fbpx

ביטוח ושירות בעולם הביג דאטה

חברות ביטוח ומבטחים אוספים שפע של נתונים ויכולים לאסוף אפילו יותר בשימוש ב-IOT. מעטות הם החברות שמייצרות רווח מנכס זה מעבר לשימוש הקלאסי. שפע הנתונים הזמין (Big Data) ויכולות העיבוד המתקדמות מאפשרות פיתוח מוצרים חדשניים גם בתחום הביטוח.
כבר היום חברות בארה"ב מקימות מיזמים המשתפים מידע בן ארגונים שונים כדי ליצור פלטפורמה מרכזית לשימוש מתווכים וסוכנים לייעל את התמחור והחיתום לבעלי עסקים קטנים והבינוניים.
המבטחים אספו היסטוריה של נתונים אך היו איטיים לייצר רווחים מנכס זה לכן לתוך הריק נכנסו חברות קטנות יותר וקרנות גידור. יצירת הרווח נעשתה ע"י מודלים חדשים ללכידת ערך הלקוח ע"י ניתוח של נתונים. משום שנפח הנתונים גדל באופן אקספוננציאלי טכנולוגיית הניתוח החדשות ורבות העצמה מאפשרות למבטחים להשתמש בנתונים הללו בדרכים שלא היו קודם לכן. עם זאת, למבטחים רבים יש קושי להתמודד עם האתגרים ארגוניים ולהפוך לחברות מונחות נתונים. כתוצאה מכך, המבטחים בפיגור מאחורי תעשיות אחרות בהשקעה שלהם בתחום ובאימוץ של ניתוח מעמיק של נתונים על מנת לייצר מוצרים ביטוחיים חדשים.
כדי להפוך לארגון ביטוח מונע נתונים, על החברות לבחון מחדש את גישתן לבנייה ולניהול של נכסי נתונים וניתוח, ולפתח יכולות ייחודיות שלא קיימות בשוק המאפשרות להם להציע ללקוחות פתרונות ממוקדי נתונים.

כמות המידע הנאגר על לקוחות (פרטיים והמסחריים) הוא עצום וגדל באופן אקספוננציאלי, כפי שציינתי. כאשר מוסיפים לכך את ההתפתחות הטכנולוגית בכוח מחשוב, אחסון זול ואנליזה זמינה ומתקדמת גורמות לחברות להאיץ את ההשקעה שלהם בניתוח נתונים כאמצעי לחידוש. מנהלים עם חשיבה יצירתית בתעשיות שונות מחפשים הזדמנויות ליצירת עסקים מונעי נתונים בורטיקלים המרכזיים שלהם והקרובים. לדוגמה:
א. חברות משתמשות במידע אותו הם מייצרות (כגון ארגוני בריאות) על מנת להציע טכנולוגיה וייעוץ לחברות אחרות
ב. חברת Caterpillar מעבדת את הנתונים של היחידות שלה על מנת לעזור ללקוחות שלה לקבל החלטות בזמן אמת לגבי תחזוקה של הכלים שלהם ומבך מוזילות באופן משמעותי את עלויות התחזוקה ושומרת על אמינות ושביעות רצון לקוחות גבוהה
ג. חברות ביטוח המקבלות את נתוני הנסיעה השנתיים של צי רכב יכולה להעניק מוצר ביטוחי מותאם אישית לצי הרכב ומאפייניו.
ד. ע"י עיבוד מהיר של נתונים בזמן אמת עם נתונים היסטוריים בנקים מציעים ללקוחות פרטיים ומסחריים הלוואות מותאמות.

נפח הנתונים הזמינים לנושא הביטוח והשירות מביא ליצירת מודלים עסקיים חדשים, ערוצי הכנסות והזדמנויות עצומות להגדלת הערך. היציאה לדרך שבא הולכים להגדיל רווחים מנתונים דורשת ממבטחים ונותני שירות לחשוב מחדש על הגישה שלהם לבניית וניהול נתונים ,ניתוח נכסים ולפתח יכולות ייחודיות לצאת לשוק עם הצעות ומוצרים ממוקדי נתונים ללקוחות שלהם.
דוגמא למודל סטטיסטי בתחום ביטוח הרכב וצי הרכבים של חברה:
1. איסוף הנתונים – איסוף נתוני הנסועה של צי רכבים, איסוף מסודר של כל אירוע ביטוחי שהיה בתקופה הנדונה. כמו כן העשרה של הנתונים בנתוני הנהגים בחברה והעבר התחבורתי שלהם וכן עוד נתונים הזמינים לחברה או למבטח ממקורות מידע חיצוניים הניתנים לרכישה.
2. בניית מודל סיכון ותיקופו- למספר האירועים הביטוחיים וההיקף הכספי. מודל ייעודי לצי הרכבים תוך שימוש בכל הנתונים שיש בסעיף 1.
3. כלי תומך החלטה – הערכת סיכונים למבטח והצעת מחיר ייעודית ללקוח צי הרכבים. ע"י שימוש במודל זה ההצעה הניתנת ללקוח הרבה יותר מדויקת הן עבור המבטח והן עבור הלקוח שכן היא מבוססת נתונים היסטוריים מפורטים וכתלות בנסועה הכוללת. כמובן שכל חברה תשתמש בזה ככלי תומך החלטה כדי לקבוע את התמחיר.
לסיכום – ארגונים שיוכלו לנהל את ההשקעה שלהם בניתוח נתונים קיימים ונתונים הניתנים לרכישה תוך זיהוי קווי עסקים חדשים וחדשניים יוכלו להביא להגדלת הכנסות משמעותית לחברה.

שלום דינור – Senior data scientist
דטה קיוב

×
דילוג לתוכן