Als data-analist of data-scientist werk je bij pensioenuitvoerder TKP met rijke datasets, waarmee je voor vernieuwing zorgt binnen een maatschappelijk thema dat ons allemaal raakt. Data lead Arjen Cats vertelt over zijn werk en het sneeuwbaleffect dat hij hiermee soms ziet ontstaan bij pensioenfondsen. “Het voordeel van de rijke data waarmee wij werken, is dat we niet snel hoeven te vervallen in het doen van aannames.”
Als data lead is Arjen Cats (46) bij TKP verantwoordelijk voor de afdeling die zich bezighoudt met data & analytics. “Wij pakken alles op wat datagerelateerd is en leveren inzichten die onze klanten kunnen doorvertalen naar acties. Ook leveren we oplossingen waarmee mensen grip krijgen op de problemen waar zij mee te maken krijgen.” De gebruikers van de diensten en oplossingen van Arjen en zijn team zijn onder meer directe TKP-collega’s (“bijvoorbeeld de afdeling Communicatie, die campagnes plant op basis van data”), maar bevinden zich ook buiten de organisatie. “Zoals de pensioenfondsen die willen weten hoe ze hun eindklanten het beste kunnen bedienen. Ook zetten we data-analyse in voor fraudedetectie, om te achterhalen of er bijvoorbeeld meerdere uitkeringen naar één rekening gaan.”
Rijke datasets met veel kenmerken
De data waar het team Datamanagement & Analytics mee werkt, zijn in eigendom van de pensioenfondsen waarvoor TKP de pensioenadministratie verzorgt. Deze data worden grotendeels aangeleverd door werkgevers. “Het zijn rijke datasets met allerlei kenmerken van pensioendeelnemers, waardoor we niet hoeven terug te vallen op aannames en openbare bronnen zoals social media. Dat laatste willen wij ook niet. Ethisch handelen is voor ons belangrijk, het gaat immers om persoonsgegevens. Met de data die we hebben, kunnen we onze dienstverlening op een hoog peil brengen en daarnaast goed uitleggen waar we mee bezig zijn.”
Het werk gaat veel verder dan het schrijven van scripts en modellen, legt Arjen uit. “In ons team is veel pensioenkennis aanwezig in combinatie met data- en technische kennis, waardoor we een goede gesprekspartner zijn. We proberen steeds de vraag achter de vraag te achterhalen, om te begrijpen hoe wij het beste kunnen helpen. Daardoor kunnen we oplossingen en ideeën voorleggen die opdrachtgevers soms helemaal niet verwachten. Zo kunnen we bijvoorbeeld voorspellen wanneer pensioendeelnemers contact op gaan nemen met de klantenservice, wat kan helpen bij onder meer de capaciteitsplanning.”
Op zoek naar ‘aha-momenten’
Een van de mooie dingen in zijn vakgebied is het sneeuwbaleffect dat Arjen soms ziet ontstaan. “Op elke oplossing of ieder inzicht van ons volgen vaak weer vijf nieuwe vragen. Je zorgt regelmatig echt voor een ‘aha-moment’ bij de opdrachtgever. Bijvoorbeeld over de manier waarop de pensioendeelnemer het liefst wil dat wij met hem of haar communiceren en wat het effect is van bepaalde life events, zoals een nieuwe baan, trouwen of scheiden. Maar we kunnen ook precies zien waar werkgevers fouten maken bij het opgeven van pensioeninformatie, zodat we meer gericht kunnen helpen. Dat zijn soms mooie inzichten, maar daarin schuilt ook direct een gevaar. Want ook al kun je overal de diepte in, het operationaliseren en kunnen doorvertalen naar actie op deze inzichten blijft een uitdaging op zichzelf. Mensen moeten er in hun dagelijkse werk wel wat mee kunnen. Bovendien zitten we niet bepaald om werk verlegen, dus dat sneeuwbaleffect breng ook risico’s op overvraging met zich mee.”
Op dit moment bestaat het team van Arjen uit dertien medewerkers. “Het is een mix van ervaren business intelligence-specialisten, data-engineers en jonge, soms net afgestudeerde data-scientists. We groeien snel en een van onze uitdagingen is om alles wat we ontwikkelen verder door te automatiseren. Een voorbeeld daarvan op het gebied van datavisualisatie is Tableau, een tool waarmee je dashboards met grafieken kunt maken. Dit heeft een hoog selfservice-gehalte waardoor gebruikers zelf interactief aan de slag kunnen met onze data.” Met name op het gebied van data-science is er veel ‘artistieke vrijheid’ voor teamleden. “Deze collega’s moeten de ruimte hebben in de keuze voor hun modellen, omdat ontwikkelingen heel snel gaan. De wereld kan er volgend jaar op dit gebied heel anders uitzien en daarin willen wij kunnen meebewegen. Dat doen we door zo veel mogelijk met opensource-tooling te werken.”
Toffe uitdagingen
Hoe is het om te werken binnen data-analytics en data-science bij TKP? “Er ligt hier veel ruimte om je eigen pad te kiezen, met de nodige autonomie om de rol te pakken die jou ligt. De datasets waar wij mee werken, zijn heel rijk en er is veel te ontdekken. Wij zoeken vooral naar een onderzoeksmentaliteit en naar mensen met een brede interesse in hoe dingen werken. Ben je zo iemand, dan denk ik dat je hier als data-analist, -scientist of -engineer toffe uitdagingen gaat vinden.”
De diepte in met intelligente datamodellen? Bij TKP vind je serious tech voor ICT’ers met ambitie. Kijk voor meer informatie op https://www.werkenbijtkp.nl/vakgebieden/tech/data-analytics
Dit artikel is geen redactioneel artikel, maar een advertorial. Mocht je ideeën met ons willen delen over deze vorm van adverteren, dan horen wij dat graag. Hierover kun je met ons in gesprek via [Discussie] Reclame algemeen, daar zullen collega's aanwezig zijn om jouw vragen en/of opmerkingen te bespreken/beantwoorden.
/u/2085/crop5dd3f233e1f86.png?f=community){kind=small}
/u/27299/hoofd.png?f=community){kind=small}
:strip_exif()/u/107011/Motrax.gif?f=community){kind=small}
:strip_exif()/u/19665/ElfEverQuestTweakersSmall.gif?f=community){kind=small}
:strip_icc():strip_exif()/u/58139/uglycat.jpg?f=community){kind=small}
:strip_icc():strip_exif()/u/109036/crop580efea56f6f9_cropped.jpeg?f=community){kind=small}
)