1 jaar Analytics Lab


‘We willen het bedrijf slimmer maken’

Sarah Westphal

Sinds de komst van het Analytics Lab van Innovatie & Digitaal (I&D) maakt a.s.r. grote stappen als datadriven bedrijf. Het Lab kijkt hoe data beter benut kunnen worden om efficiënter te werken en de klant beter van dienst te zijn. Ook heeft het als missie om collega’s data-savvy te maken. Sarah Westphal leidt het Lab en nam het initiatief ervoor.


DOOR ASTRID MELGER

Waarom het Analytics Lab?

‘Toen ik 4 jaar geleden bij a.s.r. begon, was ik net gepromoveerd. Op de universiteit had ik geleerd dat analyses zo goed zijn als de data die je gebruikt en hoe belangrijk het was de meest geavanceerde technologie te gebruiken om het beste uit die data te halen. Ik verwachtte dat in het bedrijfsleven de lat minstens zo hoog lag, maar kwam er snel achter dat het hier vooral draaide om percentages en kruistabellen. Er was weinig ruimte om met nieuwe technologieën te experimenten. Met de komst van I&D ontstond ook het idee voor het Analytics Lab.’

‘In de cloud slaan we real time het gedrag van websitebezoekers op’

Louis Onrust werkt sinds een jaar als dataengineer bij het Analytics Lab. Hij ontwikkelde een cloudomgeving voor het Lab. Hierdoor kunnen op den duur online data worden

gecombineerd met historische data, en wordt bijvoorbeeld het gedrag van bezoekers op de a.s.r.-sites real time vastgelegd.


‘Het gros van alle data van a.s.r. wordt opgeslagen op servers die hier bij a.s.r. staan en in een datacentrum. Maar het is de bedoeling dat over 5 jaar alle data van a.s.r. in de cloud wordt opgeslagen. En om daar feeling mee te krijgen doet IT&C pilotprojecten. Het eerste was met GARC en de tweede met het Analytics Lab.


Ik heb samen met IT&C een cloudomgeving ontwikkeld waar we van alle bezoekers van de a.s.r.-websites het gedrag opslaan. Hoe klikken ze en waar gaan ze naartoe? Dat opslaan van die gegevens gebeurt real time, dus continu. Dit in tegenstelling tot de administratieve data, die worden meestal maar een keer per dag ververst. Dan kun je minder snel bijsturen en dan is de beschikbare data minder accuraat.


Met de informatie die we verzamelen kunnen we het contact met onze bezoekers persoonlijker maken. Bijvoorbeeld, wanneer iemand in de bouw werkt, wil je die misschien anders benaderen dan wanneer iemand in de zorg zit. Het is helemaal mooi als we op den duur ook de real time data kunnen combineren met de historische data van een klant. Wat is bijvoorbeeld de claimgeschiedenis? Als we dat zouden realiseren, zou dat een belangrijke stap zijn voor a.s.r. Dan kunnen we de klantreis echt heel persoonlijk maken. Dit kan alleen maar in nauwe samenwerking met de business.


Met deze cloudomgeving maken we datascience op grote schaal mogelijk. We kunnen zo veel beter met grote hoeveelheden data werken en meer doen met machinelearning. Ons vakgebied is continu in ontwikkeling. We proberen veel nieuwe technieken uit en op het moment dat deze klaar zijn om te gebruiken kijken we al weer naar nieuwe ontwikkelingen. We kunnen niet stil gaan zitten. Dingen blijven veranderen, dus we moeten blijven leren.’


Met de aanschaf van nieuwe geïntegreerde HR-cloudapplicaties sinds 2016 en het aannemen van data-analist Simone Roos, heeft HR vol ingezet op ‘datadriven’ werken. Dat is niet alleen van belang voor de

strategische personeelsplanning door HR en het management, maar voor alle medewerkers. En om maar meteen een belangrijke vraag te beantwoorden: ja, alle data zijn anoniem en de analyses zijn niet herleidbaar naar personen.


DOOR SANDRA MEIJER


‘We begonnen met bijna niets, maar sinds we op structurele basis gebruik maken van data-analyse, neemt de kwaliteit van onze HR-beslissingen toe. We stellen ons nu vragen als: leveren de developmentprogramma’s de gewenste resultaten of hebben medewerkers andere ontwikkelbehoeften? Hangt een hoog verzuim samen met een hoge werkdruk?


Zonder data en zonder een analyse daarvan zou een hoog ziekteverzuim niet eens zichtbaar zijn. Maar met die kennis weet je dat je er iets aan moet doen. De data-analyses zijn er dus niet alleen voor HR en voor het management, maar zijn ook zeker in het belang van de

medewerkers. Dit geldt bijvoorbeeld ook voor de hoeveelheid intern vervulde vacatures en het stimuleren van horizontale doorstroom.


Hier staan targets op omdat we blije medewerkers willen, die zich kunnen ontwikkelen. En met data kun je dat hard maken. Met al die data signaleren we ook eerder trends.

Zo kunnen we nauwkeuriger voorspellen of er personeelstekorten gaan ontstaan op basis van verschillende toekomstscenario’s. Of dat er een toenemende gap is tussen de benodigde competenties en de huidige competenties en we mensen moeten gaan ontwikkelen.


Nog een heel ander en praktisch voorbeeld van onze dataanalyses.We zien dat uitzendkrachten soms meer dan een jaar voor ons werken voordat zij instromen op een intern contract. Dan kunnen we de business erop attenderen om eerder een contract aan te bieden. En ook voor het binden en boeien van medewerkers helpen de data ons. Op basis van patronen uit het verleden hebben we inzicht in welke profielen een extra risico vormen voor uitstroom. Omdat de data altijd volledig geanonimiseerd zijn, weten we overigens nooit om welke personen het gaat. De data gebruiken we dus niet om direct op te acteren, maar vooral om van te leren bij het optimaliseren van beleid.


Met name het afgelopen jaar is de stap gemaakt van operationele rapportages naar KPI-dashboards en naar strategische en voorspellende analyses. In 1 oogopslag krijgt de business inzicht in de “key performance indicators” zoals het personeelsverloop, het ziekteverzuim en de personeels- en ontwikkelingskosten. Daarmee hebben zij objectieve cijfers voor het bepalen van hunpersoneelsstrategie.’

‘In paar jaar tijd van niets naar
datagedreven personeelsbeleid’

‘Met een social dashboard kun je de marketing goed in de gaten houden’

Otis van den Hoek werkt bij het Analytics Lab en heeft een social dashboard ontwikkeld waarmee businesslines in 1 oogopslag het effect van hun marketingeuro op social media kunnen beoordelen. Dat scheelt veel kliks.


‘Met dit dashboard kunnen we data onttrekken aan LinkedIn, Facebook en Google Analytics. Zo kun je in 1 oogopslag zien hoeveel geld er is uitgegeven op deze platformen en hoeveel kliks en views dat heeft

opgeleverd. Hiervoor moest je op elk platform apart inloggen en dan kon je het aantal bezoekers bekijken. Daarnaast moest je in weer een ander systeem kijken

hoeveel mensen er daarvanuit op de site terecht waren gekomen. Het kwam er vaak ook nog op neer dat dit naar een Excel-bestand werd geëxporteerd. Het monitoren en visualiseren gaat nu automatisch en zo hebben de marketingspecialisten alles in 1 overzicht. Dat werkt veel efficiënter.



Met een social dashboard kun je alles goed in de gaten houden. Er is continu zicht op de marketinguitgaves en de marketeers kunnen precies zien welke advertentie het

beste werkt op welk platform. Dat bespaart veel werk.Ook kunnen ze sneller bijsturen wanneer ze zien dat een campagne op Facebook veel beter loopt dan op LinkedIn. Maar ook kunnen ze vooraf betere keuzes maken doordat alle informatie zo overzichtelijk is. Het droomscenario is dat je ook meteen ziet hoeveel polissen er zijn afgesloten. Dan is de cirkel rond, als je ziet hoeveel geld je hebt uitgegeven aan campagnes, hoeveel mensen die hebben gezien en hoeveel van hen een verzekering hebben afgesloten.


We hebben dit voor AOV ontwikkeld, maar het is de bedoeling om het breder in te zetten. De techniek heeft zich bewezen, dus wat mij betreft wordt er zoveel mogelijk gebruik van gemaakt.’