Verdt å lese:
Forsikringskundene krever stadig mer – er bransjen forberedt?
Tidligere ble forsikringsprisene justert etter risikovurderingen av en postsone, og i enkelte tilfeller hele kommuner. Nå kan du ved hjelp av geografiske informasjonssystemer vite nøyaktig hvor utsatt huset dine kunder bor i er og prise deretter. Ved å analysere egen skadehistorikk med risikodata (flom, skred, brannsmitte mfl.) og adresseinformasjon får du detaljert informasjon som hjelper deg med å lage en mer nøyaktig prismodell.
Geografiske data viktig i maskinlæringsmodeller
Geografiske informasjonssystemer har den fenomenale egenskapen at det er i stand til å knytte et vidt spenn av data til en observasjon gjennom lokasjon og nærhet og som hadde vært nærmest umulig å få til uten. I tillegg er lokasjon og avledede variabler ofte svært relevant i mange problemstillinger som man i dag ønsker å benytte maskinlæringsmodeller for å løse.