Η χρήση των big data από τις ασφαλιστικές επιχειρήσεις σε εθνικό και ευρωπαϊκό επίπεδο

Κελαϊδής, Ιωάννης-Μανούσος; Kelaidis, Ioannis-Manousos

dc.contributor.author	Κελαϊδής, Ιωάννης-Μανούσος	el
dc.contributor.author	Kelaidis, Ioannis-Manousos	en
dc.date.accessioned	2020-12-04T13:20:51Z
dc.date.available	2020-12-04T13:20:51Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/52261
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.19959
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Τεχνο-Οικονομικά Συστήματα (ΜΒΑ)”	el
dc.rights	Default License
dc.subject	Big Data	en
dc.subject	Artificial Intelligence	en
dc.subject	Ασφάλιση	el
dc.subject	Ασφαλιστικές εταιρείες	el
dc.subject	Δεδομένα μεγάλης κλίμακας	el
dc.subject	Τεχνητή νοημοσύνη	el
dc.subject	Διακυβέρνηση Δεδομένων	el
dc.subject	Insurance companies	en
dc.subject	Insurance	en
dc.subject	Data Governance	en
dc.title	Η χρήση των big data από τις ασφαλιστικές επιχειρήσεις σε εθνικό και ευρωπαϊκό επίπεδο	el
heal.type	masterThesis
heal.classification	Big Data	en
heal.classification	Δεδομένα μεγάλης κλίμακας	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2020-10-15
heal.abstract	Αντικείμενο της διπλωματικής εργασίας είναι η μελέτη της χρήσης και της αξιοποίησης των Big Data (ή Μεγάλων Δεδομένων) από τις ασφαλιστικές επιχειρήσεις, σε Εθνικό αλλά και σε Ευρωπαϊκό επίπεδο. Το θέμα της παρούσας εργασίας είναι άκρως επίκαιρο και καθοδηγητικό καθώς λόγω του τεράστιου όγκου δεδομένων, οι ασφαλιστικές επιχειρήσεις προκειμένου να αποκτήσουν ανταγωνιστικό πλεονέκτημα, που θα τις κάνει να ξεχωρίσουν έναντι των ανταγωνιστών τους αλλά και να προσφέρουν προϊόντα σχεδιασμένα σύμφωνα με τις ανάγκες των πελατών τους, μπορούν να κάνουν χρήση διαφόρων εργαλείων για την ανάλυση των «μεγάλων δεδομένων» και να αξιοποιήσουν τα εξαγόμενα συμπεράσματα. Καταδεικνύεται λοιπόν η χρήση των Big Data σε κινητήριο δύναμη για καινοτομία και ανάπτυξη ενός νέου ασφαλιστικού μοντέλου. Με το πέρας της εργασίας, ο αναγνώστης θα είναι ικανός να αντιληφθεί το σημαντικό ρόλο που διαδραματίζει η χρήση και αξιοποίησή τους σε όλο το φάσμα λειτουργίας της ασφαλιστικής επιχείρησης καθώς και το όφελός τους στο επιχειρηματικό μοντέλο της εκάστοτε εταιρείας. Στο πρώτο μέρος της εργασίας θα αναπτυχθεί μία θεωρητική προσέγγιση του θέματος με βάση την υπάρχουσα βιβλιογραφία. Αρχικά, θα μελετηθεί η αποσαφήνιση του όρου Big Data καθώς και των εργαλείων αξιοποίησής τους. Στη συνέχεια, η εργασία θα επικεντρωθεί στη χρήση των Big Data στην αλυσίδα αξίας των ασφαλιστικών επιχειρήσεων τόσο στην Ελλάδα όσο και στην Ευρώπη. Στο δεύτερο μέρος της εργασίας, η έρευνα θα εστιαστεί στο μέλλον της ασφαλιστικής αγοράς από την εφαρμογή των Big Data και στις αλλαγές που αυτή θα επιφέρει. Παράλληλα, θα γίνει παρουσίαση των ηθικών και νομικών ζητημάτων που μπορεί να εγείρονται από τη χρήση των δεδομένων, αλλά και τρόπων επίλυσής τους. Η εργασία ολοκληρώνεται με τη εξαγωγή χρήσιμων συμπερασμάτων καταδεικνύοντας ότι η εκμετάλλευση των Big Data μπορεί να αποτελέσει κινητήριο δύναμη για την ανάπτυξη της ασφαλιστικής αγοράς και κατ’ επέκταση της Ελληνικής και Ευρωπαϊκής οικονομίας, μέσω της προσφοράς νέων αλλά και βελτιωμένων ασφαλιστικών προϊόντων, προσαρμοσμένων στις ανάγκες των πελατών τους. Αξίζει τέλος να σημειωθεί ότι ο ψηφιακός μετασχηματισμός, ο οποίος θεωρείται επιβεβλημένος για την επιβίωση των επιχειρήσεων του ασφαλιστικού κλάδου, τοποθετεί τον καταναλωτή στο επίκεντρο του ενδιαφέροντος τους, με τα Big Data να αποτελούν ένα από τα κυριότερα εργαλεία για τον σχεδιασμό εξατομικευμένων προϊόντων.	el
heal.abstract	The scope of the present master thesis is the study of Big Data’s uses and applications by the Insurance companies, both at National and European level. The topic is an extremely live and guiding issue due to the opportunities arising by the leverage of the huge volume of data asset insurance companies retain in order to gain a competitive advantage. In this way, insurance companies will be able to stand out from their competitors and offer tailor-made products designed according to the needs of each of their customers. Insurers can use various analytical tools to analyse the "big data" in order to take useful insights out of them. The use of Big Data as a driving force of innovation and development of a new insurance model is thus demonstrated. At the end of this thesis, the reader will be able to perceive the important role played by the utilization of Big Data throughout the range of insurance value chain as well as its benefit in the business model of each company. More analytically, in the first part of this thesis a theoretical approach of the topic will be developed based on the existing bibliography. Initially, the clarification and the origin of the term “Big Data” as well as their utilization tools will be studied. Next, it will focus on the use of Big Data in the value chain of insurance companies both in Greece and in Europe. In the second part of the thesis, research will focus on the future of the insurance market and the changes that Big Data are expected to bring. At the same time, there will be a presentation and clarification of the most important ethical and legal issues that may arise from the use of data, including the ways to deal with them. The master thesis concludes with the draw of meaningful conclusions on the exploitation of Big Data as a driving force for the development of the insurance market and consequently the Greek and European economy, by offering new and improved insurance products tailored to customer needs. Finally, it is worth mentioning that digital transformation, which is considered essential for the survival of insurance companies, place the consumer at the center of their interest, with Big Data being one of the main tools for designing personalized products.	en
heal.advisorName	Ασκούνης, Δημήτριος	el
heal.committeeMemberName	Ψαρράς, Ιωάννης	el
heal.committeeMemberName	Δούκας, Χρυσόστομος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	93 σ.	el
heal.fullTextAvailability	false