PREVEDERE IL FUTURO CON I BIG DATA

La gestione dei dati non strutturati e i modelli predittivi per creare valore aggiunto per compagnie e intermediari. Una strada da intraprendere ora per poter anticipare le esigenze del mercato di domani

Watermark 16 9
👤Autore: Fabrizio Aurilia Review numero: 9 Pagina: 12 - 13
Il dato sembra essere oggi il nuovo oro nero. L’enorme disponibilità di informazioni, derivanti da tutte le banche dati digitali che continuano a proliferare, è la nuova ricchezza. Entro il 2015 la mole di dati disponibili sulla rete sarà pari a circa 8500 exabyte (milioni di gigabyte). 5000 giga per individuo. Ma solo un quarto di questa somma sarà strutturata e analizzata. 
Quale potrebbe essere, quindi, il valore per l’industria assicurativa? Rgi group, partner tecnologico italiano, ma presente anche all’estero, ha cercato di rispondere a questo interrogativo in occasione di Rgi Next – Big Data Revolution. Giunto alla seconda edizione, Rgi Next è l’evento in cui Rgi approfondisce un argomento nel vasto campo dell’Ict assicurativo. Quest’anno al centro della scena sono stati i big data e le loro potenzialità.    


NUOVI MODELLI

In che modo i modelli predittivi potranno raccontare le evoluzioni del mercato? “Per esempio – ha detto Vito Rocca, ad di Rgi – attraverso la costruzione di prodotti assicurativi più flessibili e modulari. Oppure cambiando il modello di vendita e gestendo tutta una mole di dati non strutturati come si fa con quelli dei processi operazionali”. La logica, come ha precisato Paolo Gatelli, research manager di Cetif, non si basa sul reporting ma sulla predizione. 
Foto, tweet, video, post, persino i mi piace possono essere decisivi per la profilazione del cliente di domani e le compagnie assicurative, spesso lente, soprattutto in Italia, in questo campo sembrano comunque muoversi. Lo ha spiegato bene Raffaele Guerra, vice presidente insurance practice leader di Capgemini. Il 60% delle imprese farà investimenti in strumenti per gestire i big data: “Le aree di interesse – ha spiegato – sono i sinistri, in fase gestionale e assuntiva, l’antifrode e il pricing”. 


LE COMPAGNIE E LA GESTIONE DEI DATI

Il tema dell’investimento è molto sentito dalle compagnie, come emerso durante la tavola rotonda moderata da Maria Rosa Alaggio, direttore di Insurance Review. “La trasformazione digitale è uno dei cinque asset strategici dei prossimi anni”, ha raccontato Ruggero Frecchiami, dg di Assimoco, ma già oggi, ha detto Pietro Gottardo, coo di Zurich, “sfruttando da subito le potenzialità del dato, potremmo ragionare per singolo cliente, aumentando la flessibilità delle garanzie”. Secondo Riccardo Scattaretico, application services director di Generali, il tema della privacy sarà lo spartiacque per poter disporre di un sistema migliore, per poter utilizzare dati esogeni ed endogeni all’azienda. 
“Utilizzare dati esogeni non strutturati per prevenire le frodi potrà essere decisivo, anche nell’ottica di ridisegnare i prodotti”, ha spiegato Stefano Fini, cio di Cattolica, a cui si è unito Francesco Massari, cio di Hdi, ricordando però che già con i dati disponibili oggi è possibile fare prodotti innovativi.
“Incrociando le nostre informazioni con i database esterni e le fonti pubbliche, già oggi Atradius – ha sottolineato Alessandro Vicentini, head of bonding Itf – è in grado di avvertire il cliente sull’approssimarsi di un elevato rischio di credito”. 
Reale Mutua sta proprio in questo periodo verificando i risultati della campagna dell’anno scorso, Realmente protetti. “Quell’iniziativa – ha spiegato il cio Tiberio Strati – aveva il duplice obiettivo di rimarcare il ruolo sociale dell’assicuratore, e, con il rimando al sito, di ottenere nuove informazioni su chi accedeva al portale”.    


LE APPLICAZIONI PRATICHE DI RGI

Nel pomeriggio, l’intervento del technology director, Gianluca Verraz, ha presentato il punto di vista di Rgi, che attraverso tre role play ha mostrato le potenzialità dei big data in ambito danni, vita e sinistri. 
La vision di Rgi è quella di evolvere il suo core asset PASS_Prodotti per offrire alle compagnie un configuratore e motore di regole esteso,  un motore di calcolo in grado di effettuare simulazioni di pricing e un sistema esperto orientato all’autoapprendimento. Tutto questo sarà possibile tramite un metadatabase ibrido: solo un sottoinsieme dei big data sarà parte del patrimonio informativo interno all’azienda mentre la maggior parte dei dati resterà esterna. L’obiettivo è quello di costruire modelli complessi con un dominio maggiore delle informazioni.

© RIPRODUZIONE RISERVATA

Articoli correlati

I più visti