29
Пт, март

Три проблемы эффективного использования аналитики данных в страховании

Активно преодолевая препятствия, страховая отрасль будет лучше подготовлена к переходу на новый рубеж данных и аналитики.


Чтобы оставаться конкурентоспособными в мире, где много данных, страховые компании накапливают огромные объемы данных с целью оптимизации производительности, снижения рисков и удовлетворения растущих ожиданий потребителей.

Хотя компании могут собирать больше данных, они также сталкиваются с проблемами, которые могут помешать им использовать истинную мощь аналитики.

Недавно Aite Group провело исследование среди профессионалов в области страхования и финансовых услуг, чтобы лучше понять, как компании адаптируются к данным и аналитике и как они играют более заметную роль в этих отраслях.

Исследование показало, что профессионалы в сфере страхования, в частности, сталкиваются с рядом проблем, уникальных для данной отрасли. Сломанные данные и унаследованные системы, управление данными и аналитика на уровне продукта, а также недостаток талантов и инструментов - вот лишь некоторые из проблем, которые были обозначены.

Проблема 1. Разрозненные данные и устаревшие системы не позволяют страховым компаниям извлекать выгоду из данных и использовать их для принятия решения.

Страховой бизнес основан на законе больших чисел. Отрасль использует данные для принятия решений и управления ростом и прибыльностью в процессах маркетинга, андеррайтинга, ценообразования и обслуживания полисов. Однако, как и большинство авторитетных финансовых учреждений, страховые компании имеют различные репозитории данных и разные команды, управляющие аналитическими функциями, которые традиционно не умеют делиться этой информацией или общаться друг с другом.

Многие страховые специалисты, включенные в исследование, отразили эти настроения. Они описали «стандартную бизнес-практику» как практику, при которой каждое бизнес-подразделение имеет свой собственный процесс сбора данных. В результате определения ключевых терминов могут быть непоследовательными, что создает препятствия для беспрепятственной интеграции. Поэтому неудивительно, что большинство респондентов (60%) заявили, что они используют гибридный подход при создании и покупке своих аналитических решений. Это приводит к значительной организационной неэффективности и не позволяет страховым компаниям полностью реализовать потенциал данных и аналитики.

Профессионалы понимают важность сохранения конкурентного преимущества, поскольку 70% опрошенных указали, что единая платформа, которая координирует и соединяет внутренние и сторонние системы, является основным отличием. Однако только около двух из 10 респондентов указали, что их текущие решения обладают такими возможностями. Это подчеркивает необходимость согласованных корпоративных данных и стратегии аналитики и общей платформы для хранения и интеграции существующих и новых источников данных, а также аналитических инструментов. Платформа должна быть гибкой, чтобы поддерживать различные наборы навыков, реагировать на меняющиеся рыночные условия и иметь возможность интегрировать альтернативные источники данных.

Проблема 2: Управление данными и аналитикой осуществляется на уровне продукта, а не на уровне клиента, что затрудняет создание полного представления о клиенте.

Чаще всего каждый продукт в страховой компании имеет свой собственный процесс сбора, управления и использования данных о клиентах. Информация о клиентах изолирована и разбросана по направлениям бизнеса, функциональным областям и даже каналам. В результате большая часть работы, связанной с обработкой данных, становится, в некоторой степени, вспомогательной. При отсутствии общих ключей или даже заданных определений ключевых терминов (таких как «клиент») 40-50% времени аналитика тратится на обработку данных.

Это может привести к проблемам, например, к невозможности распознать одного и того же клиента по продуктовым линейкам и / или на разных этапах жизненного цикла полиса. Прямые и агентские каналы могут конкурировать за одного и того же клиента или привлекать перспективных клиентов с высоким риском, которые ранее были отклонены андеррайтингом. Поскольку данные отдела претензий недоступны для ценообразования и маркетинга для обоснования своих решений, результатом часто являются дополнительные расходы и больший, чем необходимо, маркетинговый бюджет, который можно легко оптимизировать, если эти недостатки будут устранены.

Управляя данными на уровне продукта, страховым компаниям сложно понять все механизмы, влияющие на ценность продукта для потребителя. Однако существует значительный спрос на ориентированные на клиента аналитические решения, которые позволяют страховым компаниям связывать различные фрагменты данных о клиенте, создавая целостное представление о линейках продуктов и на протяжении всего жизненного цикла полиса. Решения, ориентированные на клиента, помогут страховым компаниям реализовать важные бизнес-цели, включая более точное нацеливание, более длительное удержание и повышение прибыльности.

Проблема 3: Страховые компании осознают необходимость в новых источниках данных, но не имеют необходимых инструментов или специалистов для обработки и анализа данных.

Многие руководители аналитических служб больше не считают получение доступа и сбор данных препятствием. Более половины респондентов планируют увеличить расходы на большинство типов источников данных, особенно на новые, такие как мобильные. Однако по мере того, как количество и типы источников данных растут в геометрической прогрессии, а большие данные становятся еще больше, руководителям аналитических служб становится все труднее находить ценные идеи.

Использование правильных инструментов и специалистов для обработки и анализа данных остается ключевой задачей для руководителей. Почти половина (45%) профессионалов в сфере страхования указывают, что наличие нужного спеуиалиста значительно улучшает их способность подписывать прибыльные полисы. Однако примерно столько же (42%) указывают на то, что найти квалифицированных специалистов по анализу данных сложно. Подготовка данных - это часто та самая тяжелая работа, поскольку значительное количество времени тратится на очистку и подготовку данных. Это не позволяет аналитическим группам выполнять дополнительные действия с добавленной стоимостью, такие как разработка моделей.

Решение проблем, возникающих из-за больших объемов данных, создаваемых приложениями Интернета вещей и другими новыми технологиями, требует стратегии управления корпоративными данными. Это важно при объединении новых и традиционных данных, таких как записи о клиентах и полисах.

Использование описательной, предписывающей и прогнозной аналитики также набирает популярность: более 40% респондентов заявили, что заинтересованы в использовании более продвинутых методов, таких как искусственный интеллект, в ближайшие 2 года.

Хотя страховая отрасль сталкивается с множеством проблем с данными и аналитикой, необходимо, чтобы руководители осознавали эти проблемы и начали изучать, как их решать. Преодолевая эти барьеры, отрасль будет лучше подготовлена к переходу на новый рубеж данных и аналитики.

Подготовлено порталом Allinsurance.kz