Assicurazione: Parte 1 - Analisi predittiva usata nel settore assicurativo

Blog

Inserito

25 giu 2018

Categoria

Scienza dei dati

Condividi



Di: Natasha Mashanovich, Senior Data Scientist presso World Programming, Regno Unito

L'assicurazione è "una promessa di fornire un risarcimento in futuro se determinati eventi si verificano durante un periodo di tempo specificato" (fonte: www.casact.org). A differenza di molti altri prodotti il cui costo è noto prima della vendita del prodotto, l'assicurazione è una "bestia" molto diversa, poiché la tariffa delle polizze di assicurazione è sconosciuto al momento dell'acquisto. Quindi, vendere un prodotto assicurativo comporta un grande rischio finanziario.

Nella sua notazione matematica più semplice, il prezzo di un prodotto è definito come la somma di costi e profitti. L'obiettivo principale e la più grande sfida nel settore assicurativo è la stima precisa del costo del prodotto. Nel corso degli anni, gli assicuratori hanno sviluppato una pletora di strumenti, metodologie e modelli matematici per calcolare il costo. La rivoluzione dei Big Data, insieme ai progressi nell'elaborazione dei dati, all'analisi predittiva e all'intelligenza artificiale, hanno reso questo impegno più raggiungibile. Tuttavia, il fatto che nel 2015 il mercato assicurativo automobilistico del Regno Unito abbia fatto registrare un utile di assicurazione per la prima volta dal 1994 dimostra che l'assicurazione è un settore imprenditoriale estremamente difficile (fonte: abi.org.uk).

I fatti fondamentali riportati nell'ultimo rapporto annuale di Assicurazioni e risparmi a lungo termine del Regno Unito dell'Associazione degli assicuratori britannici (ABI) confermano l'importanza del settore assicurativo per la forza economica del Regno Unito. Il settore assicurativo del Regno Unito è il più grande in Europa e il quarto più grande al mondo, con una raccolta premi totale di 300 miliardi di sterline generati nel 2016. Ci sono oltre 900 assicuratori generali autorizzati nel Regno Unito con oltre 300.000 dipendenti. Il valore dei premi scritti è in costante aumento e l'assicurazione auto e mobiliare rappresenta il prodotto più grande. Oltre il 75% delle famiglie del Regno Unito ha avuto un'assicurazione auto e/o mobiliare. Nonostante i ricavi totali misurati in decine di miliardi, i margini ridotti e le richieste di risarcimento fraudolente per un totale di 800 milioni di sterline hanno causato una perdita di assicurazione di 200 milioni di sterline nell'assicurazione auto.

Figura 1. Fatti fondamentali del mercato assicurativo britannico (fonte: www.abi.org.uk, 2017)

L'obiettivo fondamentale del mercato assicurativo è quindi quello di stabilire premi adeguati, equi e competitivi. Con un approccio incentrato sul cliente, un sistema di tariffe assicurative dovrebbe essere: facile da capire, fornire tassi stabili nel tempo, essere flessibile alle tendenze economiche e includere il controllo delle perdite che fornisca sostanzialmente tariffe convenienti. Si tratta di requisiti molto impegnativi e contrapposti che impongono un grosso onere finanziario agli assicuratori.

Per poter fornire premi, gli assicuratori cercano di rispondere a molte incognite lungo tutto il customer journey (Figura 2) come: quanto è rischioso un cliente; se dovrebbe ricevere un'offerta di sconto; la quantità di sconto da offrire; come acquisire più clienti; come fidelizzare i clienti preesistenti; qual è la probabilità che un cliente inoltri una richiesta di risarcimento e se sarebbe possibile prevedere l'importo totale del risarcimento; possiamo identificare i clienti fraudolenti; come incoraggiare i clienti ad acquistare altri prodotti e così via.

Figura 2. Interazioni con il cliente durante l'intero customer journey

Il calcolo delle polizze assicurative adeguate, eque e competitive è la chiave per rispondere a queste domande e garantire la relazione a lungo termine con i clienti. Quindi, la determinazione delle tariffe assicurative, spesso definita come "tariffazione", è il fattore chiave nel settore assicurativo e nell'arte della scienza dei dati in questo settore. I due concetti assicurativi più importanti responsabili di polizze assicurative adeguate, eque e competitive, sono La determinazione delle tariffe e le richieste di risarcimento. Questi concetti, supportati dal rilevamento delle frodi, sono gli elementi chiave di analisi che contribuiscono a rapidi progressi nelle innovazioni delle tecnologie assicurative (Figura 3).

Figura 3. Quadro analitico delle assicurazioni

La Tabella 1 illustra come utilizzare la scienza dei dati in queste tre aree assicurative e impiegarla per affrontare le varie difficoltà aziendali in diverse fasi del ciclo di vita del cliente.

SegmentoDifficoltàSoluzione analiticaStrategia per la tipica costruzione di modelliBenefici per l'azienda
DETERMINAZIONE DELLE TARIFFEIl costo finale di una polizza assicurativa non è noto al momento della venditaTariffazione a livello di cliente (determinazione delle tariffe basate sul rischio)Modelli lineari generalizzati (ad esempio la procedura GENMOD nel linguaggio di programmazione SAS)Determinazione delle tariffe adeguate ed eque in modo che Premio = Perdita + Utile
Comprensione del mercato competitivo e delle sue dinamicheModelli di determinazione delle tariffe basate sul mercato inclusi: modelli di conversione, domanda e fidelizzazioneModelli di propensioneEspansione della clientela, vantaggio competitivo
Quanto sono preziosi i miei clienti?Valore del ciclo di vita del clienteAnalisi di sopravvivenza, segmentazione, modelli di propensione Campagne di marketing ottimali
Qual è la tolleranza del prezzo del cliente?Elasticità della tariffaOttimizzazioneMassimizzazione degli utili
RICHIESTE DI RISARCIMENTORidurre i costi operativi/IT elevati mantenendo i clienti soddisfatti Quadro di gestione delle richieste di risarcimento inclusa la prima notifica di perditaApproccio olistico che utilizza: modelli di propensione e regressione tra cui lesioni fisiche, costi per risarcimenti, rottamazioneProcesso decisionale in tempo reale, monetizzazione
RILEVAMENTO DELLE FRODIRilevamento delle frodi in moduli di domanda e richieste di risarcimentoQuadro di rilevamento delle frodiApproccio olistico che utilizza: modelli di propensione, rilevamento di anomalie, regole per frodi, liste nere, analisi dei collegamentiRiduzione delle perdite

Tabella 1. Uso della scienza dei dati per InsurTech

Lo sviluppo, l'implementazione e l'utilizzo di successo di modelli predittivi assicurativi dipendono ampiamente da una piattaforma analitica selezionata che deve soddisfare una vasta gamma di requisiti, tra cui le funzionalità ETL (estrazione, trasformazione, caricamento); manipolazione, preparazione e visualizzazione dei dati; costruzione e convalida di modelli; distribuzione del modello; test; produzione e monitoraggio. Spesso gli assicuratori optano per una combinazione di strumenti commerciali e open source per giustificare i costi di implementazione. Tuttavia, è necessaria un'attenta considerazione in quanto spesso potrebbe portare a una soluzione subottimale, in quanto il processo di integrazione può richiedere tempo e risorse.

Figura 4. Piattaforma WPS Analytics per l'assicurazione