Niels van Gorp is data scientist bij VGZ en leidde de middag in met een kort exposé over de verhoudingen tussen dataverzamelaars en al of niet vrijwillige dataverstrekkers. Daarmee verschafte hij het seminar een kader dat deelnemers hielp de bijdragen van Flitsmeister en Interpolis (autodiefstal) te kunnen plaatsen in het geschetste krachtenveld. CustomerFirst was aanwezig en doet hier (en in de april 2021 print-editie) verslag.

Hoe ziet dat krachtenveld eruit?

Om antwoord te geven op die vraag geldt in dit geval niet follow the money maar follow the data, wat uiteindelijk natuurlijk min of meer op hetzelfde neerkomt. Niels schetst vier mogelijke partijen die baat hebben bij een dataverzameling.

1. Het bedrijf verzamelt klantgegevens en kan gerichter adverteren, producten op maat beprijzen (iemand die vaker op de site komt, krijgt hogere prijzen te zien) en zelfs klantdata aan derden verkopen; ergo het bedrijf maakt meer winst.

2. Het individu ook wel de gebruiker of de klant genoemd krijgt in ruil voor zijn data gepersonaliseerd advies over producten op maat, ontvangt gerichte aanbiedingen en krijgt toegang tot een dienst.

3. Het collectief, alle gebruikers tezamen, kan vanwege schaalvoordelen betere individuele dienstverlening tegemoet zien en in ruil voor collectief gedeelde data iets voorkomen (diefstal, bekeuring, ziekte, etc.)

4. De maatschappij als geheel profiteert van gedeelde klantdata omdat bestuurders/politici beter beleid kunnen maken op maatschappelijke thema’s als klimaat, gezondheid of transport.

Hoe komen we aan klantdata?
Kort samengevat kunnen klantgegevens aan openbare bronnen worden onttrokken, uit een primair proces tot stand komen, door klanten vrijwillig worden verstrekt en op verzoek via enquêtes, games of bepaalde apps ter beschikking worden gesteld. Of dit vanuit een klantenperspectief interessant is, kan blijken uit de berekening van een ROD, de return on data, die tot stand komt door het klantvoordeel te delen op het verlies van bijvoorbeeld tijd of privacy die de klant inlevert om data te leveren. Hoewel dit mathematisch klinkt, is het natuurlijk niet zo eenvoudig om hier getallen aan te verbinden en is de ROD-uitkomst vaak vooral een gevoelsmatige kwestie, in sommige situaties zelfs een black box. Niels geeft het voorbeeld van cookieverzamelingen en vraagt het publiek hoe vaak wij bewust toestemming geven om bijvoorbeeld cookies te laten plaatsen. ‘Soms is er zelfs helemaal geen vrije keuze,’ zegt hij. ‘Omdat je zonder toestemming voor het delen van je klantdata geen toegang tot de gevraagde dienst krijgt.’

Hoe vaak worden auto’s gestolen?
Als het gaat om de autodiefstalbarometer van Interpolis worden klantgegevens vrijwillig verstrekt, in ruil voor meer inzicht in het risico dat je auto wordt gestolen. Dat vertellen Daan Bakker en Lars Bokkers, beiden data scientists bij Achmea – het moederbedrijf van Interpolis, dat schades voor zo’n 1,2 miljoen consumenten verzekerd heeft. Jaarlijks krijgt de maatschappij ongeveer 500.000 claims binnen, waarvan 60 tot 70 procent telefonisch kan worden afgehandeld. Innovatieteams onderzoeken sinds 2010 hoe klantdata ingezet kunnen worden om schades te voorkomen en uiteindelijk dus ook van invloed zijn op de hoogte van de premies.

Daan en Lars hebben zich vorig jaar gericht op autodiefstallen, een zinvolle categorie want binnen de groep Achmeaverzekerden worden dagelijks drie auto’s gestolen. Als het gaat om alle auto’s in Nederland loopt dit getal op tot een duizelingwekkend aantal van één auto per uur, hoewel die frequentie als bijeffect van de corona-maatregelen tijdelijk is afgenomen. Toch blijven georganiseerde criminele netwerken permanent op zoek naar vooral duurdere auto’s die door hun ‘klanten’ worden besteld. Dit levert alleen voor Achmea een jaarlijkse schadepost op van bijna 11 miljoen euro. Bovendien, minstens zo ernstig, is de impact op de klant enorm, zowel financieel omdat lang niet iedereen volledig is verzekerd, als ook emotioneel.

Op deze link naar Interpolis kunnen alle geïnteresseerden - dus niet alleen Interpolisklanten – hun autogegevens invoeren om in ruil daarvoor het diefstalrisico te vernemen. Cookies accepteren is trouwens verplicht, anders werkt het niet – maar dat terzijde. De site gebruikt naast klantspecifieke gegevens open data van onder meer RDW, CBS en diefstal.nl. Er wordt volgens Daan en Lars géén koppeling gemaakt met eigen klantdata en er volgt evenmin acquisitie als iemand nog geen klant van Interpolis is. Na vaststellen van het risico geeft Interpolis allerlei preventietips. Wat het effect is van de barometer kan mede vanwege coronatijden niet goed worden vastgesteld en zal op langere termijn moeten blijken.

Gratis bestaat niet
Twee miljoen mensen gebruiken maandelijks Flitsmeister, de app die in de basisfuncties gratis is en bij de start in 2010 slechts waarschuwde voor flitspalen, maar inmiddels is uitgegroeid tot een platform voor aankondigingen van files, wegwerkzaamheden en afgesloten asfaltstroken, maar ook navigatie aanbiedt en gebruikt kan worden om parkeergeld te betalen. ‘Gratis bestaat niet’, zegt Jorn de Vries, managing meister en mede-oprichter. In het model van Niels zit Flitsmeister in het kwadrant waar het collectief profiteert van de gecumuleerde individuele klantdata. Volgens hem gaat het Flitsmeister zelfs uitsluitend om wat hij de community van zijn klanten noemt en is de datastroom helemaal anoniem gemaakt. ‘Wij kunnen, zelfs niet als we het willen, locatiegegevens van onze klanten op individueel niveau vastleggen’, zegt hij. Dat is weleens vervelend als opsporingsdiensten bij zware criminelen routegegevens van een bepaalde auto willen weten. Op zichzelf zou Jorn vanuit zijn verantwoordelijkheidsgevoel best willen helpen, maar dat kan dus gewoon niet en ‘dat is maar goed ook’. Want het businessmodel is gebaseerd op het vertrouwen van klanten dat hun gegevens uitsluitend anoniem en in collectief verband worden gebruikt.

In dit geval is, net als bij de autodiefstalbarometer, de ROD waarschijnlijk uit te drukken in een getal groter dan één, waarbij dus het klantvoordeel ruimschoots opweegt tegen verlies van bijvoorbeeld tijd of privacy.

tekst: Jan Kloeze
beeld: Franki Chamaki / professional geek (Unsplash)