Asiakkuuksien segmentointi ja hyvinvoinnin johtaminen

Transkriptio

1 Asiakkuuksien segmentointi ja hyvinvoinnin johtaminen Kumppanuusforum 2017 Jyväskylän Paviljonki case Espoo Päivi Sutinen, KT, EMBA, palvelukehitysjohtaja

2 Miksi segmentoida asiakkuuksia?

3 Ratkaistavana sekä niukkuuden että kasvun pirullinen ongelma Megatrendit muuttavat maailmaa Haasteita Teknologia muuttaa kaiken Globaali arkinen Jännitteinen keskinäisriippuvuus Kestävyyskriisi Ympäristö alkaa käydä kalliiksi Ikärakenne kääntää maailman Globalisaatio verkostoi maailman Yksilö digimaailmassa? Mahdollisuuksia Digitalisaatio - räjäyttää tuottavuuden Robotisaatio - automatisoi työn Tekoäly - IoT, esineiden internet Lohkoketjut Luonto digimaailmassa? Kunta digimaailmassa? Tieke 2015, Jyrki Kasvi ja Sitra 2016, Elina Kiiski Kataja

4 Ratkaistavana sekä siiloutumisen että avautumisen pirullinen ongelma Myös tietoturvasta, tietosuojasta ja kyberturvallisuudesta huolehtiminen siiloutuvat

5 Siis.. mitä pitäisi tehdä?

6 Ratkaisuna sekä hyvinvointi että elinvoima lupaukset asiakkaille PROSESSIAVAIN koska tieto virtaa prosesseissa

7 Ratkaisuna asiakkuuksien ja palvelujen optimointi tiedon avulla

8 Ratkaisuna ajatusmallien ja toiminnan muutos uusien työkalujen avulla

9 Miten hyvinvoinnin johtamiseen?

10 Käsitteet avaimia yhteiseen ymmärrykseen ASIAKAS ON AKTIIVINEN JA TAVOITTEELLINEN TOIMIJA Asiakas voi olla yksilö, yritys, yhteisö, yhteiskunta tai ympäristö. Asiakas voi olla potentiaalinen uusi asiakas tai nykyinen asiakas. Asiakkaalla on oma ainutlaatuinen toiminnan logiikkansa. ASIAKKUUS ON KUMPPANUUTEEN PERUSTUVA SUHDE Asiakas ja palveluntarjoaja ovat suhteen osapuolia. Suhteen laajuus vaihtelee mahdollisesta uudesta suhteesta eri laajuisiin olemassa oleviin suhteisiin. ASIAKKUUSPERUSTAISUUS =/= ASIAKASLÄHTÖISYYS

11 Sovitetaan yhteen asiakkaan ja palveluntarjoajan intressejä

12 Lisätään asiakasymmärrystä

13 Segmentoidaan asiakkuuksia palvelujen käytön laajuuden mukaan

14 Synnytetään lisäarvoa asiakkaille nyt ja tulevaisuudessa Viitekehyksen kaksi ulottuvuutta muodostavat neljä toimintakenttää, joille kullekin määritellään omat tavoitteensa ja asiakkuutensa. ohjaavat rajallisten resurssien kohdentamista vision ja strategian mukaisesti: ohjaavat kasvavan tiedon hyödyntämisen kohdentamista vision ja strategian mukaisesti

15 Miten?

16 Määritetään palvelut ja asetetaan tavoitteet asiakkuusperustaisesti

17 Käytetään yhteentoimivuutta parantavia työkaluja

18 Ymmärretään kaupunkien uudet roolit toiminnassa ja asiakkuustiedon avaamisessa

19 Otetaan asiakkuustieto hyvinvoinnin johtamisen hyötykäyttöön Viitekehys Asiakkuuksien ja palvelujen optimointi Prosessiavain Metodi Asiakkuuksien ja palvelujen ohjaus ja hallinta Asiakkuusdata Monirekisteriajo Segmentointi Tiedon hyödyntäminen Tietojohtaminen Tiedon hallinta Edellytykset

20 Optimoidaan asiakkuuksia ja palveluja asiakkuusdata-analytiikan avulla Asiakashaluama/ kysyntä Asiakkuuksien ja palvelujen ohjaus Hyötyvät asiakkaat vaikuttaviin palveluihin Asiakasvaikutus Palvelutuotanto palvelujen käyttö Tietojohtaminen Tiedon hallinta oikeat tiedot oikealla tavalla Asiakasdatan ja palvelujen käyttödatan tunnistaminen ja poiminta tietojärjestelmistä Monirekisteriajot Tekoäly Asiakkuuksien palvelupolkuperustainen segmentointi Ennustetieto vaikuttavista palveluista

21 Kehitetään asiakkuusdata-analytiikkaa kokeillen. tavoitteita Espoossa asiakassegmenttien ja asiakaspolkusegmenttien tunnistaminen kehittyneen analytiikan ja koneoppimisen avulla testaamme koneoppimisen hyödyntämistä väestön hyvinvoinnin johtamisessa saamme kokemusta SOTE- ja varhaiskasvatusdatan bigdatapohjaisesta hyödyntämisestä Espoossa asiakkuuksien ja palvelujen optimointia varten 21

22 Kokeillaan rajatusti asiakkuusdataanalytiikkaa toteutuksessa Espoossa 1. Data-analytiikka yhden palvelun sisällä Case Lastensuojelu: palvelujen tarve, käyttö ja ohjaus, toteutetaan SASin avulla 2. Data-analytiikka useiden palvelujen välillä Case SOTE- ja varhaiskasvatuspalvelut: tietoaltaan ja tekoälyn hyödyntäminen asiakkuuksien segmentoinnissa, kumppanina Tieto 3. Data-analytiikka julkisen ja yksityisen tiedon välillä Case kuluttajakäyttäytyminen: väestö- ja yritystiedon profiloinnin avulla, kumppanina Fonecta Haetaan vastauksia strategisiin kysymyksiin Käytetäänkö palveluita vaikuttavasti? Onko alikäyttäjiä / ylikäyttäjiä? Toimiiko ennaltaehkäisy? Miten oikeat palvelut, oikeille asiakkaille oikea-aikaisesti?

23 Huolehditaan riskien hallinnasta Riskit Tietoturvaan liittyvät riskit henkilötietopohjaisen tiedon käsittely ja analysointi ei tapahdu turvallisesti henkilökohtainen tieto joutuu vääriin käyttötarkoituksiin. Tietosuojaan liittyvät riskit Dataan liittyvä tietosuoja henkilötietojen käsittelyssä, monirekisteriajoissa ei toteudu henkilökohtainen tieto joutuu vääriin käyttötarkoituksiin. Riskien hallinta Tietoturvaan liittyvien riskien hallinta Datan hakemisen prosessi on dokumentoitu ja hyväksytty Tutkimuslupa-anomus Dataa käsitellään SAS-palvelimella, jolloin sitä voidaan käyttää joko kaupungin sisäverkossa tai VPN:n yhteydellä ja sen käyttöä voidaan valvoa. Tietosuojaan liittyvien riskien hallinta Henkilötunnus kryptataan Tietopyyntö ja tiedon kerääminen oltava valvottavissa Tietojen selkeä omistajuus ja sen käyttö

24 Huolehditaan tietoturvasta ja tietosuojasta kokeiluissa tietojenkäsittelyn periaatteet esimerkkinä Tietoturvallinen käyttöympäristö Raakadata siirretään Tiedon Intelligent Wellbeing- tietoaltaaseen, jossa Tiedot salataan ja pseudonymisoidaan Pseudonymisoituja tietoja ovat mm. henkilötunnus, nimi ja osoite Salauksessa käytetään 256 bittistä salausalgoritmia (256bit AES) Raakadataan ei ole pääsyä kuin Tiedon ylläpidolla ja vain asiakkaan erillisellä luvalla Tietoaltaaseen on pääsy vain asiakkaan nimeämillä henkilöillä Tietoallas täyttää EU:n potilastieto- ja henkilötietodirektiivin mukaiset tiedon toissijaisen käytön vaatimukset Tietoaltaan tiedot pysyvät EU:n alueella ja tietoihin pääsee käsiksi vain asiakkaan luvalla Tieto ja Asiakas allekirjoittavat sopimuksen henkilötietojen käsittelystä 24

25 Huolehditaan datan käsittelystä rekisteritietojen pseudonymisointi, anonymisointi ja yhdistäminen Rekisteritietojen pseudonymisoinnilla tarkoitetaan yhdensuuntaisen, kryptografisen tiivisteen laskemista yksityisyyden suojaan liittyvistä rekisterikentistä Henkilötunnus, nimi, katuosoite, Tiivisteestä ei pysty palauttamaan henkilöä yksilöivää tietoa Esimerkiksi SHA256-tiiviste nimestä Matti Meikäläinen : EF5C9C AC79EA2B819DF6C423601A0E254A02964BE E8E2 Rekisterien yhdistäminen tapahtuu henkilötunnuksista laskettujen tiivisteiden avulla, koska samasta henkilötunnuksesta saadaan uudelleen laskettaessa sama tiiviste. Tiedämme, että kyseessä on sama henkilö, mutta emme tiedä kuka. Rekisterien yhdistämisen jälkeen pseudonymisoidut kentät anonymisoidaan laskemalla niistä uusi tiiviste satunnaisesti valitun merkkijonon kanssa. Anonymisointi poistaa tiivisteistä toistettavuuden, jolloin edes tiedossa olevalla henkilötunnuksella ei saa laskettua vastaavaa tiivistettä. Esimerksi SHA256-tiiviste merkkijonosta j31tjpfw5thtf9rs:matti Meikäläinen 7240FB435BD31DEFCAAE929D4ADB9B112C039590E3C CE2A

26 Huolehditaan datan käsittelystä rekisteritietojen siirto salattuun Tieto Data Lake -ympäristöön Espoo sisäverkko SoTe rekisteri Tieto Oyj sisäverkko Espoo Gateway Azure Gateway Tietoallas (Azure) SoTe-tietojen turvallisen käsittelyn periaatteet Haut SoTe-rekistereihin tehdään henkilökohtaisilla tunnuksilla auditointijäljen varmistamiseksi (kuka, mitä, koska). Yksilöivät tiedot pseudonymisoidaan jo kyselyvaiheessa. Tulokset tallenetaan paikallisesti tiedostoon tietokantakoneella. Tulostiedostot kryptataan välittömästi AES256-salauksella ja vahvalla salasanalla. Kolmas osapuoli ei pysty lukemaan tiedostoja, vaikka saisi ne haltuunsa Salatut tulostiedostot siirretään yhdyspalvelinten kautta salatun tiedonsiirtoyhteyden yli Espoon verkosta Tiedon verkossa sijaitsevalla Azure-yhdyspalvelimelle ja edelleen Azureympäristöön. Työasema Azure-ympäristössä tiedostokohtainen AES256-salaus avataan, rekisterit yhdistetään ja tulostiedostot anonymisoidaan. Azureympäristön levyt on salattu AES256-salauksella. Kaikki ympäristöt ovat suojattu palomuureilla, jotka sallivat yhteydenotot vain ennaltamääritellyistä yhteysosoitteista Tiedostot eivät missään vaiheessa päädy kehittäjien työasemalle 26

27 Monirekisteriajot ja tekoäly mahdollistavat asiakkuusdatan yhdistämisen, jolloin saadaan uutta, monipuolisempaa tietoa asiakkaista, asukkaista ja yrityksistä asiakkuuksien ja palvelujen optimointiin uusia tehokkaampia keinoja ja toimintatapoja palvelujen järjestämisen ja palveluohjauksen strategisen ja operatiivisen johtamisen käyttöön aiempaa rikkaampaa asiakas- ja palveludataa voidaan analysoida asiakaskäyttäytymistä faktatietojen perusteella tarkastella palvelupolkuja erittäin laajasti ja pitkältä ajalta voidaan analysoida eri palveluiden vaikutusta toisiin palveluihin ohjata asiakkuuksien ja palvelujen optimointia

28 Esimerkkihyötyjä kokeilusta kaupungille Järjestelmien data saadaan ymmärrys, paljonko käytössä olevien järjestelmien rakenteisesta ja rakenteettomasta datasta on mahdollista saada hyötyä koneoppimismenetelmillä Datan hyödyntäminen palveluiden kohdistamisessa segmenttitasolla saadaan kokemusta, pystytäänkö koneoppimismenetelmillä löytämään nykyistä paremmin palveluita tarvitsevat yksilöt (varhainen tunnistaminen) Pyritään löytämään ennakoivia malleja asiakkuuksien ja palvelujen optimointiin 28

29 Tieto muuttaa maailmaa asiakkuusdata, asiakkuus ja kumppanuus kestävien ratkaisujen Twitter; LinkedIn; SlideShare; Facebook 29