پنج رویکرد استفاده از مدل های تحلیلی در کسب و کارهای بیمه ای

ایجاد یک کسب و کار مبتنی بر داده اغلب یک سفر چند ساله است که نیاز به تلاش‌های مستمر در زمینه‌هایی مانند مدل‌سازی داده‌ها و تجزیه و تحلیل‌ها و ایجاد کسب و کار، همراه با مشارکت زیاد مشتری و مؤلفه‌های ورود به بازار دارد.با این حال، سؤالی که اغلب مدیران شرکت‌های بیمه‌ای می‌پرسند این است: «از کجا و چگونه شروع کنیم؟»

به گزارش پایگاه خبری بانکداری الکترونیک، به نقل از ریسک نیوز، در سپتامبر 2016، شرکت بیمه AIG و شرکت بیمه همیلتون سرمایه‌گذاری مشترکی را با صندوق پوشش ریسک Two Sigma به منظور راه‌اندازی شرکت بیمه Attune اعلام کردند. این شرکت یک پلتفرم داده و فناوری است که به بازار بیمه شرکت‌های تجاری کوچک و متوسط خدمت‌رسانی می‌کند و ارزش این بازار 80 میلیارد دلار است. به واسطه خدمات شرکت Attune، شرکت‌ها به دنبال ایجاد تحول در بخش تجاری کوچک با استفاده از داده‌ها، قابلیت‌های هوش مصنوعی و تکنیک‌های پیشرفته مدل‌سازی هستند. شرکت مذکور با کارگزاران، نمایندگان و سایر واسطه‌ها همکاری می‌کند تا قیمت، انتخاب و پذیره‌نویسی بیمه برای صاحبان مشاغل کوچک را ساده‌تر کند.

بیمه‌گران در طول تاریخ داده‌های زیادی را با ایجاد مدل‌های کسب و کاری جدید برای به دست آوردن ارزش داده‌ها و مدل‌های تحلیلی جمع‌آوری کرده‌اند؛ اما درآمد آنها پیشروی کندتری داشته است. به همان نسبتی که تعداد بیشتری از مشتریان بیمه به صورت آنلاین برای ایجاد تعامل، مقایسة محصولات و قیمت‌ها و اقدام به خرید حرکت می‌کنند، حجم داده‌های قابل دسترس به صورت تصاعدی افزایش می‌یابد. مهم‌تر از آن این است که به واسطة فناوری پیشرفته تجزیه و تحلیل جدید، شرکت‌های بیمه می‌توانند از این داده‌ها به روش‌هایی که قبلاً در نظر نگرفته بودند یا با مدل‌هایی که در سیستم کُر خود دارند، استفاده کنند. با این حال، بسیاری از شرکت‌های بیمه برای تبدیل شدن به شرکت داده‌محور با چالش‌های سازمانی مواجه هستند. سایر شرکت‌ها نیز در انتظار پدیدار شدن فرصت‌های کسب و کاری قبل از ارتقاء توانایی تجزیه و تحلیل خود هستند. از این‌رو، شرکت‌های بیمه در زمینة سرمایه‌گذاری و استفاده از مدل‌های تحلیلی در مقایسه با سایر صنایع عقب مانده‌اند.

از آنجایی که اولین محرک‌ها در بین بیمه‌گران، ایجاد مدل‌های جدید کسب و کاری و استفاده از پتانسیل داده‌های آنهاست، آن دسته از شرکت‌های بیمه که در انتظار فرصت‌های جدید بوده و هنوز اقدامی در این زمینه انجام نداده‌اند، در رقابت با سایرین ضرر قابل توجهی را متحمل خواهند شد. به منظور تبدیل شدن به یک سازمان بیمه مبتنی بر داده، شرکت‌ها باید در زمینة ساخت و مدیریت دارایی‌های داده و مدل‌های تحلیلی تجدید نظر کنند و قابلیت‌های متمایز ورود به بازار را توسعه دهند که به آنها این امکان را فراهم می‌کند تا راه‌حل‌های مبتنی بر داده را به مشتریان ارائه دهند.

فناوری جدید، فرصت‌های جدید

تحول در داده‌های موجود مشتری (اعم از اشخاص حقیقی و حقوقی)، رشد در فناوری‌های تجزیه و تحلیل و کاهش سریع هزینه محاسبات و ذخیره داده‌ها، شرکت‌های بیمه‌ای را وادار به سرمایه‌گذاری در زمینه مدل‌های تحلیل داده‌ها به عنوان ابزاری برای ایجاد نوآوری می‌کند. رهبران آینده‌نگر در تمامی صنایع به دنبال فرصت‌هایی به منظور ایجاد کسب و کار مبتنی بر داده در بازارهای کُر و فرعی هستند. یکی از شرکت تابعهUnited Healthcare  به نام شرکت Optum، از طریق داده‌های خصوصی مشتریان خود درآمد کسب می‌کند و فناوری، مشاوره و سایر خدمات را به تأمین‌کنندگان، پرداخت‌کنندگان، سازمان‌های دولتی و سازمان‌های مربوط به علوم زندگی ارائه می‌دهد. سرمایه‌گذاری شرکت بیمه‌ای Caterpillar در Uptake که به عنوان یک پلتفرم نگهداری پیش‌بینی‌شده شناخته می‌شود، به Caterpillar این امکان را فراهم می‌کند تا به واسطة ضبط هزاران میلیارد بایت داده به مشتریان کمک کند تا تصمیمات تعمیر و نگهداری را به صورت آنی اتخاذ کنند که می‌تواند هزینه‌های مالکیت و عملیاتی را به طور چشمگیری کاهش دهد.

چنین نمونه‌هایی باعث تشویق کسب و کارهای نوپا در صنعت بیمه می‌شود تا از مدل‌های تحلیل داده در بخش‌هایی مانند بازاریابی و توزیع، پذیره‌نویسی و مطالبات استفاده کنند. علاوه بر جمع‌آوری داده‌های قدیمی مانند Acxiom، Epsilon و Experian، شرکت‌های بیمه‌گر از منابع جدید داده آنلاین مانند Argus ،Datalogic ، DemystData و ارائه‌دهندگان تخصصی مانند Judy Diamond و ATTOM Data Solutions به منظور ایجاد دید دقیق‌تر به مشتریان و کانال‌ها و شناسایی فرصت‌های جدید استفاده می‌کنند.

* تقویت مدل‌های کسب و کاری موجود: شرکت‌های بیمه با استفاده از تحلیل داده نقش خود را در حوزه ایجاد ابزار برای سازمان‌های مربوطه ایفا می‌کنند تا این آژانس‌ها و نمایندگان بتوانند از شیوه‌های تصمیم‌گیری مبتنی بر داده در حوزه‌های فروش و کاهش ریزش مشتری استفاده کنند. این ابزارهای تحلیلی مشتریان با بالاترین ارزش را شناسایی کرده و کانال‌های با پتانسیل بالا را مورد توجه قرار می‌دهند تا نمایندگان بتوانند منابع خود را با بازدهی بیشتر سرمایه‌گذاری کرده و ریزش مشتری را دقیق‌تر پیش‌بینی کنند تا بتوانند از آن جلوگیری کنند. علاوه بر این، این ابزارها می‌تواند کارگزاران را با یکدیگر مورد مقایسه قرار داده و فرصت‌های جدید فروش را مشخص کنند.

* تقویت روابط کانال‌ها: شرکت‌های بیمه از تحلیل داده‌ها برای تقویت روابط کارگزاران استفاده می‌کنند. به عنوان مثال، پلتفرم AXA’s EB360 مجموعه‌ای از ابزارهای تحلیلی را به کارگزاران ارائه می‌دهد تا بتوانند وضعیت برنامه‌ها، مدیریت خسارات و کمیسیون‌ها و نظارت بر پیشرفت اهداف سازمانی کسب و کار را پیگیری کنند. این ابزارها که برای به حداقل رساندن ورود داده‌ها و امکان تصمیم‌گیری سریع بر پایه حداقل اطلاعات بهینه‌سازی شده‌اند، به کارگزاران بیمه کمک می‌کنند تا کسب و کار خود را به طور مؤثرتری مدیریت کنند و در نتیجه روابط خود با شرکت‌های بیمه را تقویت کنند.

* تغییر تعامل با مشتریان: شرکت‌های بیمه به واسطه پایش و شبیه‌سازی عادات رفتاری مشتریان به صورت آنی، رابطه خود را با مشتریان تغییر می‌دهند. مشتریانی كه موافقت می‌کنند تا شرکت‌های بیمه عادات رفتاری آنها را زیر نظر بگیرد، باعث می‌شوند تا شناخت آنها نسبت به خودشان افزایش یابد؛ همچنین شرکت‌های بیمه می‌توانند از این اطلاعات به منظور تغییر رفتار مشتریان و كاهش ریسک استفاده كنند؛ مثلاً شرکت‌های بیمه در زمینة بیمه اتومبیل از ابزار telematics برای نظارت بر عادات رانندگی مشتریان به صورت زنده استفاده می‌کنند. با استفاده از بینش‌های حاصل شده، شرکت‌های بیمه می‌توانند بیمه‌نامه‌های مبتنی بر عادات مشتریان ارائه دهند و سهم خسارات را به راحتی و با دقت بیشتری تعیین کنند.

* طراحی مجدد محصولات بیمه‌ای: شرکت بیمه Climate با استفاده از داده‌ها و مدل‌های تحلیلی، بازار بیمه‌ای محصولات کشاورزی را ارزیابی و نرخ‌بندی می‌کند. این شرکت بیمه‌نامه‌هایی را که خسارات ناشی از وقایع آب و هوایی و سایر حوادث ناگوار را پوشش می‌دهد، طراحی کرده و در آن با استفاده از داده‌ها در مورد الگوهای آب و هوایی منطقه، ویژگی‌های خاک بستر و سایر ویژگی‌های اصلی مربوط به کشت و زرع در سطح مزرعه اطلاعات کسب می‌کند تا خطرات واردشده به کشاورزان را کاهش دهد.

* ایجاد مدل‌های کسب و کاری جدید: یک شرکت بیمه کانادایی وابسته به Economical به نام Sonnet برای برقراری ارتباط مستقیم با مشتریان خود به یک «مرکز داده» متکی است تا به مشتریان این امکان را بدهد به صورت مؤثر و آنلاین از هزینه‌های بیمه اطلاع پیدا و بیمه خانه و اتومبیل را خریداری کنند. مرکز داده به سرعت اطلاعات را از پایگاه‌های مختلف جمع‌آوری می‌کند تا تجربه خرید را برای مشتریان ساده‌تر کند. در بسیاری از شرکت‌های بیمه، مشتریان باید بیش از 20 سؤال را برای دریافت نرخ بیمه خودرو پاسخ دهند. در حالی که شرکت Sonnet تنها به کمتر از 10 سوال نیاز دارد و این مرحله را برای مشتریان کوتاه‌تر کرده است. این روش برای مشتریان مشتاق به فناوری که ملزومات بیمه‌ای نسبتاً کمتری دارند، مورد پسند است، در حالی که مشتریانی که به مشاوره بیشتری برای انتخاب محصول بیمه‌ای خود نیاز دارند، می‌توانند از طریق کارگزاری‌های شرکت Economical اقدام به خرید بیمه کنند.

* راه‌اندازی کسب و کار موازی جدید: یک بیمه‌گر تجاری بزرگ برای ارائة به‌موقع راه‌حل‌ها از قبیل تعمیر و نگهداری تجهیزات گرمایشی، دستگاه‌های هوادهی و تهویة مطبوع (air-conditioning) در ساختمان‌های تجاری، تعاملات مشارکتی با سایر شرکت‌ها برقرار کرده است. این شیوه‌ها بر اساس پایش و تشخیص الگوهای ارتعاش و صدا بنا شده است تا عملکرد رو به کاهش را شناسایی کرده و خرابی تجهیزات را پیش‌بینی کند که در نتیجه مجموع هزینه مالکیت کاهش می‌یابد.

علاوه بر این، شرکت‌های بیمه در حال ایجاد مدل‌های کسب و کاری کاملاً جدید و پیشنهادات بسیار جذاب هستند که درآمدی مبتنی بر کارمزد و بدون ریسک ایجاد می‌کند. این مدل‌های «داده به عنوان یک کسب و کار» به بیمه‌گران این امکان را می‌دهد تا از گسترة وسیعی از داده‌ها و سرمایه‌گذاری‌های موجود در داده‌ها و مدل‌های تحلیلی استفاده کنند تا بتوانند بینش منحصر به فرد داده‌محور به شرکا و مشتریان نهایی خود ارائه دهند.

شرکت‌های بیمه داده‌محور، سفری در پنج مرحله

استدلال‌ها در زمینi استفاده از داده‌ها و مدل‌های تحلیلی در کسب و کارهای بیمه‌ای تا حدودی قانع‌کننده است. با این حال، سؤالی که اغلب مدیران شرکت‌های بیمه‌ای می‌پرسند این است: «از کجا و چگونه شروع کنیم؟»

شرکت‌های بیمه برای طراحی، راه‌اندازی و مدیریت موفقیت‌آمیز تحلیل داده‌ها در کسب و کارهای بیمه‌ای باید از یک رویکرد پنج‌گانه پیروی کنند.

فاز اول- اهداف را مشخص کرده و اولویت‌ها را تعیین کنید

اولین قدم در شکل‌گیری استراتژی «داده به عنوان یک کسب و کار» این است که رهبران ارشد یک سازمان اهداف منطقی برای کسب و کار جدید مشخص کنند. با توجه به پتانسیل اقتصادی زیادی که داده‌ها دارند، اهداف باید جسورانه بوده و نیز شامل موارد استفاده تجاری و راهبردی باشد. یک شعار برای سازمان می‌تواند این باشد: «از طریق راه‌اندازی یک کسب و کار داده جدید، انتظار می‌رود بازار بیمه خانه مجدداً طراحی شده و طی سه سال سرمایه این بازار دو برابر گردد.» ایجاد یک معیار جهت اندازه‌گیری پیشرفت کسب و کار این اطمینان را خواهد داد که سازمان به اندازه کافی جسورانه عمل می‌کند. در این مرحله باید یک مدل اقتصادی و تجاری پیشرفته مبتنی بر اهداف سازمان نیز ایجاد شود. طی چهار مرحله زیر، این عناصر مورد آزمون قرار گرفته و به درستی تعدیل خواهد شد.

با توجه به اهداف تعیین‌شده در سازمان، رهبران ارشد باید مناسب‌ترین دوره را برای آمادگی سازمان جهت پیگیری آن تعیین کنند. این اقدام شامل تعیین رهبر و حمایت مناسب از او برای هدایت چهار مرحله بعدی است.

فاز دوم- دارایی‌ها، قابلیت‌ها و فرصت‌های ایجاد ارزش برای سازمان را ارزیابی کنید

با توجه به اهداف و موارد استفاده راهبردی به عنوان اصول اصلی، شرکت‌های بیمه باید بتوانند تعیین کنند که کدام یک از دارایی‌های سازمان را می‌توانند برای ایجاد توانایی‌های مورد نیاز برای دستیابی به مورد استفاده راهبردی به کار بگیرند. این فرایند مربوط به درک انواع و ارزش داده‌های موجود بوده و همچنین شامل ایجاد توانایی‌های تحلیلی و تجاری مورد نیاز برای تبدیل داده‌های خام به رویکرد ارزشمند برای شرکا و مشتریان است.

درک شرکای فعال در حوزه تجزیه و تحلیل داده برای تولید تحلیل‌های مؤثر بسیار ضروری است. شرکت‌های بیمه باید بتوانند شرکت‌های رده بالا را شناسایی کنند تا از طریق داده‌ها، مدل‌های تحلیلی و چشم‌اندازها در سراسر زنجیره ارزش صنعت تأثیر بگذارند. یافتن «فضاهای سفید» در بازار بیمه که هیچ راه‌حلی وجود ندارد، به همان اندازه مهم است. نکتة کلیدی در اینجا درک این موضوع است که چگونه می‌توان در این فرصت‌های موجود ارزش ایجاد کرد و اینکه کدام یک از مدل‌های تحلیلی بیشترین اهمیت را برای ارائة راه‌حل نوآورانه دارند؛ مثلاً شرکای فعال در حوزi ارزیابی می‌توانند شامل کسانی باشند که دارای موارد زیر هستند:

– مجموعه داده‌های خصوصی، مدل‌های یادگیری ماشین و رویکردهای بهبود پیوسته مدل

– زیرساخت انعطاف‌پذیر داده و مدل‌های تحلیلی برای اجرای امور با اولویت بالا

– ابزاری که به مشتریان این امکان را می‌دهد به صورت مؤثر به داده‌ها و چشم‌اندازها دسترسی داشته باشند، آنها را درک و از آنها استفاده کنند.

– قابلیت‌های ورود به بازار از جمله بازاریابی و نرخ‌گذاری راه‌حل‌های تحلیلی با کیفیت بالا

– توانایی پیشروی سریع در بازار برای تأمین نیازهای متغیر مشتریان و رقابت موفقیت‌آمیز با رقبا

در پایان مرحلة دوم شکل‌گیری استراتژی «داده به عنوان یک کسب و کار» در کسب و کارهای بیمه، بخش مدیریت سازمان باید بتواند دارایی‌ها و قابلیت‌های داده را متناسب با موارد استفاده راهبردی، کمبودهایی که باید برطرف شوند و مدل تجاری و اقتصادی پیشرفته تراز کند. رهبران جهت حمایت از ذی‌نفعان خود، به دلایل منطقی به منظور ایجاد تغییرات در سازمان نیاز دارند و باید تأثیراتی که داده و مدل‌های تحلیل می‌توانند بر عملکرد سازمان، مشتریان و کارمندان آن داشته باشد به روشنی توصیف کنند. چالش اصلی این است که اطمینان حاصل شود این دارایی‌ها کاملاً با ارزش تجاری سازمان همسو هستند. بدون در نظر گرفتن این نوع ارتباط، دارایی حاصل هیچ تأثیری بر عملکرد کسب و کار بیمه‌ای نخواهد داشت.

فاز سوم- موارد استفاده ویژه و ارزش افزوده را تعیین کنید

گام سوم برای ایجاد کسب و کار بیمه مبتنی بر داده، تعیین موارد استفاده تجاری و راهبردی مشخص و تعریف ارزش افزوده آن برای مشتریان است. در صورت لزوم، بخش مدیریت سازمان باید به دنبال اصلاح بیشتر لیست موارد استفاده بالقوه از طریق تحقیقات میدانی بازار با شرکا و مشتریان بالقوه باشد. این اقدام درک واضح‌تری از انتظارات احتمالی برای هر یک از موارد استفاده و ساز و کارهای اولیه کسب درآمد مانند حق بیمه برای محصولات موجود یا هزینه اشتراک اضافی برای محصولات جدید داده‌محور می‌دهد.

از آنجایی که ایجاد توانایی‌های لازم ممکن است نیاز به ایجاد مشارکت بیشتر یا راه‌اندازی زیرمجموعة جدید داشته باشد، شرکت‌های بیمه باید ارزیابی خارجی خود را با در نظر گرفتن این شرایط انجام دهند که می‌تواند به شناسایی مدل‌های کسب و کار بالقوه کمک کند.

فاز چهارم- مرحله آزمایشی را اجرا کنید

شرکت‌ها می‌توانند با آزمایش حداقل دو یا سه محصول مناسب (MVP)، ارزش کسب و کار داده محور جدید را اثبات کنند. شرکت‌های بیمه می‌توانند رویکرد پیوسته و همراه با آزمون و خطا را برای آزمایشات خود در نظر بگیرند که مدت زمان هر یک از آنها بین 8 تا 10 هفته است. نکته قابل توجه این است که مقیاس این آزمایشات بهتر است قابل کنترل باشد و تنها برای ارائه پیشنهادات نهایی در نظر گرفته نشود؛ همچنین معیارها برای سنجش میزان موفقیت یک آزمایش باید شامل ترکیبی از یادگیری شرکت و تأثیر مالی آن (با تأکید بیشتر بر یادگیری) و آزمایشات «آزمون در مقابل کنترل» برای ارزیابی ارزش افزوده محصولات با استفاده از مدل‌های تحلیلی باشد.

فاز پنجم- واحد کسب و کاری جدید ایجاد کرده و عملیات‌ها را بزرگ‌تر کنید

تولید عمده محصولات آزمایشی موفق و ایجاد قابلیت‌های اصلی از طریق استخدام استعدادها و ایجاد «کارخانه داده»، شرکت‌های بیمه را قادر می‌سازد تا سرمایه‌گذاری جدیدی انجام داده و فرآیند تولید محصول در مقیاس بزرگ را به صورت رسمی آغاز کنند. این سرمایه‌گذاری جدید نقش‌های جدیدی را در سازمان می‌طلبد، این نقش‌ها نه تنها شامل متخصصان فعال در حوزه داده که می‌توانند داده‌های بزرگ را مورد تجزیه و تحلیل قرار دهند و طراحان راه‌حل‌های نوآورانه که نقشه راه آن را مدیریت می‌کنند، می‌شود، بلکه متخصصان حوزه‌های دیگر که می‌توانند نیازهای کسب و کار را به زبان مدل‌های تحلیلی ترجمه کنند نیز باید در آن نقش‌آفرینی کنند.

با رشد هر چه بیشتر کسب و کار مبتنی بر داده، شرکت‌ها باید بر اساس توانایی‌های موجود و پیش‌بینی‌ها از رشد درآمد، یک واحد کسب و کار جدید راه‌اندازی کنند. همچنین بیمه‌گرها باید تعریف مشخصی از معیارهای کلیدی ارائه داده و نظارت درستی بر اجرای این مفاهیم داشته باشند تا واحد کسب و کار جدید داده‌محور ارزش پیش‌بینی‌شده را به درستی ارائه دهد. تمرکز اصلی سازمان همیشه باید بر ارزش ارائه‌شده و سرمایه‌گذاری‌های مبتنی بر نقاط عطف تحقق ارزش‌های سازمان باشد.

ایجاد یک کسب و کار مبتنی بر داده اغلب یک سفر چند ساله است که نیاز به تلاش‌های مستمر در زمینه‌هایی مانند مدل‌سازی داده‌ها و تجزیه و تحلیل‌ها و ایجاد کسب و کار، همراه با مشارکت زیاد مشتری و مؤلفه‌های ورود به بازار دارد.

بیمه‌های آینده

با استفاده از شیوه‌های تولید، گردآوری و تحلیل داده و ریسک، شرکت‌های بیمه در آینده‌ای نزدیک نه تنها به یک مرکز داده قوی بدل خواهند شد، بلکه نقش اصلی آنها از نهادهایی برای جبران خسارت به نهادهایی برای مشاوره تخصصی ریسک سرمایه‌گذاری تغییر خواهد یافت. به نظر می‌رسد در آینده شرکت‌های بیمه با تمرکز بر تولید و تحلیل داده می‌توانند درآمد چشمگیری از تحلیل و فروش داده‌ها به دست آورند. از آنجایی که این شرکت‌ها به طور مستقیم با مشتریان در ارتباط هستند، اولین حلقه از زنجیره گردآوری داده را تشکیل داده و در نتیجه خود می‌توانند با تمرکز بر تخصص اکچوئری و آمار به تحلیل این داده‌ها بپردازند.

لینک کوتاهلینک کپی شد!
ممکن است شما دوست داشته باشید
ارسال یک پاسخ

69  −  68  =