KMD Return – Dialogværktøj til rehabiliteringsforløb

Pensionsselskaberne i Danmark ligger i dag inde med enorme
datamængder, der bare venter på at blive aktiveret for dermed at blive til viden, som i sidste ende kan omsættes til proaktive handlinger.

KMD Return hjælper Liv & Pension branchen med at aktivere disse data og dermed få udbytte af mange års opsamling og registrering. Dette er til fordel for såvel jer som pensionsselskab som for den enkelte kunde, der får et kvalificeret indblik i, hvornår og i hvilket omfang vedkommende kan forvente at vende tilbage på arbejdsmarkedet efter fx en knæ- eller hofteoperation.

Data infrastruktur

VURDER TIDSHORISONT FOR TILBAGEVENDE TIL ARBEJDESMARKEDET

Ved at få indblik i segmenter og sandsynligheder for specifikke resultater (fx generhvervelse af tabt arbejdsevne eller fuld raskmelding og tilhørende tidshorisont), bliver beslutningstagerne i stand til at træffe beslutninger objektivt og uafhængigt af erfaringsniveau. Gennem indsigter fra tidligere lignende sager bliver det blandt andet muligt at kvalificere et forløb, hvor der fx skal tages stilling til konsekvenserne ved behandling, sammenlignet med hvis kunden ikke modtager behandling (fx en operation). KMD Return aktiverer forudsigelsesalgoritmer, som balancerer præcision med forklaringer for at matche det individuelle behov. På baggrund af eksisterende data omkring andres forløb kan der laves en kvalificeret kalkulation på risici/fordele ved behandlingsforløb og for hvornår og efter hvor lang tid og med hvilken mulig méngrad, kunden kan forvente at vende tilbage på arbejdsmarkedet.

DIALOGBASERET VÆRKTØJ SOM GIVER OVERBLIK OG GENNEMSIGTIGHED

Hvis man er uheldig at miste sin erhvervsevne – i forbindelse med fx en arbejdsskade eller en større operation – er det ofte vanskeligt for den enkelte kunde at danne sig et overblik over, hvilket forløb der hurtigst og bedst hjælper vedkommende tilbage til en normal hverdag uden gener. Manglen på overblik og gennemsigtighed i de valg, man skal træffe, betyder ofte, at man må læne sig 100% op af ekstern rådgivning uden selv at vide, hvad der er op og ned – også selvom det drejer sig om sit eget forløb. Med KMD Return vil I blive en vigtig støtte for kunden i denne proces, da I kan præsentere kunden for forståelig fakta og data.

BESLUTNINGSSTØTTE VIA AVANCEREDE AI-TEKNOLOGIER

KMD Return gør brug af avanceret machine learning til at foretage datadrevet prædiktiv indsigt i ”forventet generhvervelse af tabt erhvervsevne”, ”forventet fuld raskmelding” og/eller ”forventet returnering til arbejde” og ikke mindst er formålet at give et realistisk bud på tidslinjen i processen. Herudover anvendes løsningens teknologier til at levere en datadrevet støttende dialog om rehabiliteringsforløb ved at bringe eksisterende data omkring gunstige effekter og negative konsekvenser i spil på en værdifuld måde

I forbindelse med tab af erhvervsevne er det ofte vanskeligt at forudsige sandsynligheden for, at kunden vil være i stand til at returnere til arbejdsmarkedet, i hvilken grad og med hvilken tidshorisont. Det kan kræve mange ressourcer at etablere en risikovurdering, og der kan være økonomiske konsekvenser forbundet med at ramme ved siden af i sin vurdering. Det er denne udfordring, KMD Return hjælper jer med at løse.

SKAB OVERBLIK OVER SUL-REGNSKABERNE

Med KMD Return bliver I i stand til at udarbejde en prioriteret liste over de største risici i forhold til SUL-udgifter. Mange selskaber taber i disse år mange millioner på risikodækningerne, hvilket afspejler sig i SUL-regnskaber og -hensættelser. SUL-forretningerne har længe været et smertensbarn for pensionsbranchen grundet skærpet konkurrence, og det er svært at undgå, at det påvirker lønsomheden i negativ retning.

HJÆLP JERES KUNDER TIL AT KOMME GODT TILBAGE PÅ ARBEJDSMARKEDET

Ved at anvende jeres eksisterede data og indgå i tæt dialog med jeres kunder, kan I hurtigere hjælpe dem videre ud på arbejdsmarkedet efter tabt erhvervsevne. I vil give jeres kunder en uvurderlig indsigt i deres egen situation og et realistisk blik på, hvordan den kommende tid vil forme sig for dem. Ved at drage referencer til sager, som ligner kundens, vil I sammen kunne lave målsætninger for deres tilbagevenden til arbejdsmarkedet.

OPTIMER BRUGEN AF JERES EGNE INTERNE RESSOURCER

Ud over fordelene for den enkelte kunde kan I som pensionsselskab også bruge systemet til interne formål blandt andet i forbindelse med beregninger af hensættelser til SUL-regnskabet. Herudover kan data omkring forskellige typer af kundesegmenter hjælpe jer til at dimensionere og prioritere indsatsbehovet ud fra kendskabet til ressourcebehov (tid/penge) i forhold til de enkelte kunder eller kundegrupper. I vil skabe en ensartet praksis omkring kundeforløb, som gør benchmarking mere præcis. Med strømlinede forløb bliver I mindre afhængige af at skulle inddrage særligt erfarne medarbejdere i hvert forløb, da beslutningsmønstre og handlinger fra forskellige sager bliver en del af det samlede datasæt. Dette effektiviserer jeres arbejdsgange og sikrer blandt andet en hurtigere oplæring af nye medarbejdere.

Minimere unødvendige interventioner

Vælge de korrekte interventioner fra starten

Optimere livskvaliteten og den daglige funktionalitet

Tilpasse løsningen til den specifikke kunde

Bedre kundetilfredshed

Læs & hent faktaark

Faktaark

KMD Return

Hent brochuren, så du altid har beskrivelsen af KMD Return lige ved hånden

Hent og læs

Sådan kommer I i gang med KMD Return

KMD Return kendetegner et tidseffektivt forløb (forventeligt under 1 år), hvor forretningsspecifikke data beriges med machine learning. Løsningen implementeres typisk lokalt, men kan også implementeres i et cloud-miljø. Løsningen implementeres i 4 faser.

Fase 1

Et discover-forløb, hvor vi i fællesskab definerer værdiskabende resultater og afdækker datakilders værdipotentiale.

Fase 2

Et plan-forløb, hvor vi skitserer et pilotprojekt.

Fase 3

Et build-forløb, hvor vi i en afgrænset tidsramme gennemfører machine learning, skitserer en slutbrugerløsning og vurderer egnetheden for idriftsættelse.

Fase 4

Et transition-forløb, hvor algoritmerne planlægges idriftsat sammen med slutbrugernes behov og arbejdsgange.

OFTE STILLEDE SPØRGSMÅL

Vi ved, at det kan være en stor belastning at investere i en ny it-løsning. Derfor har vi herunder samlet svar på en række spørgsmål til KMD Return. Er der spørgsmål, du stadig mangler svar på, er du meget velkommen til at kontakte os via formularen nederst på siden. Du kan også bestille en detaljeret introduktion til systemet.

Hvilke data anvendes til at forudsige rehabiliteringsforløb?

KMD Return aktiverer jeres egen pulje af data, hvor der ligger en uendelig vidensbank tilgængelig. Så snart jeres databaser kobles sammen med machine learning, kan I trække indsigter fra forskellige typer af kundesegmenter og behandlingsforløb. Det er denne viden, I kan omsætte til værdifuld dialog med kunden om dennes situation.

Kan KMD hjælpe os med at implementere løsningen?

Ja. KMD hjælper jer fra start til slut. Vi er med jer fra de indledende overvejelser til den endelige implementering af løsningen. Vi står naturligvis altid til rådighed for sparring – også efter systemet er sat i drift hos jer.

Hvordan skaber KMD Return værdi for os?

KMD Return er udviklet til at afhjælpe beslutningsprocesser og kvalificere risikovurderinger. I bliver blandt andet i stand til at effektivisere interne arbejdsgange, og forretningsspecifikke data beriges tidseffektivt med machine learning og beslutningsstøtte.

Kan vi få en demo af løsningen?

Ja. KMD tilbyder en udførlig gennemgang af løsningen, og sammen tager vi en dialog om, hvordan løsningen kan tilpasses jeres daglige arbejde med sagsbehandlinger.

Hold dig opdateret

Tilmeld dig vores nyhedsbrev om data og analyse. Så er du blandt de første, der modtager de seneste nyheder, indsigter og invitationer.

Tilmeld dig her

Har du spørgsmål eller vil du gerne vide mere?

Kontakt os og få en personlig demo, hvor vi sammen ser på, hvilke fordele I kan opnå. Vi tager udgangspunkt i jeres behov og jeres forretning.

Navn *

Arbejdsmail *

Telefonnummer *

Hvordan vil du gerne kontaktes? *

Besked *

Felt er påkrævet

Forudse rehabiliteringsforløb med intelligent brug af data