Il compito delle assicurazioni: sfruttare l’analisi dei dati per pianificare il futuro post Covid

dati assicurazione

Il compito delle assicurazioni: sfruttare l’analisi dei dati per pianificare il futuro post Covid.

Sfruttare i dati per proteggersi e pianificare meglio il futuro. Questo devono fare le assicurazioni per affrontare e quindi superare l’emergenza causata dal Covid-19. A sostenerlo è Experian, società di global information service, secondo cui nei periodi di crisi, la probabilità che si verifichino operazioni fraudolente dettate dalla disperazione è più elevata. Una richiesta di risarcimento fasulla è spesso considerata con indulgenza, quasi fosse un crimine senza vittime, ma in realtà non è così, perché ne pagano le conseguenze sia gli assicuratori che i consumatori: i primi con una riduzione degli incassi, i secondi perché si trovano successivamente a pagare premi più elevati.

“Con migliori strategie di identificazione e gestione delle frodi, integrate da analisi in grado di individuare rapidamente eventuali anomalie, è possibile adottare contromisure per proteggersi dall’esposizione e mitigare i rischi collegati” – spiega Cristina Iacob, Commercial Strategy Director, Experian – Già ora, gli assicuratori si affidano ai dati per definire la loro esposizione al rischio: che si tratti di valutare potenziali danni a edifici e veicoli o anche la possibile perdita di vite, gli insight generati dai team che si occupano di analytics consentono di prendere decisioni valide e informate”.

La “nuova normalità” potrebbe avere un effetto negativo anche su questi modelli. “I team dedicati dovranno infatti accedere a risorse più qualificate per generare insight realistici che permetteranno di giudicare con precisione il livello di rischio rispetto ai requisiti di premio e sarà necessario sfruttare anche l’integrazione di dati di terze parti” continua Iacob.

L’analisi dei dati per comprendere meglio il comportamento e le esigenze dei clienti

Il lockdown ha reso il canale online l’unico modo per le compagnie di assicurazione di raggiungerle i propri clienti, ma anche oggi che le attività tradizionali sono formalmente ripartite, un utilizzo oculato del web può aprire nuove prospettive rispetto all’ingaggio verso i clienti.

“Un’analisi strutturata dei dati disponibili permette di comprendere meglio il comportamento dei clienti, e di conseguenza le loro necessità. Di conseguenza, la compagnia ha la possibilità di personalizzare la sua offerta in modo da rispondere in modo più preciso e puntuale a questi insight” aggiunge Iacob.

Se la possibilità di offrire uno sconto può non essere sempre praticabile, ci sono altri modi per proteggere la propria base clienti. Ad esempio, offrire funzionalità self-service h24 può semplificare l’interazione col cliente rendendola più semplice e gratificante”.

“L’utilizzo dei dati – spiega Iacob – può aiutare la trasformazione dell’offerta assicurativa verso il digitale, preferenza di un numero crescente di consumatori e aziende, ma anche necessità di business continuity imposta dal lockdown. Le nostre osservazioni durante il periodo del lockdown indicano che le aziende più resilienti che sono riuscite a generare nuovo business sono quelle con un canale distributivo diversificato, e, in particolare, quelle che vantano un canale digitale affidabile e funzionante. Lo sviluppo di nuovi prodotti assicurativi suggerito dall’attuale contesto sanitario, economico e sociale, quindi prodotti salute, protection e tutela del rischio dopo l’emergenza Covid-19, può essere agevolato dall’utilizzo di nuovi dati in grado di tracciare andamento macroeconomico e trend micro legati all’evoluzione dei fabbisogni assicurativi delle famiglie e alla trasformazione dei modelli produttivi, di distribuzione e di ingaggio con i dipendenti delle aziende”.

L’utilizzo dei dati non strutturati

Per quanto riguarda l’utilizzo dei dati non strutturati di cui il settore insurance è pieno, “non c’è più confine tra i dati di rischio e di marketing, le differenziazioni derivano più dai casi d’uso che si vogliono adottare e non più da come i dati sono stati generati” afferma Iacob che aggiunge “Cambia anche il paradigma: non è più così importante detenere certe fonti dati ma saper estrare insight dai dati e le tracce che individui ed aziende lasciano ovunque. Le nostre esplorazioni nel territorio dei dati non strutturati sono piuttosto focalizzate sull’estrazione di valore per alcuni casi d’uso specifici, per esempio ultimamente stiamo guardando con interesse l’opportunità offerta dalla normativa PSD2, entrata in vigore in Italia come nel resto dell’UE a metà settembre dello scorso anno. Ci sono alcune opportunità molto concrete in questo ambito e che sorgono da una migliore conoscenza del cliente attraverso le sue transazioni bancarie che consente – a fronte di uno scambio di valore – di mettere a disposizione in primo luogo un trattamento iperpersonalizzato per clienti esistenti e prospect, che prevede: Underwriting e Premium Pricing (a seconda del comportamento osservato in termini di transazioni sul conto) Insured client profile (migliori condizioni per i clienti preferenziali e i clienti VIP prospettici, a seconda della capacità di pagamento derivante dall’analisi delle transazioni sul conto) e Premium payday (determinare o modificare il giorno di pagamento della polizza sulla base delle fonti di reddito. Offerta di un pagamento frazionato con prodotti a premio ricorrente come strumento di agevolazione per il cliente). Una seconda opportunità riguarda l’identificazione di segmenti di crescita su linee di prodotti insurance specifici, possibile attraverso l’analisi e la classificazione delle transazioni di conto da dove è possibile estrarre segnali di consumi, spese ed abitudini molto significativi e predittivi dell’interesse di Individui/famiglie e aziende. Infine la migliore conoscenza del cliente può consentire di individuare e qualificare segmenti di clientela adatti a proposte di saving & investmenti nonché distinguere le ditte individuali che presentano interessi e comportamenti ibridi tra individuo consumatore o azienda per poter offrire prodotti rilevanti per questo segmento come per esempio responsabilità civile, cyberprotection o assicurazione a protezione del business. La possibilità di personalizzazione di questi prodotti include anche il calcolo dell’affordability di diverse formule assicurative e la possibilità di offrire prodotti a premio ricorrente come strumento di agevolazione per il cliente”.

Analisi dei dati, lo stato dell’arte nel mondo insurance

Ma a che punto sono le assicurazioni nell’utilizzo dell’analisi dei dati? Risponde Iacob: “Le assicurazioni sono sempre state molto evolute e dispongono di team interni solidi e molto preparati nell’analisi statistica guidata dai dati. Come evidenziato da una ricerca EIOPA del luglio 2019, il 31% delle compagnie assicurative sta già utilizzando strumenti di Big Data Analytics come algoritmi di intelligenza artificiale e machine learning. Dalla revisione condotta da EIOPA – a cui hanno partecipato un totale di 222 imprese di assicurazione e intermediari da 28 giurisdizioni – emerge una forte propensione verso modelli di business sempre più guidati dai dati lungo la catena del valore dell’assicurazione auto e sanitaria. Le fonti di dati tradizionali, come dati demografici, sono sempre più combinate con nuove fonti come dati online o telematici, per avere maggiore granularità e frequenza delle informazioni sulle caratteristiche, il comportamento e gli stili di vita dei consumatori”.

Seguici sui nostri canali social: Facebook Twitter 

Leggi tutte le nostre notizie cliccando QUI

The following two tabs change content below.

Lascia un commento