Пресса

Казахстанский портал о страховании, 12 февраля 2020 г.

Три проблемы эффективного использования аналитики данных в страховании

430 просмотров

Активно преодолевая барьеры, отрасль будет лучше подготовлена к переходу на следующий рубеж данных и аналитики.

Чтобы оставаться конкурентоспособными в мире, насыщенном данными, страховые компании собирают 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.

Aite Group провела исследование посредством опроса специалистов в области страхования и финансовых услуг, чтобы лучше понять, как компании адаптируются к данным и аналитике, и как это позволяет им играть более заметную роль в этих отраслях.

Исследование показало, что у специалистов по страхованию, в частности, есть ряд проблем, которые являются уникальными для отрасли. Разрозненные данные и устаревшие системы, управление данными и аналитикой на уровне продукта, а также нехватка специалистов и инструментов - это лишь некоторые из проблем, которые рассматривались во время исследования.

Проблема 1. Разрозненные данные и устаревшие системы не позволяют страховым компаниям извлекать ценность и делать данные эфективными.

Страховой бизнес основан на законе больших чисел. В отрасли используются данные для принятия решений и управления ростом и прибыльностью в рамках процессов маркетинга, андеррайтинга, ценообразования и обслуживания полисов. Однако, как и большинство известных финансовых учреждений, страховые компании имеют различные хранилища данных и разные команды, управляющие аналитическими функциями, и традиционно не умеют делиться этой информацией или общаться друг с другом.

Многие из страховых специалистов, опрошенных во время исследования, отразили эти тенденции. Они описали «стандартную бизнес-практику», в которой каждая бизнес-единица имеет свой собственный процесс сбора данных. В результате определения ключевых терминов могут быть непоследовательными, что создает барьеры на пути к бесшовной интеграции. Поэтому неудивительно, что большинство респондентов (60%) заявили, что используют гибридный подход построения и покупки своих аналитических решений. Это вызывает значительную организационную неэффективность и не позволяет страховым компаниям полностью реализовать потенциал данных и аналитики.

Профессионалы понимают важность поддержания конкурентного преимущества, так как 70% опрошенных указали, что единая платформа, которая координирует и соединяет внутренние и сторонние системы, является таким отличием для эффективного бизнеса. Однако только около двух из десяти респондентов указали, что их текущие решения обладают такими возможностями.

Это подчеркивает необходимость выстраивания когерентных корпоративных данных и аналитических стратегий в рамках общей платформы для удержания и интеграции существующих и новых источников данных, а также аналитических инструментов.

Платформа должна быть гибкой, чтобы поддерживать различные навыки, 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 комплексного представления о клиенте.

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

Это может привести к проблемам, таким как неспособность распознать одного и того же клиента по продуктовым линиям и / или на разных этапах жизненного цикла полиса. Прямые и агентские каналы могут конкурировать за одного и того же клиента или привлекать перспективу с высокой степенью риска, которая была ранее отклонена андеррайтингом. Поскольку данные отдела претензий недоступны для ценообразования и маркетинга для обоснования их решений, результатом часто являются дополнительные расходы и больший, чем необходимо, маркетинговый бюджет, который можно легко снизить в случае устранения этой неэффективности.

Управляя данными на уровне продукта, страховым компаниям трудно понять все механизмы, связанные с ценностью клиента. Тем не менее, существует значительный спрос на ориентированные на клиента аналитические решения, которые позволяют страховым компаниям связывать различные фрагменты данных о клиенте, создавая целостное представление о продуктовых линейках и на протяжении всего жизненного цикла полиса. Клиентоориентированные решения помогут страховым компаниям реализовать важные бизнес-цели, в том числе, более точное определение целевой группы клеинтов, более длительное удержание клиента и повышение прибыльности.

Проблема 3. Страховые компании осознают необходимость в новых источниках данных, но не располагают необходимыми инструментами или специалистами для обработки и анализа данных.

Многие аналитики больше не рассматривают получение доступа и сбор данных как барьер. Более половины респондентов исследования планируют увеличить расходы на большинство типов источников данных, особенно новых, таких как мобильные. Однако, поскольку 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 привлечение специалистов для обработки и анализа данных остается ключевой задачей для руководителей. Почти половина (45%) страховых специалистов указывают, что наличие подходящего специалиста значительно улучшает их способность подписывать выгодные полисы. Тем не менее, примерно столько же (42%) указывают на то, что сложно найти квалифицированных ученых в области данных. Подготовка данных часто - это то место, где выполняется тяжелая работа, так как на очистку и подготовку данных уходит значительное количество времени. Это не позволяет аналитическим группам выполнять больше операций с добавленной стоимостью, таких как разработка моделей.

Решение проблем, возникающих из-за больших объемов данных, генерируемых приложениями IoT и другими новыми технологиями, требует стратегии управления данными предприятия. Это важно при объединении новых и традиционных данных, таких как записи клиентов и полисы.

Использование описательной, рекомендательной и прогностической аналитики также набирает популярность: более 40% респондентов заявили, что заинтересованы в использовании более продвинутых методов, таких как ИИ, в течение следующих 24 месяцев.

В то время как страховая отрасль сталкивается с множеством проблем, связанных с данными и аналитикой, крайне важно, чтобы руководители осознавали эти проблемы и начинали искать способы их решения. Преодолев эти барьеры, отрасль будет лучше подготовлена к переходу на следующий рубеж данных и аналитики.

Подготовлено порталом Allinsurance.kz

Ваше мнение об этом материале:

— Ваше имя
— Ваш email
— Тема

Ваш отзыв (заполняется обязательно):

Укажите код на картинке слева:

Установите трансляцию заголовков прессы на своем сайте

 Подробнее »

Получить код для трансляции заголовков прессы »