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
0
63
Cattolica Go
Tiago Martinho
May 01, 2018
Tweet
Share
More Decks by Tiago Martinho
See All by Tiago Martinho
Time Managment
tiagomartinho
0
44
BuddyBuild
tiagomartinho
0
40
Daily Journal
tiagomartinho
0
55
Everyone can code
tiagomartinho
0
37
Introduction to Machine Learning
tiagomartinho
0
47
Silicon Valley Tour
tiagomartinho
1
70
Automated User Interface Testing
tiagomartinho
0
64
Swift Peer Lab - try! Swift Tokyo
tiagomartinho
0
90
Francigenr
tiagomartinho
1
36
Other Decks in Technology
See All in Technology
配列に見る bash と zsh の違い
kazzpapa3
3
160
ブロックテーマでサイトをリニューアルした話 / 2026-01-31 Kansai WordPress Meetup
torounit
0
480
SREチームをどう作り、どう育てるか ― Findy横断SREのマネジメント
rvirus0817
0
320
ClickHouseはどのように大規模データを活用したAIエージェントを全社展開しているのか
mikimatsumoto
0
260
2026年、サーバーレスの現在地 -「制約と戦う技術」から「当たり前の実行基盤」へ- /serverless2026
slsops
2
260
仕様書駆動AI開発の実践: Issue→Skill→PRテンプレで 再現性を作る
knishioka
2
680
~Everything as Codeを諦めない~ 後からCDK
mu7889yoon
3
460
フルカイテン株式会社 エンジニア向け採用資料
fullkaiten
0
10k
【Ubie】AIを活用した広告アセット「爆速」生成事例 | AI_Ops_Community_Vol.2
yoshiki_0316
1
110
会社紹介資料 / Sansan Company Profile
sansan33
PRO
15
400k
AIエージェントを開発しよう!-AgentCore活用の勘所-
yukiogawa
0
180
モダンUIでフルサーバーレスなAIエージェントをAmplifyとCDKでサクッとデプロイしよう
minorun365
4
220
Featured
See All Featured
Designing Experiences People Love
moore
144
24k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.9k
So, you think you're a good person
axbom
PRO
2
1.9k
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
9.6k
Lessons Learnt from Crawling 1000+ Websites
charlesmeaden
PRO
1
1.1k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
2.1k
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
1
1.3k
Building an army of robots
kneath
306
46k
Designing Powerful Visuals for Engaging Learning
tmiket
0
240
Chasing Engaging Ingredients in Design
codingconduct
0
110
We Analyzed 250 Million AI Search Results: Here's What I Found
joshbly
1
740
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