Tutkimus tehtiin toimeksiantona Karttakeskus Oy:n vakuutusalan asiakasyritykselle. Tutkimusaineisto koostui kyseisen asiakasyrityksen vakuuttamista vakuutuskohteista ja kohteisiin liittyvistä vakuutustiedosta. Vakuutuskohteita koskeva data sisälsi salassa pidettäviä liiketoimintatietoja. Tästä johtuen tutkimus on jaettu julkiseen ja vakuutusyhtiön liiketoimintatietoja sisältävään salattuun liiteosaan.
Tutkimuksen tavoitteena oli mallintaa paikkatietoanalyysien ja -visualisointien avulla vakuutusyhtiön operatiivisiä riskejä. Operatiivisilla riskeillä tarkoitetaan yrityksen päivittäisiin toimintoihin liittyviä riskejä, jotka liittyvät riittämättömien tai epäonnistuneiden sisäisten prosessien, järjestelmien, liiketoimintaympäristön tai henkilöstön aiheuttamaa tappionvaaraa. Vakuutusyhtiötä koskevista operatiivisista riskeistä tähän tutkimukseen rajautuivat hallitsemattomasti vakuutetut vakuutuskohteet ja niiden muodostamat riskikeskittymät. Riskinkeskittymien ja niihin liittyvien spatiaalisten ja taloudellisten riskien tunnistamisen myötä vakuutusyhtiö voi toteuttaa kokonaisvaltaisempaa riskienhallintaa. Tiedostaessaan jo vakuuttamiinsa kohteisiin liittyvät riskit vakuutusyhtiö voi tehdä parempia liiketoimintapäätöksiä uusien vakuutuskohteiden ensivakuuttamisen sekä jälleenvakuuttamisen suhteen. Tutkimus tarkasteli riskikeskittymiin liittyvää päätöksentekoa tiedolla johtamisen ja erityisesti Location Intelligence -järjestelmän tarjoaman johtamisnäkökulman kautta.
Riskikeskittymien muodostumista mallinnettiin spatiaalianalyysien ja eksploratiivisten spatiaalianalyysien avulla. Kernelin pistetiheysanalyysin avulla mallinnettiin vakuutuskohteiden sijoittumista sekä riskikeskittymien muodostumista tutkimusalueella . Eksploratiivisilla spatiaalianalyyseillä laskettiin vakuutuskohteisiin liittyvää spatiaalistatistiikka ja selvitettiin aineiston spatiaalista järjestäytymistä tutkimusalueella. Bufferianalyysin avulla tarkasteltiin riskikeskittymissä sijaitseviin vakuutuskohteisiin liittyviä spatiaalisia ja taloudellisia riskejä. Kaikki analyysit toteutettiin vakuutuskohteiden suurimman mahdollisen arvioidun vahingon vakuutuskorvaussumman (Estimated Maximum Loss, EML) mukaan.
Kernelin pistetiheysanalyysien ja niistä laadittujen visualisointien avulla pystyttiin havainnollistamaan tutkimusalueella sijaitsevien vakuutuskohteiden muodostamia riskikeskittymiä. Bufferianalyysien avulla taas tunnistettiin yksittäisiin vakuutuskohteisiin liittyviä spatiaalisia ja taloudellisia riskejä. Analyysien pohjalta laadittujen karttavisualisointien avulla laskettiin riskikeskittymien EML-arvot koko tutkimusalueen sekä yksittäisten vakuutuskohteiden osalta. Lopuksi EML-arvot suhteutettiin vakuutusyhtiön liikevoittoon ja -vaihtoon. EML-arvojen suhteuttamisen avulla riskikeskittymistä aiheutuvien taloudellisten kustannusten suuruusluokkaa pystyttiin havainnollistamaan paremmin vakuutusyhtiölle.
Vakuutusyhtiön operatiivisia riskejä ei ole tiettävästi mallinnettu aiemmin. Näin ollen tutkimustulosten vertaileminen ja validoiminen muihin vastaavanlaisiin tutkimuksiin ei ollut mahdollista. Tutkimustuloksia peilattiin vakuuttamista käsittelevien tiedolla johtamisen ja Location Intelligence -järjestelmää käsittelevien tutkimusten tuloksiin. Tämän tutkimuksen tulokset vastasivat kirjallisuudessa esitettyjä tutkimustuloksia. Paikkatietoanalyyseilla ja -visualisoinneilla voidaan yrityksen datasta havainnollistaa vakuutuskohteisiin liittyviä spatiaalisia riski-ilmiöitä, joiden tunnistaminen voisi muutoin olla haastavaa tai lähes mahdotonta. Riski-ilmiöiden tunnistaminen on merkityksellistä vakuuttamisen kannalta. Vakuutetun riskin kokonaisvaltainen ymmärtäminen on ensisijaisen tärkeää niin vakuutusyhtiön omien operatiivisten riskien riskienhallinnan kuin vakuutettujen asiakkaiden riskivastaavien vakuutusmaksujen arvioimisen näkökulmasta.
