BIG DATA – TIIKERINLOIKKIA VAI SUDENKUOPPIA AKTUAARILLE? Esko Kivisaari 25.11.2015 1 2 UUSIEN TOIMIJOIDEN MAAILMA Spotify + Netflix AirBnB Uber Jne Mikä tekniikka syrjäyttää perinteiset finanssiliiketoiminnot 3 (BITCOIN) -> BLOCKCHAIN ELI LOHKOKETJU Julkinen tilikirja – toteutettu julkiseen avaimeen perustuvalla salaustekniikalla Mahdollisuus rekisteröidä finanssitransaktioita ilman, että välillä on luotettua riippumatonta rekisterin pitäjää (esim. pankki) Tekniikka Bitcoinin takana (double-spend –ongelman ratkaisu) – mutta käytettävissä paljon laajemmalla alueella 4 5 BIG DATA – SUPERTYÖKALU? 6 DATAN MÄÄRÄN RÄJÄHDYSMÄINEN KASVU 7 FT 2.2.2015: INSURERS’ USE OF BIG DATA WILL NOT EMPOWER ALL CONSUMERS 8 ECONOMIST 25.10.2014 9 ECONOMIST 14.3.2015: RISK AND REWARD 10 ECONOMIST 14.3.2015: TRICKY BUSINESS 11 DATAN KÄYTÖN MAHDOLLISUUDET 12 MITÄ MAHDOLLISUUKSIA BIG DATA PITÄÄ SISÄLLÄÄN? Datan määrä kasvaa eksponentiaalisesti: nykyisin noin kahdessa päivässä kertyy sama määrä kuin koko vuoteen 2003 kuluneena aikana Datan käsittelyn nopeutuminen – ainakin jos Mooren laki säilyttää ennustevoimansa Datan laatu ja strukturointi paranee – digitalisoituminen Datan suuret volyymit hyödyllisiä vain jos sen pohjalta voidaan tehdä oikeat johtopäätökset ja näihin pohjautuen valitaan oikeat toimenpiteet: paineet kehittää yhä parempaa analytiikkaa (eikä vain vakuuttamisen vaan esimerkiksi myös petosten torjunnan puolella) 13 BIG DATA JA AKTUAARI 14 MAHDOLLISTA? Mihin tarvitaan ikää ja sukupuolta – jos tiedämme henkilön ostoskorin sisällön marketissa, kuntosalikäyntien määrän ja apteekkiostokset? Mihin tarvitaan auton merkkiä ja omistajan asuinpaikkaa – jos tiedämme, missä autolla on ajettu kilometrimäärineen ja vauhteineen? Mitä mahdollisuuksia kehittyvä genetiikka tuo terveyteen liittyvään vakuuttamiseen? Voidaanko vastuunlaskennassa siirtyä pro rata –tyyppisistä säännöistä tai tuntemattomin varauksen historiaan pohjautuvasta laskennasta Big Datasta johdettuihin arvioihin? Voidaanko työttömyyttä ennustaa Tilastokeskuksesta saatavia lukuja nopeammin? Perinteisesti data ja sen käsittely on ollut kallista. Lisäksi tarkemman datan luotettavuus (esimerkiksi tupakoimattomuus) on ollut epävarmaa – Big Datan myötä laajat datamassat edullisesti käytettävissä ja analysoitavissa: sovelletaanko yksilövakuutuksessa suurvakuutusten tekniikoita? 15 HINNOITTELUTEKIJÖIDEN ARVIOINTIA Tilastollinen Käytännöllinen Yhteiskunnallisesti hyväksyttävä Laillisesti sallittu Auttaako Big Data haitallisen vastuunvalinnan hallinnassa ja moraalikadon estämisessä? 16 BIG DATAN KÄYTÖN HAASTEET 17 BIG DATAN KÄYTÖN HAASTEET Tarvitaan uutta analytiikkaa – syy-/seuraussuhteen ymmärtämistä Big Data lupaa paljon – paremmat tariffitekijät aktuaarin käyttöön Haasteita: Miten löydetään datasta syy-/seuraussuhteet? Onko aktuaarin malleilla ennustevoimaa – vai onko malli ainoastaan sovitettu käytettävissä olevaan dataan? 18 HYÖTYYKÖ VAKUUTETTU BIG DATASTA? 19 VAKUUTETTU JA BIG DATA Vakuutettu ja vakuuttaja tietävät käytettävän datan sisällön (telematiikka) – voi olla molemmin puolin hyödyllistä, mutta jääkö osa ihmisistä vakuutusturvan ulkopuolelle vakuutuskelvottomina? Miten käsitellään vakuutetut, jotka kieltäytyvät telemonitoroinnista? Vain vakuuttaja tietää (esimerkiksi asiakastottumuksiin liittyvä data) – mihin saakka (mm. tietosuojakysymykset) datan käyttäminen on hyväksyttävää ja sallittua? Kääntyykö aiempi tilanne päälaelleen – ennen asiakas tyypillisesti tiesi itsestään enemmän kuin vakuuttaja? Edelleen asymmetrinen informaatio, mutta aikaisempaan verrattuna toisinpäin? Big Datalla iso merkitys ilmiössä nimeltä Premium Optimisation 20 ECONOMIST 3.10.2015 21 22