Big Data a biztosításban: közel minden harmadik biztosító használja

Az Európai Biztosítás- és Foglalkoztatóinyugdíj-hatóság (EIOPA) felmérésében résztvevő 222 biztosítótársaság válaszai alapján BDA-eszközöket – például a mesterséges intelligenciát vagy a gépi tanulást – már az intézmények 31%-a használja, és további 24%-uk bizonyítottan a tervezési szakasznál tart. Használatuk jellemzően a biztosítási értéklánc egy bizonyos részére koncentrálódik, és csak nagyon kevés cég használja valamennyi folyamat mentén. A legtöbb biztosító az árazásban, a kárrendezésben és az értékesítésben használja a BDA-eszközöket.

Termékfejlesztés

A felmérésben résztvevő biztosítók többsége úgy véli, hogy a BDA-eszközök lehetővé teszik számukra, hogy jobban megértsék az ügyfelek igényeit és jellemzőit, így személyre szabottabb termékeket és szolgáltatásokat tudnak kialakítani számukra. 

Emellett segítségükkel olyan területeken és szegmensekben válnak kockázatok felmérhetővé, amelyek a múltban nem voltak lehetségesek és ami új kockázati tényezők meghatározását, így új termékek fejlesztését teszi lehetővé mind a gépjármű-, mind az egészségbiztosításban. 

A termékfejlesztési folyamatban, különösen a tárgyak internetével (IoT) összefüggésben fejti ki legnagyobb hatását a big data és annak elemzése. A biztosítások területén ez a használatalapú biztosítási termékek (UBI) megjelenését eredményezte.

Az EIOPA által a biztosítási szektorból összegyűjtött információk alapján a használat alapú biztosítási penetráció még mindig alacsony Európában, különösen az egészségbiztosítási ágazatban. A tematikus vizsgálatban résztvevő 222 biztosítótársaság közül mindössze a gépjárműbiztosítók 15%-a, az egészségbiztosítóknak pedig 4%-a kínál valamilyen használat alapú terméket, amelyből az összes díjbevételük kevesebb mint 10%-a származik. Az elkövetkező három évben azonban, figyelembe véve az összekapcsolt, intelligens járművek és az 5G mobiltechnológia várható széleskörű elterjedését, a gépjárműbiztosítók 50%-a, az egészségbiztosítók 23%-a számít arra, hogy teljes díjbevételük akár 10%-a is használat alapú termékekből származik majd. 

A használat alapú termékek mind a biztosítótársaságok, mind a fogyasztók számára számos előnyt kínálnak. A biztosítók számára jobb prediktív biztosításmatematikai modellek kialakítását teszi lehetővé, ami alacsonyabb kárköltségeket, jobb döntéshozatalt, és magasabb fogyasztói elégedettséget eredményez. A fogyasztók a használat alapú biztosítással jobban kontrollálni tudják biztosítási díjuk nagyságát, emellett folyamatos visszajelzést kapnak, ami segíthet vezetési szokásaik, vagy életmódjuk, egészségi állapotuk javításában. 

Értékesítés és forgalmazás

A BDA-eszközök, így a mesterséges intelligencia vagy a gépitanulás használatával a biztosítók pontosabban szegmentálhatják és profilozhatják a fogyasztókat, ami a keresztértékesítés, vagy épp lemorzsolódás modellezését teszi számukra lehetővé. 

A vizsgálatban résztvevő biztosítók közül többen kifinomult ügyfélkapcsolat-menedzsment (CRM) rendszerrel rendelkeznek, ahol az ügyfelekkel kapcsolatos valamennyi információ egyetlen platformba integrálódik, ezzel segítve az értékesítési menedzsmentet. 

Többen megemlítették a BDA-eszközök potenciális felhasználási területeként az értékesítésben a hagyományos, formanyomtatvány kitöltésen alapuló biztosításkötési folyamatot, melyet képek, user interfacek, vagy beszédből írott szöveget formáló alkalmazások tehetnének gördülékenyebbé. 

A biztosítói értéklánc ezen pontjának egyik lényeges fejlődése az úgynevezett robo-advisorok, vagyis robottanácsadók fejlesztése, ami az ügyfeleknek emberi beavatkozás nélkül, számítógépes algoritmusok, vagy döntési fák alapján nyújtott tanácsadás. A technológia még nem igazán terjedt el, az EIOPA felmérésében résztvevő cégeknek mindössze 2%-a- használja. Ugyanakkor közel 25%-uk tervezi, hogy három éven belül robottanácsadókat alkalmazzon. 

Értékesítés utáni szolgáltatások és asszisztencia

Bár az értékesítést követően, illetve az asszisztencia szolgáltatások területén kevéssé jellemző a big data analitikai eszközök használata, sok vállalat mutatott példákat az értéklánc ezen szakaszában is. Néhány biztosító például automatizált válaszokat vezetett be a call centerekben, és az ügyfélszolgálatok minőségértékelését is robotokra bízta, különféle beszédanalitikai technológiák használatával. 

Egyre népszerűbb eszköz a biztosítók körében a virtuális asszisztensek, vagyis chatbotok használata, túlnyomórészt az értékesítés utáni szakaszban, illetve az asszisztencia területén, nem csak az ügyfelekkel, de a biztosításközvetítőkkel való kommunikációban is. A chatbotok általában üzenetküldő alkalmazásokba ágyazódnak, amelyek 24/7 rendelkezésre állnak és valamilyen természetes nyelvi feldolgozó vagy gépitanulásos algoritmusra épülnek. A résztvevő biztosítók 12%-a használ ma chatbotot, 42%-uk pedig várhatóan a következő 3 évben fogja bevezetni. 

Kárrendezés 

A biztosítók többsége már ma is használ BDA-eszközt a kárrendezés egy bizonyos szakaszában, és számos cég tervezi bevezetését három éven belül. Jelenleg a csalásfelderítésben, megelőzésben használják leggyakrabban, amit a fizetési folyamatok automatizálása, a károk szegmentálása és a számlaellenőrzés követ. 

A kármegelőző szolgáltatások, mint például a biztonsági push üzenetek, vagy a fogyasztói szokásokat, magatartást javító tanácsok tipikus funkciói a biztosítói mobilalkalmazásoknak, illetve telematikai eszközöknek. A chatbotok szintén segítséget nyújtanak az ügyfeleknek a kárrendezési folyamat során, azonban csak addig a pontig, ahol még szenzitív információk nem cserélnek gazdát. A biometrikus ügyfélazonosításra itt előrelépést hozhatna, amire már van is példa néhány biztosítótársaságnál (például az ujjlenyomatok okostelefonokba ágyazott technológiák segítségével történő azonosítása, vagy hangfelismerő technológiák használata formájában). 

A BDA-eszközök különböző módon támogathatják a biztosítási csalások felderítését. A gépitanuló algoritmusok csalás mintákat keresnek a baleset helyszíne, a biztosítási összeg, a szerződő korábbi kárigényeinek száma, és még több száz különböző attribútum alapján, ami alapján minden egyes kárigényt pontoznak. Emellett a szabályalapú algoritmusok a számlák, vagy a károkról készült fotók alapján megállapítják, hogy az árak, vagy a károk nagysága egy adott tartományon belül vannak-e, vagy valamilyen anomáliát mutatnak.

Fotó: Pexels