Assicurazione: Parte 2 - Determinazione delle tariffe assicurative adeguate, eque e competitive

Blog

Inserito

05 lug 2018

Categoria

Scienza dei dati

Condividi

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



"Quale assicurazione?" – è la prima domanda che si pone un cliente potenziale quando si cerca un interessante preventivo per la polizza. Nel mercato assicurativo molto competitivo del Regno Unito (Figura 1), gli assicuratori devono sviluppare una metodologia di determinazione delle tariffe personalizzata per garantire che i premi della polizza siano, in primo luogo, adeguati in modo da coprire le perdite previste e le spese sostenute. In secondo luogo, è necessario stabilire le polizze in modo equo, in modo che i premi siano strettamente associati alle perdite e alle spese previste. In terzo luogo, i premi devono essere competitivi per attirare nuovi clienti e fidelizzare i clienti preesistenti.


Figura 1. Mercato assicurativo competitivo del Regno Unito

La tariffazione o determinazione delle tariffe basate sul rischio è una fase essenziale e l'elemento chiave delle tariffe assicurative. Le tecniche e le metodologie di determinazione delle tariffe attuariali dipendono ampiamente dal tipo di assicurazione, dalla disponibilità dei dati e da ampie limitazioni normative, di marketing e operative. Inoltre, le tecniche di costruzione di modelli selezionate cambiano costantemente in conformità ai progressi della tecnologia e della scienza dei dati.

Le tecniche spaziano da diversi metodi statistici come modelli lineari, additivi e combinati, a una vasta gamma di modelli di apprendimento automatico come foresta casuale, gradient boosting, reti neurali o macchine a vettori di supporto. I modelli statistici funzionano tipicamente su una serie di ipotesi che si concentrano sulla interpolazione dei dati sotto forma di equazioni. Al contrario, i metodi di apprendimento automatico tendono ad avere meno ipotesi sui dati e si concentrano sull'apprendimento attraverso la costruzione di algoritmi. Riconoscere la tecnica più appropriata nel ricco panorama analitico presenta spesso delle difficoltà e richiede la considerazione di molteplici sfaccettature, come ad esempio l'accuratezza del modello, la stabilità del modello nel tempo, le limitazioni dell'azienda, le risorse DevOps necessarie per la distribuzione e implementazione del modello, i tempi di risposta del modello e così via.

Nonostante tale diversità di modelli, il Modello Lineare Generalizzato (MLG) rimane lo standard effettivo nel settore assicurativo. Sebbene i metodi di apprendimento automatico possano spesso ottenere migliori prestazioni nelle previsioni, il MLG ha guadagnato popolarità rispetto alle altre tecniche di costruzione di modelli in quanto è facile interpretare e comprendere i risultati. Il modello presuppone una relazione lineare tra predittori e risultati, e offre un controllo migliore quando si selezionano i fattori di valutazione. Inoltre, un algoritmo di classificazione basato sul MLG (Tabella 1) è facile da implementare, veloce da eseguire e offre una maggiore flessibilità per integrare l'esperienza attuariale e implementare le diverse limitazioni, come quelle normative, operative e di marketing.

Tariffa di base£500Algoritmo di classificazione
Fattore di valutazioneLivelloRelativitàPremio puro = Tariffa di base
Area territoriale13,81* Area territoriale
21,91
30,71
41,00
Anno di immatricolazione12,38* Anno di immatricolazione
21,44
31,00
Potenza del motore10,37* Potenza del motore
20,72
31,00
41,26
51,50
62,96
74,41
Bonus10,58* Bonus
20,79
31,00

Tabella 1. Relatività della valutazione basate sul MLG e algoritmo di classificazione (illustrazione)

Il risultato del processo di tariffazione è un prezzo tecnico previsto (ad esempio il premio puro) che corrisponde alla probabilità di presentare una richiesta di risarcimento. Se viene modellato con precisione, dovrebbe fornire il prezzo adeguato per coprire le perdite previste. Il prezzo tecnico viene quindi rettificato per includere altre spese di sottoscrizione, compresi i costi di acquisizione, le commissioni e le imposte, nonché l'utile di sottoscrizione.

L'approccio tradizionale alla determinazione delle tariffe assicurative si è concentrato esclusivamente sulle tariffe basate sul rischio, trascurando i prezzi della concorrenza. Nel clima attuale, questo approccio non è sostenibile e molti assicuratori stanno passando a metodologie di determinazione delle tariffe più sofisticate. World Programming può sostenere un approccio olistico alla determinazione delle tariffe assicurative illustrate nella Figura 2. Con un riferimento simbolico all'immersione subacquea, più profondo è l'oceano (dati) in cui ci si tuffa a caccia di nuove specie (dati), maggiore è la probabilità di cogliere nuove e preziose gemme (aziende).

Figura 2. Processo di determinazione delle tariffe assicurative

In questa prospettiva, i premi fondati esclusivamente sulle tariffe basate sul rischio sarebbero come cercare in acque poco profonde e non massimizzare il potenziale dei dati disponibili. La tariffazione garantisce una tariffa adeguata, ma non necessariamente quella competitiva. Pertanto, la procedura di determinazione delle tariffe dovrebbe comprendere gli elementi aggiuntivi, tra cui la segmentazione della clientela, la considerazione dei prezzi della concorrenza e l'ottimizzazione dei prezzi.

La segmentazione della clientela è un passo importante per scoprire se destinare un cliente all'aumento o alla riduzione della tariffa. Inoltre, serve come garanzia che gli sconti sul premio vengano offerti solo ai clienti meno rischiosi. La segmentazione può essere molto semplice in base a poche regole aziendali o più sofisticate basate su un modello di propensione, come ad esempio la probabilità di presentare una richiesta di risarcimento o un modello di clustering che crea segmenti per livelli di ammissibilità.

La determinazione di tariffe competitive riguarda l'adeguamento dei premi basati sul rischio alle tariffe della concorrenza. A seconda delle iniziative di marketing, per conquistare il mercato competitivo, potrebbero essere necessari dei modelli di domanda: un modello per la conversione per l'acquisizione dei clienti o un modello per l'abbandono per la fidelizzazione dei clienti. La decisione su quale classificatore binario utilizzare per costruire questi modelli di propensione dipenderà da molti fattori, tra cui le prestazioni del modello richieste e la facilità di distribuzione e implementazione del modello. Inoltre, i modelli di conversione di solito vengono eseguiti in tempo reale, quindi la velocità del punteggio del modello è un fattore importante da considerare quando si decide la tecnica di costruzione di modelli.

La fase finale del processo di determinazione delle tariffe è l'ottimizzazione dei prezzi, di solito denominata elasticità dei prezzi e riguarda la valutazione della tolleranza dei prezzi a livello individuale. Questa fase fornisce un ulteriore vantaggio assicurando che il modello competitivo pertinente (la linea gialla nella Figura 3) stabilisca la tariffa che massimizza l'utile (la linea blu nella Figura 3). Un modello di ottimizzazione di solito richiede simulazioni di prezzo per diversi scenari ipotetici, in modo da poter trarre il massimo vantaggio considerate le limitazioni dell'ottimizzazione.

Figura 3. Problema di ottimizzazione dei prezzi (fonte: www.casact.org)

La Figura 4 è un'illustrazione di un modello di ottimizzazione che offre sconti sul premio fino al 20% sulla tariffa basata sul rischio. A seconda del modello di domanda sottostante, la distribuzione dello sconto sul premio varia da nessuno sconto a uno sconto massimo del 20%.

Figura 4. Risultati di ottimizzazione dei prezzi (illustrazione)

Una volta selezionato lo scenario ottimale, la soluzione completa per la determinazione delle tariffe è pronta per la distribuzione, l'implementazione e il test. Ciò include il modello basato sul rischio, il modello della domanda e il modello di ottimizzazione. È possibile implementare la completa suite di modelli su un singolo motore di valutazione oppure ospitarla su più motori. Dopo un rigoroso processo di test, la soluzione per la determinazione delle tariffe è pronta per la gara per l'acquisizione di più clienti.