Spring naar content

Terugblik Themaconferentie Data Science en Pensioencommunicatie

Communicatie op maat wordt steeds belangrijker op het gebied van pensioenen en verzekeringen. State-of-the-art data science-methoden kunnen worden gebruikt om pensioencommunicatie te bestuderen en te verbeteren. Binnen het Netspar project Data Science Solutions to Enhance Pension Communication wordt in samenwerking met professionals uit de sector geanalyseerd hoe toepassingen op het gebied van visuele, tekstuele en vocale analyse effectief kunnen zijn om klantgedrag te voorspellen, informatie begrijpelijk over te brengen of tevredenheid te vergroten.  Tijdens deze themaconferentie werden inzichten vanuit de wetenschap gepresenteerd en praktijkervaringen gedeeld.

 

Door middel van infrarood eye-tracking kan vrij accuraat bekeken worden hoe mensen informatie op een website tot zich nemen. Rein Cozijn (TiU) licht toe hoe verschillende eye tracking technieken worden ingezet in onderzoek. Om informatie te verzamelen over bijvoorbeeld de frequentie waarmee informatie wordt bekeken, het ‘scan pad’ dat wordt afgelegd, de intensiteit, synchroniciteit en waar de blik op blijft hangen. Bij verzekeraar NN wordt gekeken in hoeverre deze techniek inzichtelijk kan maken welke informatie je waar op een pagina kunt zetten, om voor klanten en medewerkers de geboden opties duidelijker en meer begrijpelijk te maken.

Bekijk de presentatie van Rein Cozijn (TiU)

Begrijpelijkheid van informatie
Text mining biedt mogelijkheden om op grote schaal, met gebruik van grote hoeveelheden data, tekst te structureren, analyseren en categoriseren waardoor de effectiviteit van geschreven communicatie vergroot kan worden. Met behulp van deze techniek kan in kaart worden gebracht welke woorden je in communicatie moet gebruiken om bepaalde groepen mensen aan te spreken. Er is echter wel veel data nodig om een zelflerend algoritme te ontwikkelen. Deze is voor de Nederlandse taal beperkt beschikbaar. Toezichthouder AFM staat voor de uitdaging te voorkomen dat een groep Nederlanders straks pensioeninkomen tekort heeft. Informatie speelt daarbij een cruciale rol en de wetenschap kan helpen om data toe te passen en modellen voor communicatie te bouwen, waarmee bijvoorbeeld de begrijpelijkheid van informatie in tools als Pensioen 1,2,3, geanalyseerd en verbeterd kan worden. Een andere belangrijke vraag is hoe je informatie effectief bij mensen krijgt.

Bekijk de presentatie van Drew Hendrickson (TiU)

Sentiment als voorspeller
In klantcommunicatie is steeds meer aandacht voor emoties. Vocale analyse is een betrouwbare methode om affect te bespeuren in interactie. Het is echter ook belangrijk om hetgeen wat is besproken tekstueel te analyseren. Maar, waarschuwt onderzoeker Marie Postma (TiU) het is zeker niet de enige variabele die klantgedrag kan voorspellen. Het interpreteren van emoties is sterk afhankelijk van de context waarin je stemgeluid analyseert. Het is in het geval van bijvoorbeeld een klantenservice gesprek niet goed mogelijk om automatisch te detecteren wie de klant is en wie de medewerker. Bij verzekeraar a.s.r. vormen klanten die best tevreden zijn over de service, maar zich toch niet geholpen voelen een uitdaging. Spraakanalyse kan helpen te achterhalen waar de eventuele onduidelijkheid zit, zodat een call center medewerker daarop in kan haken en de juiste info geven.

Bekijk de presentatie van Hanka van Waas (a.s.r.)

Op 17 december organiseerde Netspar een themaconferentie rondom het project Data Science Solutions to Enhance Pension Communication. U vindt hier een terugblik.

Ontvangst

Opening
Peter de Goeij (TiU) en Eric Postma (JADS & TiU)

Using Eye-scanners in research
Rein Cozijn (TIU)
Presentation

TBD
Jurjan Mol (NN)

Lunch

Using text-analytics in research
Drew Hendrickson (TiU)

Dilemmas in the implementation of AFM supervision – text mining as help
Jeroen van den Bosch (AFM)

Koffiepauze

Streamlining telephone conversations – Application of datascience
Marie Nilsenova (TiU)

Improving customer satisfaction in telephone conversations
Hanka van Waas (a.s.r.)
Presentation

Reception & Drinks

Registreren

Locatie

Tilburg University
Dante Building
Room: DZ 4
Warandelaan 2
5037 AB Tilburg

Registreren

Voor deelname vult u aub het online registratieformulier in. U ontvangt dan voorafgaand aan het evenement een mail met de verdere informatie

Soortgelijke bijeenkomsten

Minder werken vóór pensioen: plannen en realiteit – After-lunch webinar Camilla Marabini

Policies that aim to extend working lives can be difficult for older workers who face high job demands, caregiving responsibilities, or health problems. One proposed solution is allowing employees to reduce their working hours in the years before retirement. Using data from 1,241 Dutch employees aged 60–63 over eight years, the study finds that about one quarter planned to reduce their hours and one third eventually did so. The results show that workplace arrangements for reducing work hours play a key role in enabling this transition, especially for employees experiencing high job pressure.
Den Haag

Pensioen & Wetenschap Jaarcongres

Na een zeer interessante editie ter ere van het 20-jarig bestaan van Netspar in 2025, organiseren wij in 2026 weer een reguliere editie van het jaarcongres Pensioen & Wetenschap. Dit congres biedt onderzoekers, beleidsmakers en professionals uit de pensioensector opnieuw een platform om de nieuwste wetenschappelijke inzichten te delen, actuele thema’s te bespreken en de verbinding tussen wetenschap en praktijk te versterken.
Online

Bescherming tegen renterisico, inkomens- en inflatierisico in het nieuwe pensioencontract – Daniel Mantilla Garcia – After-lunch webinar

This paper develops a framework for managing interest-rate conversion risk in the new Dutch pension contract, a collective defined contribution system in which multiple generations share investment risk and protection objectives. We show that a simple return-protection strategy can deliver these targets even under extreme scenarios for the risky portfolio.

Sign up for event

Oeps! We konden je formulier niet vinden.