NEUROVERKKOJEN JA KONEOPPIMISEN HYÖDYNTÄMINEN VAHINKOVAKUUTUSYHTIÖN PUHELINPALVELUKESKUKSEN MYYNTIPROSESSEISSA

Abstract

Opinnäytetyössä tarkoituksena on selvittää koneoppimisen ja neuroverkkojen hyödyntämispotentiaalia vahinkovakuutusyhtiön puhelinpalvelukeskuksen yksityisasiakkaille suuntaamassa myyntityössä. Tutkimuksen tavoitteena on kehittää toiminnan suunnittelututkimukselliseen menetelmään pohjautuva artefakti, tässä tapauksessa taulukko teoriatietoon pohjautuvista agenttien ja asiakkaiden ominaisuuksista, joita voidaan hyödyntää osana tekoälyohjatun ACPS (Agent Customer Pairing System) -järjestelmän agenttien ja asiakkaiden profilointia, parempien myyntitulosten saavuttamiseksi. Artefakti tulee kehittää niin että se huomioi EU:n yleisen tietosuoja-asetuksen (2016/679) sen käytölle mahdollisesti asettamat rajoitteet.

Tutkimus tehtiin toiminnan suunnittelututkimuksellisella otteella, käyttäen sen pohjana Seinin, Hendfridssonin, Puraon, Rossin ja Lindgrenin (2011) kehittämää ADR-metodia. Tutkimus suoritettiin tutkimusmetodille ominaisessa, läheisessä yhteistyössä kohdeorganisaation kanssa, jossa kohdeorganisaatio pääsee tutkijan kanssa vastavuoroisesti osallistumaan lopullisen artefaktin muokkaamiseen. Tutkimuksen teoreettisen osan muodostaa vakuutustoimintaa, tekoälyä, koneoppimista, neuroverkkoja, myyntiä, markkinointia, asiakkaiden profilointia sekä tietosuojalainsäädäntöä käsittelevä koti- ja ulkomainen kirjallisuus. Tutkimusympäristöstä kerättävänä aineistona toimii teemahaastatteluin kerätty aineisto sekä kohdeorganisaation kanssa yhteisen tutkimusprosessin aikana kertynyt tieto.

ACPS-järjestelmässä käytettävien asiakkaiden ja agenttien profiilien suunnittelussa pääasiallinen fokus oli myyntitapahtuman toteutumisen todennäköisyyden kasvattamisessa. Profiilien suunnittelussa keskityttiin sellaisiin saatavilla oleviin asiakkaiden ja agenttien ominaisuuksiin, jotka kategorisoituvat kuluttaja-asiakkaiden päätöksentekoprosessin lopputulokseen vaikuttavien tekijöiden luokkiin, joko ostotilannetyypin, henkilökohtaisten vaikutteiden tai sosiaalisten vaikutteiden alle, ja joilla voi tätä kautta olla vaikutusta ostopäätöksen syntyyn. ACPSjärjestelmän kannalta kriittisiä elementtejä havaittiin olevan asiakastietokannan sisältämän tiedon määrä sekä sen laatu. Kuluttajien identiteetin liittyvän tiedon sijaan, tulisi profiloinnissa käytettävien ominaisuuksien osalta painottaa varsinaiseen asiakaskäyttäytymiseen liittyvää tietoa. Jotta henkilötietoa voidaan käyttää ACPS-järjestelmän ominaisuuksina, on sen käsittelyn ja keräämisen täytynyt täyttää Tietosuoja-asetuksen (2016/679) määrittelemistä kuudesta perusteesta vähintään yhden, eikä se saa sisältää minkäänlaista automaattista päätöksentekoa eli esimerkiksi oikeusvaikutuksia henkilöihin, joista tietoa on kerätty.

The thesis investigated utilizing potential of machine learning and neural networks in private customer focused sales work in indemnity insurance company’s call center department. Focus of the thesis is to develop action design research based artefact, in this particular case study a theory based table, about agent and customer attributes which can be exploited in agent and customer profiling, as a part of the Agent Customer Pairing System (ACPS). Goal of the system is to achieve better results in sales compaed to curret state. Artefact have to be developed in a manner that takes into consideration of all possible restrictions that European Union’s General Data Protection Regulation (2016/679) may cause for its use.

The research was carried out as a action design research, using ADR-method developed by Sein, Hendfridsson, Purao, Rossi and Lindgred (2011) as its basis. Research was carried out in close co-operation with target organization, where organization is allowed to mutually participate in the shaping of the final atrefact. The theoretical basis of the thesis was based on literature that covered insurance business, artificial intelligence, machine learning, neural networks, sales, marketing, customer profiling and data protection legislation. Data from the research environment was collected by theme interviews and it also accumulated during the mutual research project alongside with the target organization.

Main focus in customer and agent profiling used in ACPS-system, was to increase probability of the sales tranaction. Profile design process was focusing especially such available customer and agent attributes, that was categorized to the classes, containing factors that affects end result consumer-customers desicion making process, and which could therefore have effect on purchase decision formation. Main classes consisted of the purchase circumstance type, personal influences and social influences. Perceived critical elements in ACPS-system was quality and quantity of the customer data contained in main data base and that instead of emphasising solely on data concerning identity of the consumers, the actual consumer behaviour, should be emphazised. So that personal data can be used as attributes of the ACPS-system, its handling and collecting process have to fulfill at least one of the six principles defined in GDPR (2016/679). Personal data used in the system can’t either contain any kind of automatic desicion making which could for example have legal effects for the persons from which data have been collected.