Upload
phungnga
View
214
Download
0
Embed Size (px)
Citation preview
« Environnement attitude »L’impression de ce document est-elle indispensable ? Si oui, pensez à imprimer plusieurs diapositives par feuille.
L'evoluzione dell'utilizzo del dato in relazione ai needs degli utenti: l'esperienza Cardif
Seminario CETIF
« Environnement attitude »L’impression de ce document est-elle indispensable ? Si oui, pensez à imprimer plusieurs diapositives par feuille.
Company background
Dati e data quality
Obiettivo e roadmap di progetto
Creazione Datawarehouse
Dashboard direzionale e KPI’s
Evoluzione verso CRM model
AgendaAgenda
3
CardifCardif, , ilil polo polo assicurativoassicurativo didi BNP ParibasBNP Paribas
� BNP Paribas è leader europea nel Global Banking ed è presente in più di 85 nazioni con 173.000 dipendenti.
� BNP Paribas Ranking:
� Ratings of BNP PARIBAS
� BNP Paribas Key figures del 2008:
� Ricavi: € 27,4 Mld
� Utile netto: € 3 Mld
Cardif, a BNP Paribas Company
RATING A LUNGO TERMINE AGGIORNAMENTO
4
French Retail Banking
Corporate and Investment Banking
Investment Solutions
International RetailServices
Cardif, Cardif, ilil polo polo assicurativoassicurativo didi BNP ParibasBNP Paribas
BNL
� Leadership mondiale nelle Assicurazioni a Protezione dei Finanziamenti (Creditor Insurance).
� Quarta compagnia Vita in Francia
� Specializzata nella bancassicurazione
� Opera in 41 Paesi con 50 milioni di persone assicurate nel mondo
� Annovera tra i propri Partner 35 delle 100 banche più importanti al mondo
� Ratings: Standard & Poor’s ha assegnato il rating ‘AA’ di solidità finanziaria e creditizia a Cardif Assurance Vie e Cardif Assurances Risques Divers, le principali società di BNP Paribas Assurance
5
CardifCardif nel mondo: i numeri chiavenel mondo: i numeri chiave(1)(1)
Profile (1) BNP Paribas Assurance’s key figures
Gross Written Premiums(in miliardi di euro)
42 % da partnership esterne a BNP Paribas.
Assets Under Management(in miliardi di euro)
Net Banking Income(in milioni di euro)
1318
1437
1277
1017
867
2004 2005 2006 2007 2008
Pretax Income(in milioni di euro)
697
527467
789
563
2004 2005 2006 2007 2008
*
� Una compagnia solida che mostra una crescita costante principalmente grazie ad accordi di banca-assicurazione
*Before fair value adjustments under IFRS, revenues
from operating divisions increased 8.6% compared to 2007 to 1.5 billion euros
101,210698,4
77,568,2
2004 2005 2006 2007 2008
16,118
17,1
13,011,4
2004 2005 2006 2007 2008
6
RankingsUn modello di Business B2B2C Il modello di Bancassurance
Strutturata dal “greenfield”oltre 30 anni fa per servire i Partner
secondo un modello Business to Business to Consumer
� Approccio distributivo Tailor-made
� Ottimizzazione dei processi e dell’insieme della catena del valore
� Nessuna rete: interesse comune al Partner nel massimizzare la soddisfazione del cliente finale
Implementa e genera un centro di profitto con il Partner
Il Il ModelloModello didi BusinessBusiness
CARDIF
CLIENTI
Banche
Part
ner
Società finanziarie
Agenti e Brokers
Aziende
CARDIF
7
Cardif Cardif ItaliaItalia::Key figures 2008 Key figures 2008 –– ProdottiProdotti di di ProtezioneProtezione
Prodotti di Protezione: Premi Lordi in Mln€Prodotti di Protezione: Premi Lordi in Mln€
2008 vs 2007: Premi dei Prodotti di Protezione + 10%
0
50
100
150
200
250
300
350400
450
500
550
2000 2001 2002 2003 2004 2005 2006 2007 2008
Cardif Centrovita
2248
157108
556
77
507
390
244
+ 10 %
« Environnement attitude »L’impression de ce document est-elle indispensable ? Si oui, pensez à imprimer plusieurs diapositives par feuille.
Company background
Dati e data quality
Obiettivo e roadmap di progetto
Creazione Datawarehouse
Dashboard direzionale e KPI’s
Evoluzione verso CRM model
AgendaAgenda
9
La conoscenza passa attraverso il dato elementareLa conoscenza passa attraverso il dato elementare
� Forma di sapere, dotata di una sua utilità
� L'informazione può esistere indipendentemente da chi la possa utilizzare […] la conoscenza esiste solo in quanto c'è una mente in grado di possederla e/o utilizzarla
DatoDato
InformazioneInformazione
ConoscenzaConoscenza
Descrizione
� Descrizione elementare, spesso codificata, di una cosa, di una transazione, di un avvenimento o altro
� L'elaborazione dei dati può portare alla conoscenza di una informazione
� In una situazione in cui si hanno almeno due occorrenze possibili, supera un'incertezza e risolve un'alternativa, cioè sostituisce il noto all'ignoto, il certo all'incerto
Azioni chiave
RaccoltaOrganizzazione
SummarizingOrganisingAnalysing
SintesiDecision making
10
LL’’importanza del dato elementare importanza del dato elementare èè critica perchcritica perchéé alimenta le alimenta le informazioni e indirizza le decisioni aziendaliinformazioni e indirizza le decisioni aziendali
L’importante è che la business
intelligence produca
informazioni basandosi su
dati di elevata qualità
L’importante è che la business
intelligence produca
informazioni basandosi su
dati di elevata qualità
� Una decisione di business si deve poggiare su dati certificati.
�Pochi dati impuri potrebbero falsare di molto i risultati e produrre INFORMAZIONI sbagliate. Meglio quindiscartarli o rettificarli
�Scartare pochi DATI impuri non altera la sostanza delle INFORMAZIONI estratte mentre inserirli, anche se con un grado di affidabilità basso, può alterarle di molto
� Un Data Warehouse non è un sistema gestionale, serve quindi un’accurata selezione dei dati alimentanti
� Una decisione di business si deve poggiare su dati certificati.
�Pochi dati impuri potrebbero falsare di molto i risultati e produrre INFORMAZIONI sbagliate. Meglio quindiscartarli o rettificarli
�Scartare pochi DATI impuri non altera la sostanza delle INFORMAZIONI estratte mentre inserirli, anche se con un grado di affidabilità basso, può alterarle di molto
� Un Data Warehouse non è un sistema gestionale, serve quindi un’accurata selezione dei dati alimentanti
Fattori critici di successo
11
Fattori che possono influire sulla Data Fattori che possono influire sulla Data QualityQuality
DATI
� Velocità del cambiamento
� Misure
� Validazione� Accuratezza
� Metadati
� Definizione
� Modellazione� Distribuzione
TECNOLOGIA
Data Pipeline
� Timeline
� Perdita nel processo
Isolamento dei sistemi
Grado di copertura
� Data capture
� Uso dei dati
� manutenzione
DATA QUALITY
PROCESSI� Grado di Copertura
� Uso dei dati� Collezionamento dei
dati� Manutenzione
� Data Pipeline� Timeline� Perdita nel processo
� Disegno del processo
PERSONE� Leadership
� Conflitti di priorità� Responsabilità� Obiettivi
� Educazione
� Motivazione� Premio� Feedback
« Environnement attitude »L’impression de ce document est-elle indispensable ? Si oui, pensez à imprimer plusieurs diapositives par feuille.
Company background
Dati e data quality
Obiettivo e roadmap di progetto
Creazione Datawarehouse
Dashboard direzionale e KPI’s
Evoluzione verso CRM model
AgendaAgenda
13
I pilastri del progetto esprimono I pilastri del progetto esprimono i prei pre--requisitirequisiti di basedi base
DescrizionePilastri di progetto
Fattore culturale
Committment
Investimenti
� Sentire necessità di visione unica e condivisa dei dati
� Estendere il need del dato alle varie aree e ai vari livelli
� Kick-off ampi e coinvolgimento risorse impattate
� SAL e reporting del progetto al Top Management
� Budget dedicato su piano pluriennale
� Integrazione di interventi non previsti nel piano iniziale a
condizione che apportino valore aggiunto alla soluzione
(es. nuovi requirements)
14
La La RoadmapRoadmap di Progetto di Progetto èè stata definita dal Top stata definita dal Top
Management e poi condivisa con le principali AreeManagement e poi condivisa con le principali Aree
FASE 1
Technologies / Fattori abilitanti
How much? How many?
Business question
FASE 2 FASE 3 FASE 4
Prodotti finiti
What happend?What’s the best
that can happen?What will
happen next?
Data AccessData Quality
ReportingOLAP
PredictiveModeling
•KPI Direzionali•Risk Mgmnt
Business Intelligence
ReportAnalitici (Statici) e Schede Partner
Sintesi deisistemi aziendali
•Stime commerciali
• Integrazione dei dati dei sistemi gestionali per Query & Reporting
• Produrre una visione unificata e integrata dei dati delle diverse sorgenti (Portafoglio, Sinistri, Assunzioni, Contabilità Tecnica)
• Produzione di informazioni di business per le analisi (Forecasting, KPI’s, …)
• Evoluzione del modello
• Rivisitazione del 'Cliente‘
• CRM
Data AccessData Quality
« Environnement attitude »L’impression de ce document est-elle indispensable ? Si oui, pensez à imprimer plusieurs diapositives par feuille.
Company background
Dati e data quality
Obiettivo e roadmap di progetto
Creazione Datawarehouse
Dashboard direzionale e KPI’s
Evoluzione verso CRM model
AgendaAgenda
16
Scopo del Data WarehouseScopo del Data Warehouse
� Distribuisce una ‘single version of truth’
� Condivide gli stessi dati nell’Organizzazione
� Elimina il proliferare di elaborazioni ottenute con strumenti di informatica individuale (tutte diverse, non certificate, non condivise e lunghe da produrre).
� Permette agli utenti di accedere ai dati della “Compagnia” (visione orizzontale o di business) superando quella per sistemi operazionali (visione verticale per sistema).
� Far evolvere gli utenti dalla visione ‘Finanziaria/Tecnica’ verso una visione di ‘Business’
� Account Vendite, Sales support, Area Marketing, Attuariato, Contabilità
� Un Data Warehouse è uno snodo dell’Informazione che separa i sistemi operazionali da quelli decisionali e non partecipa ad alcun processo operativo
� Un Data Warehouse non produce reporting operazionale e non partecipa ad alcun processo gestionale
Obiettivi / Needs
Obiettivi / Needs
Out of scopeOut of scope
UtentiUtenti� Partner, Clienti, Prospects
17
La struttura del DW La struttura del DW èè unica con Universi che unica con Universi che
rispecchiano i Sistemi sorgente rispecchiano i Sistemi sorgente
Sorgente esterna
Nuovo DW
Portafoglio / Sinistri
� Tre Subject Area differenti:
� Portafoglio
� Contabilità
� Assunzioni/Sinistri
� Creare un unico DB
eliminando possibili
divergenze sui dati che
vengono forniti a clienti
interni/esterni
Pre-DW
Contab
Descrizione e obiettivo
Portafoglio
Contabilità
Data Warehouse
Attività non totalmente automatizzate
D1
D2
D3
D2
Stime
commerciali
Assunzioni
Assunz Sinistri
����Integrazione
dati prodotti da
altre fonti
ILLUSTRATIVO
18
ReportisticaReportistica ad hoc per gli utenti da utilizzare in ad hoc per gli utenti da utilizzare in
funzione dei funzione dei needsneeds
DATA WAREHOUSE
Portafoglioe Sinistri
Contabilità
Assunzioni
Subject Area Da utilizzare per … Need dell’utente
DW emette report statici
� Raccolta premi complessiva,
segmentata per prodotto,
compagnia e garanzia assicurativa
� PREMI
� CONTRATTI
� TESTE ASSICURATE
� SINISTRI
� PROFILO DEMOGRAFICO
� CAPITALI MEDI SOTTO RISCHIO
� ASSUNZIONI
� Principali dati statistici e
quanto non reperibile a
livello di dettaglio dalla
Contabilità
� Dettaglio per tipologia di
assunzione, esito e durata
media
19
……lala surveysurvey interna effettuata al termine del progetto ha interna effettuata al termine del progetto ha confermato lconfermato l’’utilitutilitàà del lavoro svoltodel lavoro svolto
Migliorata decisamente la fiducia e il grado di utilizzo da parte delle persone
Ponendo la domanda diretta agli utenti di riferimento sul grado di utilità, affidabilità e
completezza del Dw, si è ottenuta una valutazione complessiva del 90%. Il restante 10% è
da imputare a carenze e ritardi non sempre attribuibili al Dw.
Vantaggi per Utenti INTERNI Possibili vantaggi per Utenti ESTERNI
� Fonte unica del dato aziendale
� Dati certificati ed affidabili
� Risparmio tempo e manualità
� Dato trasversale rispetto ai Gestionali
� Fonte unica ed immediata del dato aziendale
� Supporto all’analisi del proprio portafoglio
« Environnement attitude »L’impression de ce document est-elle indispensable ? Si oui, pensez à imprimer plusieurs diapositives par feuille.
Company background
Dati e data quality
Obiettivo e roadmap di progetto
Creazione Datawarehouse
Dashboard direzionale e KPI’s
Evoluzione verso CRM model
AgendaAgenda
21
DashboardDashboard e e KPIKPI’’S si rivolgono ad utenti interni S si rivolgono ad utenti interni ““direzionalidirezionali”” che necessitano di una visione di alto livello che necessitano di una visione di alto livello
� Ottenere maggior valore dal Datawarehouse attraverso nuove applicazioni
� Creare “visioni” direzionali di alto livello trasversali rispetto ai sistemi che superino la pura logica del dato contabile (del premio/sinistro)
� Rielaborare serie storiche per ottenere nuovi dati
� Introdurre tool di navigazione (Business Object) e permettere creazione di reportdedicati solo ad alcuni “utenti evoluti” (PowerUser)
� Direzione Commerciale, Direzione Marketing; Direzione Generale; PeC
� Power User
Obiettivi / Needs
Obiettivi / Needs
Out of scopeOut of scope
UtentiUtenti
� Replicare indicatori già esistenti di origine finanziaria o attuariale dando origine a duplicazioni
Interni
22
I I KPIKPI’’s disponibili possono essere declinati per s disponibili possono essere declinati per una gamma di dimensioni duna gamma di dimensioni d’’analisianalisi
Esempi di KPI’s Esempi di Dimensioni di analisiPartner:
• Banche
• Finanziarie Gener.
• Leasing
• Mediatori creditizi
• Finanziarie Auto
• Utility
• Specialisti Carte
KPI di portafoglio• Generazione• Premio netto emesso• Premio Puro di competenza per generazione• Premio Netto di competenza per generazione• Spese Commerciali• Spese Gestionali• Incidenza (%) delle Spese Commerciali sul netto
• Incidenza (%) delle Spese Gestionali sul netto di competenza
• Numero• Importo• Sinistrosita• Frequenza• Incidenza (%) sinistri sui premi per generazione
• Incidenza di spese e sinistri sul premio per generazione
• Premio depurato dalla liquidazione sinistri
• Premio depurato dalla liquidazione sinistri sul netto di competenza
KPI Sinistri• Generazione• Numero Sinistri Denunciati• Numero Sinistri Senza seg.• Numero Sinistri Definiti• Frequenza di Rifiuto• Capacità di Evasione• Importi Medi Definiti• Importi Medi Pagati
Modalità di vendita
• Abbinamento
• Inclusione
• Stand-Alone
Canale
• Rete
• Telemarketing
Categoria Clienti
• Retail
• Small Business
Ramo
• Vita
• Infortuni
• Malattia
• Perdita Pecuniari
Sottostante Tipo
• Carte Revolving
Saldo
• Prestiti Auto
Personali
Linea Fido
Finalizzati
• Mutui Chirografari
Ipotecari
• Leasing Immobiliari e Industriali
Strumentali e Agrario
Nautico
Auto
Altro
• Conto Corrente
• Investimento
Prodotto Tipo
• CPI Light
Completo
• GAP A
B
• Goods Protection
• Payment Protection
• Purchase Protection
• Saving Protection
• Uso Fraudolento
• EW Car
Brown and white
• Budget Insurance
• Salute Small
Medium
Large
“COSA” “VISTO PER …”
23
Altre esperienze di Altre esperienze di CardifCardif InternationalInternational hanno consentito di hanno consentito di apportare nuove idee di sviluppoapportare nuove idee di sviluppo
PRELIMINARY DRAFT
« Environnement attitude »L’impression de ce document est-elle indispensable ? Si oui, pensez à imprimer plusieurs diapositives par feuille.
Company background
Dati e data quality
Obiettivo e roadmap di progetto
Creazione Datawarehouse
Dashboard direzionale e KPI’s
Evoluzione verso CRM model
AgendaAgenda
25
Ulteriori necessitUlteriori necessitàà informative tracciano il percorso informative tracciano il percorso della Business Intelligencedella Business Intelligence
Obiettivi / Needs
Obiettivi / Needs
Out of scopeOut of scope
UtentiUtenti
� CRM analitico:
� Product and Campaign Profitability, Statistical Analysis
� Possibilità di usare il Dw così esteso anche per il post vendita
� Estendere l’ambito del Dw alle basi dati oggi dislocate su tutte le basi date
interne ed esterne
� Tempestività della risposta, riduzione della manualità
� Data Mining
� Analisi comportamentali, segmentazione, profilazione utili al fine di studio di
nuove release di prodotto, cross selling, e gestione delle trattative
Direzione Commerciale, Direzione Marketing; Direzione Generale
Interni
� Equiparare il CRM ad un software o considerarlo avulso da strategia o come mera
integrazione tra i processi aziendali
26
Customer & Market Profiling and SegmentationCustomer & Market Profiling and Segmentation
ILLUSTRATIVO
27
Il lavoro svolto ci ha permesso di fare il bilancio sulle Il lavoro svolto ci ha permesso di fare il bilancio sulle principali esperienze acquisiteprincipali esperienze acquisite
� Assicurarsi una larga condivisione e sponsorizzazione dal Top Management
� Coinvolgere gli Utenti ed in particolare i Power Users fin dalle prime battute: il loro supporto sarà determinante per la diffusione del suo utilizzo
� Ottenere dei quick WIN
� Definire congiuntamente i prodotti core dell’aziende (Cliente; Prodotto; Garanzie etc.
� Il disegno di un Dw parte dal Business e dalla condivisione dei significati ‘core’, non dalla disponibilità tecnologica dei dati
� Cedere a compromessi;
� Considerare un Dw parte del processo ‘produttivo’ o come un sistema operazionale; nemmeno da un punto di vista architetturale
� Risparmiare in progettazione e data cleaning
� Data Quality: Solo un progetto ‘forte’ con una gestione esperta e una larga condivisione può raggiungere il risultato
� Accettazione dei risultati finali: Il miglior progetto Dw, se non è usato nella quotidianità è un insuccesso
� Compromessi: ogni deviazione dalla metodologie e dalla roadmap tracciata può mettere in crisi l’intero progetto
Do´sDo´s
Dont´sDont´s
MaggioriAvversità
MaggioriAvversità
« Environnement attitude »L’impression de ce document est-elle indispensable ? Si oui, pensez à imprimer plusieurs diapositives par feuille.
The information contained in this documentis confidential, non-contractual,
and belongs to Cardif.No information can be used
without prior authorizationof Cardif.