Banken en verzekeraars gebruiken uw gegevens om hen te helpen bij het bepalen van de prijzen voor de producten en diensten die u van hen afneemt. Hoe hoger de kwaliteit van die data is, hoe beter zij het risico kunnen inschatten en dus hoe lager het risico is dat zij lopen met een bepaalde prijs.

Als u veel spaargeld heeft en nooit rood staat, loopt u voor een bank minder risico dan wanneer het tegenovergestelde het geval is. Wanneer een bank duizenden klanten heeft die veel spaargeld hebben en nooit rood staan, loopt de bank in zijn geheel minder risico.

Banken en verzekeraars maken op basis van dit soort en nog veel meer klantgegevens een inschatting van de risico's die zij lopen bij bijvoorbeeld het verkopen van een verzekering, het verstrekken van een krediet of het afsluiten van een hypotheek.

Uw leeftijd, uw inkomensgegevens, uw huwelijkse staat en of u een een- of tweeverdiener bent: alle voor banken en verzekeraars beschikbaar data worden door gespecialiseerde software aan elkaar gekoppeld om in een zo nauwkeurig mogelijke risico-inschatting te kunnen maken. Die zal dan, samen met de kosten voor de bedrijfsvoering, de prijs voor een product of dienst bepalen.

Data op orde

"Onzekerheid vertaalt zich altijd in een hogere prijs, dus eigenlijk heeft iedereen er baat bij als banken en verzekeraars hun data op orde hebben", zegt Koen Dessens, director bij Deloitte Financial Risk Management. Zijn afdeling adviseert en helpt financiële instellingen bij het op orde krijgen van die data.

De huidige banken en verzekeraars zijn ontstaan door een grote hoeveelheid fusies en overnames, waardoor ze binnen een organisatie vaak gebruik maken van heel veel verschillende soorten databases. Dessens: "Daardoor zijn ze vaak nog niet in staat om alle gegevens van álle klanten die ze hebben te combineren, terwijl dat wel een betrouwbaardere risicoanalyse zou opleveren dan een analyse van de data van slechts een deel van de klanten." Deloitte helpt ook bij het aan elkaar knopen van al die verschillende datasets.

Buffer

Ook om in te spelen op de regelgeving zijn nauwkeurige data-analyses relevant voor financiele instellingen. "Banken moeten voor een percentage van het bedrag dat zij aan hypotheken hebben uitstaan een buffer aanhouden. Bij een risicovollere hypotheek, wat onder andere afhankelijk is van de waarde van het huis en de lener, moet je relatief meer kapitaal in huis hebben. Kapitaal aanhouden kost geld, dus dan kan het veel uitmaken of je een grove inschatting maakt van de risico's of die heel nauwkeurig berekent op basis van uitgebreide datasets."

De datasets bestaan uit heel veel historische gegevens. Een risico wordt dus ingeschat op basis van wat duizenden soortgelijke klanten in het verleden deden, maar met behulp van de nieuwe technieken wordt het ook steeds beter mogelijk om bijna realtime inschattingen te maken.

Dessens: "Dat maakt het mogelijk om veel sneller te handelen als betalingsachterstanden oplopen. Als je ziet dat bepaalde groepen steeds minder goed aan hun verplichtingen kunnen voldoen, zul je daar actie op moeten ondernemen."

Klantenkaarten

Er zijn natuurlijk grenzen aan het gebruik van gegevens door financiële instellingen. Die moeten zich immers gewoon houden aan de privacywetgeving. Dessens: "Toch is het interessant om je af te vragen wat er zou gebeuren als een levensverzekeraar inzage krijgt in de klantenkaarten van supermarkten: als iemand veel groenten en weinig ongezonde dingen koopt, zal hij waarschijnlijk van lager risico zijn dan iemand die ongezonder leeft."

"En wat als een supermarkt zelf een zorgverzekering gaat aanbieden, kan het dan al die gegevens van de klantenkaarten zomaar gebruiken? Dat is misschien voor Nederland nog hele verre toekomstmuziek, maar in andere landen gebeuren dit soort dingen al wel."

Wilt u meer weten over wat Deloitte voor u kan betekenen als het gaat om financieel risicomanagement en zorgvuldige data-analyse voor uw organisatie? Koen Dessens (kdessens@deloitte.nl / +31612581596) staat u graag te woord. U kunt hem ook volgen op LinkedIn.