Jaarlijks voert CGI wereldwijd strategische klantinterviews uit, de CGI Client Global Insights genaamd. In 2018 interviewden we in totaal meer dan 1.400 klanten en prospects wereldwijd, waarvan 99 binnen de verzekeringsmarkt. We vroegen IT- en business executives welke trends ze in hun branche zien en welke prioriteiten er spelen. Daarnaast hebben we ze gevraagd welke investeringen in innovaties er de komende drie jaar in hun organisatie op de planning staan.

Al meerdere jaren staan digitale bediening van de klant, Agile/DevOps en Cybersecurity bovenaan de lijst met investeringen bij de verzekeraars. Uit de strategische klantinterviews van 2018 komt naar voren dat daarnaast Dynamic Pricing en het gebruik van Data Insights de komende drie jaar ook hoog op de lijst van verzekeraars staan. Bijna 80% van alle ondervraagde verzekeraars verwacht in de komende drie jaar hierin te investeren.

Digitale klantbediening, Agile/DevOps en Cybersecurity zijn al jaren bekende begrippen binnen verzekeraars, maar Dynamic Pricing is betrekkelijk nieuw? Wat mij opvalt in mijn gesprekken met Nederlandse verzekeraars is dat er veel verschillende opvattingen zijn over wat Dynamic Pricing is. In deze blog geef ik uitleg van deze verschillende definities.

Binnen drie jaar is bijna elke (schade) verzekeraar bezig met Dynamic Pricing

Dynamisch prijzen

Veel verzekeraars zijn op dit moment al bezig met dynamisch prijzen, al geven ze er vrijwel allemaal een andere invulling aan. De ene verzekeraar wil veel sneller in kunnen spelen op marktveranderingen en de andere verzekeraar wil gebruik maken van externe data-bronnen en Machine Learning. Er is dan ook vaak spraakverwarring als er over dit onderwerp wordt gesproken. Onderstaande aspecten passen, wat mij betreft, allemaal binnen de definities van Dynamic Pricing. Wat je insteek of startpunt is, is afhankelijk van de specifieke uitdagingen binnen de organisatie.

SnelheidSnelheid – Regulier wordt bij schadeverzekeraars het premiemodel jaarlijks beoordeeld en eventueel aangepast. Veel partijen zijn deze ritmiek aan het aanpassen naar 1x per kwartaal of zelfs 1x per maand. In het Verenigd Koninkrijk zijn zelfs voorbeelden van een dagelijkse cyclus waarbij 5x per week het premiemodel op kleine punten wordt aangepast. Doel hiervan is om prijzen sneller aan te passen aan veranderende marktomstandigheden en zo concurrentievoordeel te halen.

Externe databronnen – Het gebruik van externe databronnen of nieuwe databronnen kan veel toevoegen aan het risicomodel dat de basis is voor het premiemodel. Tegenwoordig zijn er heel veel openbare en betaalde bronnen eenvoudig beschikbaar die veel waarde hebben voor de verzekeraar. Zo is het mogelijk om van een tiental datapunten naar honderden datapunten te gaan waarbij de inschatting van het risico veel beter en nauwkeuriger wordt.

Machine Learning – Er is veel voordeel te halen met Machine Learning en het gebruik van andere modelleringstechnieken dan de standaard gebruikte lineaire modellen. Het kan een veel nauwkeurigere voorspelling geven van de kans dat een klant vertrekt of van de verwachte totale waarde van een klant.

Commercieel prijzen – De verzekeraar krijgt steeds meer interesse in de commerciële kant van de prijsstelling. Van oudsher wordt er vanuit kostprijs geredeneerd. Eerst wordt de risicoprijs bepaald, daarna worden de operationele kosten als procentuele opslag toegevoegd en als laatste wordt een vaste winstmarge ingecalculeerd. Maar deze klassieke benadering laat veel ruimte liggen. Wat is de prijs van mijn concurrent? Wat is de verwachte klantwaarde? Wat is de klant bereid te betalen? Hierin zit heel veel ruimte die door verschillende partijen steeds vaker wordt opgezocht.

Portefeuille doelstellingen – Bij het jaarlijks beoordelen van het premiemodel wordt ook de ontwikkeling van de hele portefeuille bekeken. ‘Halen we nog de juiste risico’s binnen?’, ‘Is de portefeuille evenwichtig verdeeld over segmenten?’. Op basis van deze inzichten wordt het ene segment duurder en het andere goedkoper geprijsd, totdat de portefeuille opnieuw beoordeeld wordt. Dit soort aanpassingen zijn ook te automatiseren door portefeuille doelstellingen in het premiemodel op te nemen.

Als voorbeeld kun je een geografische spreiding nemen waarbij de beoogde doelstelling is om 20% van alle polissen in het Noorden te hebben voor een evenwichtige risicospreiding. Wanneer het percentage onder de 20% zakt, gaat de prijs automatisch omlaag, en weer omhoog wanneer het percentage boven de 20% uitkomt.

Hiermee hoeft het premiemodel niet handmatig aangepast te worden maar ‘stuurt’ de portefeuille zichzelf naar de gewenste doelstelling.

Alle vijf hierboven beschreven varianten vallen binnen dynamisch prijzen wat mij betreft. Afhankelijk van de uitdagingen binnen de organisatie ligt de focus meer op het ene dan op het andere aspect. Maar altijd zal je tegen onderstaande zaken aanlopen. Wil je echt met Dynamic Pricing voordeel halen, zal de business echt in control moeten komen van het pricing proces. Daarnaast is de implementatie binnen IT een grote uitdaging die de business nogal eens onderschat.

Business in control – Continuous pricing

Het belangrijkste startpunt voor Dynamic pricing is een dedicated pricingteam met een mandaat. Dit mandaat biedt het team de ruimte om binnen gestelde grenzen het premiemodel aan te passen zonder vooraf goedkeuring vanuit de organisatie. Het pricingteam moet continue bezig zijn met analyse en mogelijke prijsaanpassingen. Ze moet bijvoorbeeld continue beoordelen: ‘Wat voor nieuwe klanten krijg ik binnen?’, ‘Welke klanten gaan weg?’, ‘Wat voor schades krijg ik binnen?’ en ‘Wat doen mijn concurrenten?’. Door dit soort zaken dagelijks te monitoren, kan de verzekeraar sneller inspelen op veranderingen in de markt.

Maar om de verkregen ‘insights’ direct door te voeren in de operatie moet het pricingteam onafhankelijk zijn van IT. Het pricingteam moet in staat zijn om zelf het premiemodel aan te passen in de productiesystemen. IT heeft vaak een vastgestelde roadmap met prioriteiten waardoor premiemodel-aanpassingen vertraagd worden.

De implementatie in IT

Wanneer het pricing team onafhankelijk van IT prijsaanpassingen kan doorvoeren, heeft IT tijd over om aan echte innovaties te besteden. Beide partijen ‘winnen’ tijd omdat het werk van het pricing team niet overgedragen hoeft te worden aan IT. Maar hoe draag je deze ‘control’ over aan de business zonder dat er ongewenste situaties ontstaan in de operationele systemen?

Om de ‘control’ over te kunnen dragen, zullen alle rekenregels in de verschillende IT-systemen verplaatst moeten worden naar één centrale engine. Deze pricing-engine is dan dé centrale rekenkern voor premies, acceptatieregels en eventuele voorwaarden. Het beheer van deze engine kan bij de business worden belegd , mits de beheeromgeving de juiste tools bevat om alle rekenregels te testen, te valideren en te controleren. Dit soort engines bestaan en zijn een voorwaarde voor bij Dynamic Pricing. Initieel is de implementatie van een pricing-engine een forse investering, maar deze wordt vele malen terugverdiend door de verkregen wendbaarheid van het pricing team.

Deze blog is een eerste uit een reeks die ik komende maanden zal schrijven aan de hand van mijn ervaringen. De volgende keer zal ik dieper ingaan op het continue pricing proces.

Over de auteur

Picture of Piet Hein Goossens

Piet Hein Goossens

Vice President Consulting Insurance

Over Piet Hein Goossens Als Vice President Consulting en thought leader op het gebied van Data Driven Insurance, werkt Piet Hein samen met verzekeringsmaatschappijen aan het ontwikkelen en implementeren van effectieve Rating- en Pricing-strategieën en -oplossingen. Verzekeren verandert met de snelheid van het internet. ...

Voeg commentaar toe

Comment editor

  • No HTML tags allowed.
  • Lines and paragraphs break automatically.
Blog richtlijnen en gebruiksvoorwaarden