Kundreferenser /

<p><strong>SAS Institute AB</strong><br />Box 609<br />169 26 Solna<br />Tel: +46 8 522 170 00<br />Fax: +46 8 522 170 70<br />E-post: info@swe.sas.com<br />www.sas.com/sweden</p>

Kundreferenser

UtskriftvänligUtskriftvänligPDF PDF

Kundreferenser

 

AFA Försäkring förebygger skador med SAS Text Miner

AFA Försäkring tar hjälp av textanalys i sitt förebyggande arbete för ökad hälsa i arbetslivet. Inom försäkringsverksamheten finns en enorm kunskap om vad som orsakar skador och ohälsa. Denna kunskap förädlas och skickas vidare till projekt som aktivt bidrar till att minska skadorna och sjukfrånvaron samt förbättra arbetsmiljön. Med SAS Textminer från SAS Institute ökar försäkringsbolaget kvaliteten i beslutsunderlagen samtidigt som de effektiviserar administrationen.

Alla som anmäler en skada till sitt försäkringsbolag i får i text beskriva orsaken till skadan, händelseförloppet och vilka konsekvenser den har gett.  På AFA Försäkring ansvarar man för  att analysera orsaker till skador och sjukdomsfall samt dess konsekvenser och omfattning. Analysen används för skadeförebyggande arbete som drivs av arbetsmarknadens parter.

 Det är viktigt att analysen blir så korrekt och så nära verkligheten som möjligt. På så sätt kan man sätta in förebyggande insatser som kan minska allvarliga och kostsamma skador, säger
Michel Normark som är chef för Analys och Försäkringsvillkor på AFA Försäkring.

Med hjälp av SAS TextMiner kan AFA Försäkrings statistiker analysera den text som den skadeutsatta har skrivit ned och på så sätt komma närmare den skadeutsattas version av händelsen.

AFA Försäkring administrerar försäkringar som är grundade på kollektivavtal åt arbetsmarknadens parter. AFA Försäkring har varit kund till SAS Institute ända sedan 1998. Då började aktuarierna, försäkringstjänstemän med statistiska arbetsuppgifter, använda SAS för att komma åt och bearbeta data. Ett par år senare började avdelningen Prevention – nu Analys och Försäkringsvillkor – använda SAS för att få en bättre bild av vilka skador som drabbat de försäkrade, vad som orsakade skadorna och vilka effekter skadorna gav.

Vid den tiden analyserades enbart strukturerad information, det vill säga AFA Försäkring skrev in koder baserade på textbeskrivningarna av händelseförloppen. Nyckelord togs ut från de skadeutsattas beskrivningar och kodades, vilket krävde en betydande arbetsinsats. Det fanns även en risk för subjektiva bedömningar och slarvfel. 2004 digitaliserades systemet, så nu finns all information inskriven i en databas.

Eftersom stora delar av den aktuella informationen är textbeskrivningar ville vi kunna analysera fritext. Bakgrunden till att vi började arbeta med textmining är framför allt att vi ville  höja kvaliteten på våra analyser och de beslutsunderlag som vi ger till våra uppdragsgivare; LO,
Svenskt Näringsliv och PTK. Samtidigt var det ett sätt att sänka administrationskostnaderna genom slopade arbetsmoment, berättar Michel Normark.

Kerem Tezic, statistiker på AFA Försäkring, började sommaren 2008 använda SAS TextMiner  för att analysera skadematerial, till att börja med för ett omfattande projekt om hot och våld på arbetsplatser. I projektet analyseras detaljerad information om vilka typer av situationer som leder till hot och våld för olika yrkesgrupper och hur allvarlig skadan blev samt hur lång sjukskrivning som krävdes.

SAS TextMiner använder sofistikerade matematiska/statistiska modeller för att analysera löptext. Med hjälp av dessa modeller kan vi hitta samband mellan de 10 000-tals dokument och termer som finns i databasen och kategorisera dessa i meningsfulla grupper. Därefter genomförs analys av grupperna där vi f till exempel kan upptäcka olika händelseförlopp som är typiska för olika yrkesgrupper, säger Kerem.

En yrkesgrupp som undersökts är poliser. Med hjälp av textmining upptäckte Kerem att polismän ofta skadas när de tar med sig gripna gärningsmän i baksätet på bilen. Gärningsmannen blir ofta aggressiv mot den konstapel som sitter bredvid i baksätet och det är inte tillåtet att använda handbojor i bilen. Han upptäckte också att en oproportionell stor andel kvinnliga poliser attackerades. Nära hälften av de poliser som skadats i baksäten var kvinnor. Det ska sättas i relation till att endast mindre än 20 procent av den totala poliskåren är kvinnor.

Vi har också upptäckt 600 fall av hotsituationer med hjälp av SAS TextMiner som inte hade upptäckts genom strukturerad analys, berättar Kerem.

Eftersom AFA Försäkring har dragit ned på personalstyrkan finns ett behov av en effektivisering av verksamheten och med det nya textmining-systemet så tjänar de inkostnaden för 1,3 medarbetare per år. Men de kvalitativa vinsterna överstiger de kvantifierbara effektivitetsvinsterna.

Med traditionell strukturerad information förloras stora delar av informationen och orsakssamband riskerar att missas. Med strukturerad information finns också problem med synonymer och ord som betyder flera saker. Det kan det leda till att vi riskerar att dra felaktiga slutsatser och ge felaktig information till arbetsmarknadsparterna om vilka åtgärder som bör prioriteras för att förbättra arbetsmiljön, säger Kerem.

Kerem Tezic är väldigt nöjd med det nya systemet och har svårt att slita sig från sitt analysarbete.

En stor fördel är att det är så roligt att arbeta med text mining. Man upptäcker hela tiden nya saker, som man inte kan göra annars, framhåller han.

Hittills har Kerem och hans två statistikkolleger använt SAS Text Miner för deskriptiva (beskrivande) studier. Nästa steg är att använda prediktiv (förutseende) text mining. De kommer då att prognostisera risker och allvarlighetsgrader för olika yrkesgrupper och inom olika demografiska variabler för att på så sätt hitta de områden där förebyggande åtgärder ger mest effekt.

Copyright © SAS Institute Inc. All Rights Reserved.

AFA Försäkring - SAS Text Miner

Affärsproblem:
Stora delar av den aktuella informationen är textbeskrivningar och AFA vill kunna analysera fritext och därmed höja kvaliteten på sina analyser och de beslutsunderlag som de ger till sina uppdragsgivare; LO, Svenskt Näringsliv och PTK.
Lösning:
Med hjälp av SAS® Text Miner, som är integrerad i SAS Enterprise Miner, kan AFA Försäkringar analysera fritext och hitta samband mellan 10 000-tals dokument och termer samt presentera dessa i meningsfulla kluster.
Resultat:
Med SAS® Text Miner har AFA Försäkring höjt kvaliteten i sina analyser och samtidigt minskat administrationskostnaderna genom slopade arbetsmoment.
Bransch 
Försäkring. AFA Försäkrings huvuduppgift är att administrera försäkringar och andra tjänster som bestäms i kollektivavtal eller andra överenskommelser mellan arbetsmarknadens parter. AFA Försäkring försäkrar vid arbetsskada, sjukdom, dödsfall och arbetsbrist.
Citat:

Eftersom stora delar av den aktuella informationen är textbeskrivningar ville vi kunna analysera fritext.

Michel Normark

chef för Analys och Försäkringsvillkor,
AFA Försäkring