Data Driven Insurance

Gebruik van nieuwe data in de dagelijkse werkelijkheid

De verzekeringsmarkt maakt op dit moment een grote verandering door, met de beschikbaarheid van nieuwe vormen van data als één van de belangrijke oorzaken. De wereld raakt steeds meer ‘connected’, er komen publieke databronnen beschikbaar, diverse soorten contextdata (van het weer, verkeer, wegtypes) is eenvoudig te verkrijgen en data van sociale media wordt steeds toegankelijker. Zeker de verzekeringsmarkt is al lange tijd gewend data-analyse toe te passen in de dagelijkse bedrijfsvoering. Actuarissen zijn feitelijk data-scientists en het maken en gebruiken van risicomodellen behoort tot de kern van het businessmodel.

De nieuwe verzekeraar 

Van oudsher ligt het fundament van verzekeringen in het solidariteitsbeginsel. Een verzekeraar wordt gedreven vanuit risico, maakt afwegingen en neemt een behoudende positie in. De digitalisering zorgt voor een versnelling in de interactie naar de consument. De behoudende positie verandert en het solidariteitsbeginsel wordt steeds verder losgelaten. Er ontstaat meer en meer behoefte aan klantsegmentenring en individualisering.

Voorheen werd de toekomst ‘voorspeld’ op basis van data uit het verleden en maximaal één keer per jaar aangepast. Dit ritme werkt niet meer. De nieuwe verzekeraar moet snel reageren op marktveranderingen om de juiste klantsegmentenring uit te voeren en zich te onderscheiden. Verrijking van inzichten door gebruik van openbare data en big data naast de traditionele interne data is essentieel geworden om relevantie te houden. De partijen die nú de nieuwe databronnen weten te ontginnen en in staat zijn het gebruik ervan een plaats te geven in hun businessmodel, zijn de winnaars van morgen.

Het toepassen van (big) data analytics

Data-analyticssoftware, -talen en -tools bieden ongekende kansen voor predictive analytics. Dit is het nieuwe gereedschap van de actuaris. Met machine learning is het zelfs mogelijk om realtime vernieuwde inzichten te vinden. Deze nieuwe inzichten kunnen op verschillende manieren hun praktische nut bewijzen:

  • 'Acceptatieregels' gebaseerd op predictive analytics zorgen dat de portefeuille zich ontwikkelt naar de gewenste mix.
  • ‘Tariefdifferentiatie’ op basis van het concept Pay as you Live/Drive/Dwell. Mensen met een lager risicoprofiel (op basis van gedrag) krijgen korting op de premie (en andersom).
  • ‘Preventie’ door maatregelen te treffen en mensen te informeren om risico op schade te verminderen. Een van die maatregelen is bijvoorbeeld het beïnvloeden van gedrag door gamification. Hiermee kan het gedrag van klanten effectief en positief gestuurd worden waardoor het risico omlaag gaat.
  • ‘Effectievere marketing’ door die toe te spitsen op de werving van lage risico's binnen risicovolle groepen.
  • 'Fraudedetectie' die voor de verzekeraar buitengewone waarnemingen zichtbaar maakt. Door deze inefficiënties op te sporen en aan te pakken beschermt de verzekeraar niet alleen zichzelf maar ook de klant.

Nieuwe technologieën operationeel maken

CGI helpt verzekeraars nieuwe technologieën te operationaliseren door:

  • de waarde van bestaande en nieuwe databronnen inzichtelijk te maken;
  • nieuw verkregen inzichten toe te passen;
  • nieuwe analytics te koppelen aan de huidige systemen.

CGI’s services voor Data Driven Insurance

Organisaties die effectief ‘analytics’ toepassen, zullen succesvoller zijn dan concurrenten*. Ze leveren betere producten en diensten, begrijpen de klant beter en werken efficiënter. Met Data analytics as a Service biedt CGI de mogelijkheid om in drie weken tijd samen met de klant een case uit te werken en laten we zien welke waarde big data analytics voor de organisatie heeft. Deze service is gebaseerd op data van de klant aangevuld met externe databronnen en wordt uitgevoerd op een speciaal hiervoor ingericht platform.

* bron: MIT onderzoek “From Value to Vision: Reimagining the Possible with Data Analytics”

CGI Ratabase®