Not sure what you can do with your econometric knowledge after your studies? Or just curious where other econometricians work? No worries! With the rubric ‘Into the Business’, the Estimator wants to show you the inside world of different companies that you, as an econometrician, can end up. In this second article we dive into the world of data analytics at Aegon Nederland.
Note: The interviews with the representative of the Data Analysis divisions at Aegon Nederland is in Dutch.
Rogier Potters van Loon (Data Analyst)
Gepromoveerd econometrist en data analyst bij Aegon
Kunt u ons wat meer vertellen over uw studententijd, academische achtergrond en loopbaan tot dusverre?
Ik heb econometrie gestudeerd aan de Erasmus Universiteit en daarnaast heb ik goed gebruik gemaakt van de mogelijkheden die het studentenleven biedt. Ik ben lid geworden bij het RSC, maar vooral bij Skadi was ik zeer actief: ik deed aan wedstrijdroeien en ben zelfs nog een jaar praeses geweest. Na mijn bachelor begon ik aan mijn tweejarige onderzoeksmaster bij het Tinbergen Institute, waarna ik promoveerde onder Peter Wakker en Han Bleichrodt op het gebied van behavioral economics.
Meneer Lagrange is mijn academische voorvader, via mijn promotor elf stapjes omhoog
Nadat ik zo’n anderhalf jaar Assistant Professor ben geweest aan de EUR ben ik sinds maart vorig jaar aan de slag gegaan bij Aegon, met de formele titel Data Analyst, maar ik zie mijzelf meer als ‘behavioral econometrician’. Dat houdt in dat ik veel bezig ben met toepassingen van gedragseconomie, zo ben ik bezig met het bepalen wat de risico preferenties van mensen zijn zodat wij hier onze strategie op kunnen aanpassen.
Ik maak bij Aegon deel uit van twee verschillende afdelingen: Pensioenbeleid en Analytics & Pricing. Bij pensioenbeleid ben ik de enige econometrist, terwijl we bij Analytics & Pricing een team van 20 man hebben waarvan de meesten een exacte achtergrond hebben, denk aan econometristen, natuurkundigen en wiskundigen. Hier zijn we dan ook echt veel bezig met het toepassen van onze wiskundige vaardigheden om functies te maximaliseren. Toch gaat dat bij Analytics niet zo direct als het gelijkstellen van een afgeleide aan 0, maar komen daar ook zaken als een customer lifetime value bij kijken, een klant met een lagere kans om ons te verlaten heeft bijvoorbeeld een grotere waarde. Als wij deze groepen kunnen identificeren, kunnen wij onze campagne daar op aansturen. Dit doen wij voor het gehele spectrum, van verzekeringen tot pensioenen.
Hoe komt het dat u eerst een PhD heeft gedaan, maar daarna toch vrij snel het bedrijf leven bent ingegaan?
Ik wilde eigenlijk gewoon zien hoe het er in beide werelden aan toe ging. Toen ik aan het eind van mijn bachelor was moest ik de keuze maken: begin ik met de researchmaster, als inleiding op mijn PhD of doe ik een reguliere master en ga ik daarna het bedrijfsleven in. Omdat ik graag het academisch leven wilde meemaken en besefte dat het switchen terug van het bedrijfsleven de academische wereld in niet makkelijk is, koos ik voor de researchmaster. Daar heb ik ook nooit spijt van gehad, want het onderzoek doen beviel me prima.
Ik heb nu eigenlijk the best of both worlds, en kan mijn onderzoek omtrent behavioral finance nu toepassen in de praktijk
Het toeval wilde echter dat ik op een gegeven moment gevraagd werd om hier bij Aegon een praatje te houden over gedragseconomie, en de eerste spreker tijdens die avond was Maarten Edixhoven, de huidige CEO van Aegon. Die nodigde mij achteraf uit om nog eens langs te komen, naar mijn weten voor een gesprek over behavioral finance. Maar eenmaal daar begon hij te vertellen over hoe fantastisch het werken bij Aegon wel niet is, en toen ik merkte dat de baanomschrijving die hij gaf alles omvatte wat ik wilde, was ik verkocht. Ik heb nu eigenlijk the best of both worlds, en kan mijn onderzoek omtrent behavioral finance nu toepassen in de praktijk.
Mist u het onderzoek doen en het lesgeven nog wel eens?
Ja en nee. Het mooie aan het focussen op onderzoek doen is dat je op de eerste rij staat wat betreft nieuwe ontwikkelingen; dat kleine dingetje waar jij mee bezig bent heeft nog niemand anders ooit gedaan. Het nadeel was alleen dat wanneer je een paper wilde schrijven om je onderzoek te kunnen publiceren, er zo’n 2 maanden in gingen zitten om alles goed op papier te krijgen, maar vervolgens 2 jaar om de puntjes op de i te zetten. In het bedrijfsleven gaat zoiets veel sneller, want als jij hier met een idee komt dat de winst verhoogt zeggen ze “ja is goed, doe maar”, waar academici het eerst in alle mogelijke scenario’s zouden willen bekijken. Waar men er in de wetenschap soms 2 jaar over doet, doet men het hier in 2 weken. Persoonlijk zou ik pleiten voor een middenweg. Daarnaast vind ik het mooi dat er nog zoveel te optimaliseren valt, want dat wordt vaak nog verbazingwekkend weinig gedaan in het bedrijfsleven. Nou is dat ook erg lastig, want wat is bijvoorbeeld je doelfunctie bij het optimaliseren van pensioenen?
Waar men er in de wetenschap soms 2 jaar over doet, doet men het hier in 2 weken
Het lesgeven is wel iets wat ik zeker mis, toevallig heb ik gisteren nog gastcollege gegeven op de VU. Veel onderzoekers vinden lesgeven maar iets wat er verplicht bij hoort, maar ik vond het echt gaaf. Toch probeer ik ook hier de kennis die ik op bepaalde gebieden heb zoveel mogelijk over te brengen, bijvoorbeeld over hoe je nou precies optimaliseert met expected utility en met de overgang van SPSS naar R (open source). Deze lessen worden door sommigen gekscherend ‘Rogier’s collegetour’ genoemd. Dus dat blijft er toch wel een beetje in zitten.
Wat voor soort econometristen passen er bij uw afdelingen bij Aegon?
Bij pensioenbeleid zit je echt aan de Quantatative Finance lui te denken, maar voor Analytics & Pricing is voor het gehele scala aan econometristen wel plek. Wat mij toch wel opvalt is dat je tijdens je studie heel veel leert, en later lang niet alles toepast. Het gaat er vooral om dat je in de econometrische mindset zit. Want soms kom je ineens problemen tegen waarvoor je toch die achtergrondkennis nodig hebt, een mooi voorbeeld was toen we op een gegeven moment dachten dat we op een lokaal en geen globaal maximum zaten. Zulke problemen komen vaak voor bij multidimensionale vraagstukken, waar het best kan gebeuren dat wanneer je steeds de beste afgeleide neemt je toch lokaal uitkomt. Ik bedacht toen dat we ooit een 18e eeuwse Italiaan hadden die daar iets op had bedacht, namelijk meneer Lagrange. Daarmee hebben we het probleem toen kunnen oplossen, en als je dan ziet dat je een ton meer winst kunt maken geeft dat echt wel voldoening. Nog een leuk weetje: meneer Lagrange is mijn academische voorvader, via mijn promotor elf stapjes omhoog.