19 September 2024

Analisis Data dalam Industri Asuransi Pasca-Disrupsi

Asuransi selalu menjadi bisnis berbasis data. Semakin banyak informasi yang dimiliki perusahaan asuransi tentang risiko yang dipermasalahkan, semakin akurat perusahaan asuransi dapat menanggung risiko tersebut.

Di masa lalu, akses perusahaan asuransi ke data sebagian besar dibatasi oleh kemampuan manusia. Perusahaan asuransi dapat memahami dan menanggung risiko berdasarkan kapasitas ahli mereka sendiri untuk menganalisis dan memahami data. Data yang digunakan dibatasi oleh kemampuan manusia lain untuk mengumpulkan dan mencatat informasi.

Saat ini, batasan itu masih berlaku — tetapi dengan cara baru. Disrupsi digital memungkinkan untuk membuat, menyimpan, mengakses, dan menganalisis kumpulan data yang sangat banyak. Analisis dapat terjadi dalam satu instan dan hasilnya tersedia dalam sekejap berikutnya.

Analitik data memberikan dunia baru yang menarik untuk asuransi. Namun dunia baru ini juga menimbulkan tantangan.

Ini adalah dunia yang digerakkan oleh data

Informasi selalu berharga. Data tentang peristiwa cuaca membantu perusahaan asuransi lebih memahami dan memprediksi risiko. Informasi tentang perilaku pelanggan membantu pengecer memutuskan apakah, kapan, dan berapa banyak inventaris yang akan dipesan dan bagaimana menampilkannya. Log sirkulasi memberi pustakawan informasi yang mereka butuhkan untuk mengkurasi koleksi media secara efektif.

Ledakan perangkat berbasis data dalam beberapa tahun terakhir, bagaimanapun, telah menghasilkan baby boom sendiri dalam bentuk data. Sekitar satu triliun perangkat yang terhubung diperkirakan akan digunakan pada tahun 2025, menghasilkan “longsoran data baru,” tulis Ramnath Balasubramanian, Ari Libarikian dan Doug McElhaney di McKinsey.

Perusahaan asuransi melihat tulisan (digital) di dinding. Dalam survei EY Data Science in Insurance, setiap perusahaan asuransi yang menanggapi mengatakan bahwa analisis data akan sangat penting untuk kesuksesan perusahaan asuransi yang berkelanjutan, tulis Corina Gruenenfelder dan Sabine Betz dari EY. Namun tidak semua perusahaan asuransi telah mengambil langkah untuk beradaptasi dengan masa depan digital ini. Hanya 25 persen responden yang memiliki metode analitik data canggih yang digunakan untuk bisnis inti mereka. 75 persen lainnya berharap untuk meningkatkan dan memperluas metode analitik mereka yang ada dengan penggunaan alat analitik digital yang lebih baik.

Sebagian besar perusahaan asuransi telah memulai transisi ke analisis data digital yang kuat dengan berfokus pada alat analisis untuk diterapkan pada koleksi data mereka sendiri. Perusahaan asuransi telah berfokus pada pengumpulan wawasan dari data pelanggan mereka yang tersimpan sendiri, informasi tentang proses internal mereka, dan data yang dikumpulkan dari agen dan broker. Namun perusahaan asuransi juga memiliki akses ke kumpulan data yang berkembang pesat dari sumber luar, termasuk kumpulan data publik dan agregator pihak ketiga, tulis Kirill Pankratov, kepala transformasi grup UW dalam asuransi komersial di Zurich Insurance.

Alat yang memungkinkan perusahaan asuransi menganalisis data ini untuk wawasan dan pola akan memberikan informasi yang secara historis tidak dapat diakses oleh perusahaan asuransi — dan itu akan sangat mengubah cara perusahaan asuransi menanggung risiko dan mendistribusikan pertanggungan.

Menerapkan Data untuk Keputusan Asuransi yang Lebih Baik

Menerapkan data menawarkan cara baru kepada perusahaan asuransi untuk mengkonseptualisasikan, mengatasi, dan memecahkan masalah lama. Namun, analisis data menimbulkan tantangan tersendiri.

Analisis data yang lebih baik dapat membantu perusahaan asuransi mengelola biaya, kata Tim Brockett, wakil presiden eksekutif dan kepala lini khusus di Munich Re US. Brockett mencatat bahwa dengan alat yang tepat, industri asuransi “dapat meningkatkan penetapan harga, penjaminan kami, dan analitik kami seputar klaim dan segmentasi pelanggan untuk meningkatkan profitabilitas kami, dan memahami risiko kami.”

Underwriting dan distribusi menawarkan lahan subur untuk analitik data asuransi. “Ilmu aktuaria seperti yang dipraktekkan secara tradisional memiliki banyak kesamaan dengan analitik data,” tulis Rachel Hastings di Emeritus. Baik ilmu aktuaria maupun analitik data saat ini bergantung pada input data berkualitas tinggi untuk kesuksesannya.

Namun, bagi perusahaan asuransi, keberhasilan analisis data akan bergantung pada bagaimana data dipahami dan digunakan.

Pergeseran pola risiko telah mulai menciptakan dua kategori yang berbeda: Risiko yang lebih terukur, lebih sering dan tidak terlalu parah versus risiko yang kurang terukur, lebih jarang dan lebih parah. Misalnya, risiko rembesan air ruang bawah tanah selama hujan musim semi yang lebat termasuk dalam kategori pertama, sedangkan risiko bencana banjir yang menyapu seluruh ruang bawah tanah rumah yang sama termasuk dalam kategori kedua.

Analitik data dapat mengatasi kedua jenis risiko, meskipun tantangan menerapkan data untuk setiap jenis berbeda, tulis Tanguy Catlin dan sesama anggota praktik Asuransi dan Organisasi McKinsey.

Misalnya, risiko yang lebih terukur dan sering melibatkan data dalam jumlah yang jauh lebih besar, terutama ketika titik data real-time individu dari sensor pintar dan perangkat serupa terlibat. Perusahaan asuransi akan membutuhkan alat yang memungkinkan mereka untuk mengumpulkan dan mensintesis kumpulan data besar dan untuk melacak pola yang ada sebagai dasar analitik prediktif.

Sebaliknya, risiko yang kurang terukur dan sering datang dengan kumpulan data yang lebih kecil, tetapi intensitas risiko ini memberi tekanan yang lebih besar pada perusahaan asuransi untuk memprediksi dan menentukan harga yang sesuai. Kemampuan untuk memodelkan ketidakpastian dengan andal dan memberikan solusi di luar transfer risiko akan sangat penting, jelas Catlin, dkk.

Data menawarkan cara baru untuk mengatasi tantangan asuransi. Bahkan menawarkan cara untuk tetap berada di atas pola risiko yang berubah dengan cepat. Untuk memanfaatkan peluang ini, perusahaan asuransi perlu mendekati alat data mereka dengan bijaksana.

Tanggung Jawab dan Tantangan dalam Analisis Data

“Kemampuan data dan analitik menjadi taruhan di sektor P & C di Eropa dan Amerika Utara,” tulis Kia Javanmardian dan rekan-rekan peneliti di McKinsey. Dengan berinvestasi dalam data dan analitik, terutama untuk peningkatan underwriting, perusahaan asuransi telah melihat rasio kerugian, premi bisnis baru, dan peningkatan retensi.

Ketika analitik data canggih menjadi hal biasa dalam asuransi, tiga perubahan besar akan terjadi, kata Violet Chung dari McKinsey:

Premi dan manfaat asuransi akan beradaptasi berdasarkan perilaku pelanggan saat ini, seperti dalam pertanggungan mobil bayar sesuai kemudipan.
Pergeseran seismik dalam profil risiko, dan akses ke data yang belum pernah terjadi sebelumnya tentang risiko tersebut, akan mengharuskan perusahaan asuransi untuk mempertimbangkan kembali risiko dan premi terkait.
Analisis otomatis data real-time akan memungkinkan perusahaan asuransi untuk secara otomatis menanggung lebih banyak jenis risiko.

Perubahan ini pada gilirannya akan membangun kembali dasar-dasar asuransi lainnya, termasuk hubungan pelanggan dan peran agen dalam distribusi. Untuk menerapkan data, perusahaan asuransi perlu menghadapi tantangan tertentu — dan menerima tanggung jawab yang datang dengan merangkul tantangan tersebut.

“Untuk menangkap peluang ini, perusahaan asuransi perlu membentuk kembali organisasi mereka dan berubah menjadi perusahaan berbasis data,” tulis Marck Timmermans dan rekan-rekan peneliti di Compact Magazine. Kegembiraan menangkap peluang baru harus diimbangi dengan kebutuhan akan keamanan, kontrol proses, dan kesadaran akan harapan sosial.

Tantangan lain yang terbentang di depan dalam penggunaan analitik data meliputi:

Pengukuhan bias yang ada dalam kumpulan data yang tersedia, terutama ketika kumpulan data terbatas.
Pembuatan profil pelanggan yang tidak lengkap atau menyesatkan dari data publik.
Risiko bahwa pengambilan keputusan otonom oleh algoritme akan menyebabkan kesalahan yang merugikan.

Kekhawatiran etis tentang analitik data dalam asuransi berfokus pada dampak penggunaan data pada kehidupan manusia. Namun etika bukan satu-satunya alasan perusahaan asuransi harus mempertimbangkan bagaimana alat data mereka berinteraksi dengan upaya manusia.

Terlepas dari kemajuan teknologi baru-baru ini, industri asuransi terus sangat bergantung pada keahlian dan keterampilan tenaga kerjanya. Analitik data dan alat teknologi lainnya dapat meningkatkan keahlian dan keterampilan profesional asuransi, tetapi tidak selalu dapat menggantikannya. Memasangkan alat digital dengan ahli manusia dapat menghasilkan yang terbaik dari masing-masing alat tersebut, yang mengarah pada pertumbuhan lebih lanjut dan ketahanan yang lebih besar dalam menghadapi tantangan digital di masa depan.

Gambar oleh: skracht/©123RF.com, woodysphotos/©123RF.com, pavelvozmischev/©123RF.com

Berita