LA COMPLESSA URGENZA DI GOVERNARE IL DATO

Qualcuno potrebbe pensare che associare il concetto di creatività al settore assicurativo sia un paradosso. È invece possibile ragionare attorno al tema del pensiero laterale teorizzato da Edward De Bono e capire che la soluzione a una situazione di stallo sta nel provare a individuare delle diverse vie d’uscita. 

Una dose di creatività, con il necessario supporto tecnologico, potrebbe indicare al settore assicurativo una nuova strada per uscire da una fase in cui il business dell’auto è destinato fatalmente a ridursi, ma gli altri settori non hanno ancora raggiunto la maturità necessaria a compensare il volume d’affari che verrà perduto. I trend che indentificano il ramo danni auto sono noti e danno luogo a due principali azioni compensative: comprendere sempre meglio i rischi sottostanti i portafogli auto per renderli più redditizi e far crescere altri business, specie restando nel ramo danni. 

Secondo Giuseppe Dosi, responsabile mercato assicurazioni di Crif, la transizione verso un mercato differente “può avvenire senza disequilibri se è accompagnata da una digitalizzazione spinta dei processi produttivi e dall’utilizzo di data analytics, machine learning e intelligenza artificiale”. In questo, Dosi vede la necessità per le compagnie di trasformare la customer experience, di raccogliere maggiori informazioni sul cliente e, al contempo, di ricercare dati anche esternamente al rapporto diretto.

Si dice che i dati stiano diventando il nuovo petrolio, ma come il prezioso idrocarburo bisogna saperli lavorare: “possedere dati e informazioni è fondamentale per innescare il cambiamento del settore, ma serve anche la capacità di trasformarli in modelli predittivi robusti e integrarli all’interno dei processi produttivi. Un’operazione a tutto tondo che deve potersi appoggiare su un solido change management”. 

Nei contesti maggiormente competitivi si assiste alla continua ricerca di capire meglio il rischio, di dargli il giusto prezzo, determinando una selezione positiva o avversa tra le compagnie. Dosi sottolinea che “i dati in questo senso sono molto potenti, perché ogni volta che se ne aggiungono di nuovi si scoprono inaspettate correlazioni con il rischio, contribuendo a creare o mantenere il vantaggio competitivo. Una never ending story, perché l’uso oculato della tecnologia non ammette di considerare raggiunto un traguardo, ma richiede una continua attività di ricerca”. La stessa necessità di essere sempre attenti al cambiamento esige di dotarsi di strumenti che accelerino il time to market: “già oggi aziende più sofisticate aggiustano i prezzi con frequenti revisioni del modello tariffario”, afferma Dosi.

Tutti questi elementi fanno comprendere come per le compagnie sia necessario pensare a un aggiornamento delle strutture organizzative interne, affiancando alle conoscenze attuariali altre competenze matematiche che contribuiscano ad allargare la base dei dati da utilizzare anche al di fuori delle tematiche strettamente assicurative, lasciando spazio alla creatività: “ad esempio l’utilizzo di data set geospaziali che correlano la luminosità delle strade con l’incidenza dei furti, oppure conoscere luoghi e orari dei prelievi bancomat per tarare il rischio auto”.

Basandosi sulla ricchezza delle informazioni disponibili, per Crif è possibile combinare il patrimonio informativo con dati pubblici o destrutturati che sono sul web, al fine di realizzare modelli predittivi utili a supportare le strategie dell’impresa. L’obiettivo è di “affiancare la compagnia nella trasformazione digitale” capitalizzando i dati in suo possesso, i quali una volta sommati alle informazioni reperibili online o in possesso di Crif, possono produrre elementi utili alla migliore definizione delle strategie di pricing o commerciali. Un esempio di applicazione riguarda l’analisi del portafoglio per gestire annualmente il rischio di abbandono che mediamente varia nelle compagnie fra il 15 e il 20%: se questo è il dato medio “ci sono però clienti contenti e dormienti con probabilità di abbandono del 5% e altri con probabilità di abbandono del 40%. È necessario misurare la loss ratio attesa per singolo cliente e associare a essa la sua possibilità di abbandono per raggiungere gli obiettivi di crescita e di redditività aziendali: si tratta di modelli dinamici applicabili a ogni singola polizza, che permettono di scegliere quanto investire sul cliente per supportare il raggiungimento di determinati risultati”, spiega Dosi.

In supporto al settore assicurativo può arrivare l’esperienza in ambito open banking, dove Crif, che è un Aisp certificato, si è dotata di estrattori per acquisire le informazioni sulle operazioni dei clienti e generare trigger di carattere tecnico o commerciale: “le informazioni sui pagamenti sono tipicamente banking, ma possono essere utilizzate anche a fini assicurativi perché i dati comportamentali nel credito si riflettono nell’atteggiamento del cliente rispetto alle assicurazioni”, afferma Dosi.

A questo proposito Crif ha concluso una partnership con Ania finalizzata a semplificare la diffusione dei dati di credit bureau verso le compagnie assicurative: alla base dell’accordo le potenzialità di Crif, che affianca le società bancarie nella valutazione delle richieste e nella gestione dei crediti di famiglie e imprese, e detiene per questo un vasto patrimonio informativo che, messo a disposizione delle compagnie tramite Ania, consente di effettuare valutazioni sul rischio assicurativo, sulla probabilità di potenziali frodi e sull’adeguatezza del prodotto al cliente finale.

Tra gestione delle contribuzioni, accesso ai dati, analisi, servizio di informazione, Crif si trova quotidianamente a lavorare nel rispetto della privacy, tema che conosce “grazie a una lunga esperienza che tocca 30 Paesi del mondo. Proprio perché è il cuore della nostra attività, puntiamo a utilizzare la tecnologia in maniera molto attenta alla compliance e alle disposizioni dell’autorità garante”.