Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Cattolica Go
Search
Tiago Martinho
May 01, 2018
Technology
68
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Cattolica Go
Tiago Martinho
May 01, 2018
More Decks by Tiago Martinho
See All by Tiago Martinho
Time Managment
tiagomartinho
0
49
BuddyBuild
tiagomartinho
0
42
Daily Journal
tiagomartinho
0
58
Everyone can code
tiagomartinho
0
41
Introduction to Machine Learning
tiagomartinho
0
52
Silicon Valley Tour
tiagomartinho
1
75
Automated User Interface Testing
tiagomartinho
0
66
Swift Peer Lab - try! Swift Tokyo
tiagomartinho
0
97
Francigenr
tiagomartinho
1
38
Other Decks in Technology
See All in Technology
product engineering with qa
nealle
0
140
「ちゃんとやっている」は独りよがりだった ― 不安に寄り添うインシデント対応へ / Towards incident response that addresses anxieties
chmikata
1
520
記録をかんたんに、提案をパーソナルに ── AIであすけんが目指すもの
oprstchn
0
140
認証認可だけじゃない! ID管理の構成要素と ライフサイクルを意識しよう
ritou
1
470
【FinOps】データドリブンな意思決定を目指して
z63d
3
610
“全部コピーしない”ファイルデータの活用 : — FSx for ONTAP × S3 Tables × Icebergで作るメタデータカタログ
yoshiki0705
0
430
知見・人・API・DB・予算 ─ ナイナイ尽くしだった人事データ整備 with dbt、5年間の学び
ken6377
1
150
SRE歴2ヶ月でも開発6年の知見を活かして、チームで止まっていた環境改善を前に進めた話
a_ono
1
200
LiDAR SLAMの実装とセンサ融合 ~Lie群からContinuous-Time LIOまで~
naokiakai
1
960
Zoom2Youtube.Claude
kawaguti
PRO
1
300
組織における AI-DLC 実践
askul
0
310
AI Agent SaaS を支える自社仮想化基盤への挑戦と実運用 / ai-agent-saas-virtualization
flatt_security
2
1.1k
Featured
See All Featured
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
350
Optimising Largest Contentful Paint
csswizardry
37
3.8k
Speed Design
sergeychernyshev
33
1.9k
Into the Great Unknown - MozCon
thekraken
41
2.6k
Build The Right Thing And Hit Your Dates
maggiecrowley
39
3.2k
WENDY [Excerpt]
tessaabrams
11
38k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
210
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
640
The Hidden Cost of Media on the Web [PixelPalooza 2025]
tammyeverts
2
340
A brief & incomplete history of UX Design for the World Wide Web: 1989–2019
jct
2
410
Accessibility Awareness
sabderemane
1
150
Designing for Performance
lara
611
70k
Transcript
#call4cattolica Verona, 22.04.2017
Generazione Y
Trend negativo
È tempo di cambiare…
I reali ‘user needs’ 1. Disponibilità immediata (on-the-go)
I reali ‘user needs’ 1. Disponibilità immediata (on-the-go) 2. Online
& in-app (one-tap)
I reali ‘user needs’ 1. Disponibilità immediata (on-the-go) 2. Online
& in-app (one-tap) 3. Personalizzazione (profiling)
I reali ‘user needs’ 1. Disponibilità immediata (on-the-go) 2. Online
& in-app (one-tap) 3. Personalizzazione (profiling) 4. ‘Quel tanto che basta’ (pay-as-you-go)
Indice di rischio & offerta Database Apps AI fraud detection
1 motore 2 modelli di business
1 motore 2 modelli di business B2C Micro-polizze predittive
1 motore 2 modelli di business B2C Micro-polizze predittive Suggerite
imparando da chi è l’utente e dalle sue abitudini
…e i casi sono illimitati - Nuovo device - Attività
anomala - Acquisti - Viaggio - Furti - Dati sanitari - Visita medica - Macchina - Smart Home - Animali
1 motore 2 modelli di business B2C Micro-polizze predittive Suggerite
imparando da chi è l’utente e dalle sue abitudini
1 motore 2 modelli di business B2C Micro-polizze predittive Suggerite
imparando da chi è l’utente e dalle sue abitudini B2B APIs per piccoli commercianti
1 motore 2 modelli di business B2C Micro-polizze predittive Suggerite
imparando da chi è l’utente e dalle sue abitudini B2B APIs per piccoli commercianti Infrastruttura per permettere ad altri di assicurarsi → clienti gratis
None
None
None
None
None
None
Competizione (in US, solo B2C) Source: http://burnmark.com/wp-content/uploads/2016/11/Burnmark-Report-November-2016.pdf
Value Proposition 1. ML → apprende chi è l’utente
Value Proposition 1. ML → apprende chi è l’utente 2.
AI → personalizza l’offerta in base
Value Proposition 1. ML → apprende chi è l’utente 2.
AI → personalizza l’offerta in base 3. Nuova relazione con l’utente → PAYG
Value Proposition 1. ML → apprende chi è l’utente 2.
AI → personalizza l’offerta in base 3. Nuova relazione con l’utente → PAYG 4. API → Nuovi ‘assicuratori’ → + clienti
iOS Developer CEO @Elit Luca SW Developer @Belka Silvia Product
Designer @Viabo Silvio SW Developer @UniTN Tiago Max Franz Biz Developer @EIT Digital UX Designer @Belka
Survey 45
Pricing B2C → algoritmo AI-based (basato su originale) B2B →
idem - % per il vendor