer Intelligence | Data Management | Internet of Things
Andreas Gödde 0
Die Uhr tickt – Zeit für einen Umsetzungsplan zur EU-Datenschutz Compliance

In nahezu einem Jahr findet die neue EU-Datenschutz-Grundverordnung (DSGVO) Anwendung. Wer bisher dachte, das hat noch Zeit und wird nicht so heiß gegessen, wie es gekocht wird, der wurde von der Ankündigung des Bayerischen Landesamts für Datenschutzaufsicht überrascht: Bayern kündigt schon erste Kontrollbesuche an. „Abwarten und nichts tun ist mehr

Advanced Analytics | Machine Learning
Dariusz Jańczuk 0
Is intelligent content on the web the answer to mass content blocking?

As the internet grew in popularity, the marketing industry was quick to see that it had become an important channel for reaching out to potential customers. Websites increasingly began to host ads that were often unconnected with the site content. Advertising content became more widespread and unfortunately, also often obtrusive.

Advanced Analytics | Analytics | Data Management
Michael Herrmann 0
Data Management für Analytics – Enge Verzahnung von IT und Data Science ist entscheidend

Welche Rolle Datenqualität und Data Governance beim Data Management für Analytics spielen, habe ich mit meinem Kollegen Gerhard Svolba zuletzt an dieser Stelle diskutiert. Doch was genau macht modernes Datenmanagement aus, und welche Rolle spielen dabei neue Technologien à la Hadoop und Co.? Und wie sieht überhaupt die künftige Zusammenarbeit

Advanced Analytics | Machine Learning
Andreas Becks 0
Stop Algorithm Porn! Warum Machine Learning alleine kein Wundermittel ist

In meinem vorherigen Beitrag  ging es darum, wie sich das Internet of Things (IoT) über den aktuellen Hype hinaus geschäftsfähig machen, also operationalisieren, lässt. Und um die Hürden, die Unternehmen in Sachen Analytics dafür überwinden müssen. Immer wieder spreche ich in diesem Zusammenhang mit Kunden über ein Thema, das nicht

Data Management
Gerhard Svolba 0
Data Management für Analytics – Governance schafft Vertrauen

Kürzlich habe ich mich mit meinem Kollegen Michael Herrmann darüber unterhalten, wie Big Data die Anforderungen an Datenmanagement und vor allem an die Datenqualität verändert – und wie die IT, der Data Scientist und die Fachabteilung besser zusammenarbeiten können. Heute geht es darum, wie Daten nachvollziehbar und transparent gemacht werden

Analytics | Data Visualization
Chauffeur und Data Scientist günstig abzugeben

1901 prognostizierte Gottlieb Daimler: „Die weltweite Nachfrage nach Kraftfahrzeugen wird eine Million nicht überschreiten – allein schon aus Mangel an verfügbaren Chauffeuren." Heute fahren die meisten selber und das selbstfahrende Auto scheint auch greifbar nah. Chauffeure braucht heute kein Mensch mehr. Wie sieht das, bei immer mehr Self-Service-Analytics und Machine

Advanced Analytics | Analytics
Toby Text 0
Auf und ab wie im Paternoster - aktuelle Trends in Samt und Seide von der KSFE in Krefeld

Auf der diesjährigen KSFE (Konferenz für SAS Anwender in Forschung und Entwicklung) gab es wieder viele überraschende Entdeckungen zu machen: Zunächst lernten die von außerhalb anreisten Teilnehmer, dass Krefeld die „Samt- und Seidenmetropole“ Deutschlands war. In ihrer Blütezeit vor dem Strukturwandel der Jahrtausendwende wurden dort 90 % aller in Deutschland gefertigten

Analytics | Data Management
Michael Herrmann 0
Data Management für Analytics – Datenqualität ist keine Einbahnstraße!

Auch wenn der Hype von Gartner für beendet erklärt wurde: An Big Data und der Auswertung entsprechender (oftmals unstrukturierter) Datenmengen kommt kein Unternehmen vorbei. Doch welche Herausforderungen stellen Big Data und damit einhergehende Entwicklungen an das Data Management? Wie können Data Scientists, IT und Fachabteilung heute zusammenarbeiten? Und wo prallen

Analytics | Fraud & Security Intelligence
Marco Heidelberger 0
Mehr Effizienz in Regulatorik und Compliance

Dieser Weg … Kann er leichter sein? Regelmäßig begeben wir uns in ein Hamsterrad. Für die Erfüllung von Regulatorik und Compliance sind auf dem Weg bis zum Reporting viele vorgelagerte Schritte notwendig. Diese zu bewältigen, ist sehr mühsam: Die beteiligten Fachbereiche und Systeme sind meist sehr heterogen aufgestellt, die Prozessschritte

Analytics | Data Management
Cecily Hoffritz 0
Get in control of EU Data Protection regulation

Whether you work with IT, compliance or at C-level, you would have heard of the new EU General Data Protection Regulation by now. With the compliance deadline of May 2018 fast approaching, hopefully, you have already started taking necessary steps to prevent your company from incurring massive fines. How do

Data Visualization
Sanjay Matange 0
Getting Started with SGPLOT - Part 4 - Series Plot

This is the 4th installment of the Getting Started series.  The audience is the user who is new to the SG Procedures.  Experienced users may also find some useful nuggets of information here. Series plots are frequently used to visualize a numeric response on the y-axis by another numeric variable on

Analytics | Customer Intelligence
Steffen Stahl 0
Customer Intelligence Forum 2017 - Gespräch mit Dr. Jörg Reinnarth, Geschäftsführer des SAS Partners Cintellic

Am 14. März findet in Frankfurt in der „Klassikstadt“ das Customer Intelligence Forum 2017 statt. Ich habe vorab Dr. Jörg Reinnarth, den Geschäftsführer vom SAS Partner Cintellic, gefragt, welche Rolle seiner Meinung nach Analytics in Sachen Marketingmaßnahmen & Co. in Zukunft spielen wird. Er sieht vor allem einen Kulturwandel auf

Fraud & Security Intelligence
The last part of the blog post series “A practical guide to tackle auto insurance fraud” – Part 7: Operational Processes and Automated Controls

This is the seventh and last part of the blog post series “A practical guide to tackle auto insurance fraud”. In the first six articles of the series we drilled down to: Data Management and Data Quality as the basis for fraud detection analytics. Business Rules and Watch lists techniques

Advanced Analytics | Analytics
Anita Lakhotia 0
It’s a long, long road … von den Daten zur Entscheidung. Aber mit Analytics-as-a-Service wird die Reise einfacher

In meinem letzten Beitrag habe ich mich mit Colin Gray vom SAS Analytics-on-Demand-Team über die verschiedenen Optionen unterhalten, die Unternehmen zur Verfügung stehen, wenn sie in Analytics einsteigen – eine davon ist Analytics-as-a-Service. Neben dem technischen Aspekt gilt es, auch den strategischen und organisatorischen zu berücksichtigen. Daher soll es hier

Analytics | Risk Management
Luis Barrientos 0
Logre el éxito de la alta dirección mediante un buen manejo del riesgo.

Los episodios económicos y financieros del presente siglo han apremiado al sistema financiero a generar bases exhaustivas, perdurables y también adaptables tanto en el ámbito local como el internacional; sin embargo, aún se siguen analizando, probando, modificando e implementando planes, estrategias e ideas sobre el camino, lo cual no es

Analytics | Machine Learning | Risk Management
Christian Engel 0
Data Scientists im Gesundheitswesen – Chancen im morbiditätsorientierten Risikostrukturausgleich

Seit 2009 sollen der Gesundheitsfonds und der morbiditätsorientierte Risikostrukturausgleich in der deutschen gesetzlichen Krankenversicherung (GKV) für eine ausgewogenere Verteilung der Einnahmen bei den Kassen sorgen. Ziel ist ein sozialer Ausgleich für unterschiedliche Einkommensstruktur und Krankheitslasten bei den Mitgliedern. Über einen sehr interessanten Nebeneffekt, den dieses regulatorische System ungewollt ausgelöst hat,

Analytics | Customer Intelligence
Patrick Xhonneux 0
Why fact-based CMOs outperform their peers

At a time when ‘fake news’ has acquired its own presence on Wikipedia, it is worth reflecting a little on something more fundamental - the difference between facts and opinions. One of the most critical points to keep in mind when reviewing a plan, or a performance report, is to

1 3 4 5 6 7