19 9月 2024

保険会社は分析とデータインテリジェンスについてどのような立場にあるのでしょうか?

近年、損害保険会社にとって非常に困難な状況が続いています。 2017年は、米国海洋大気庁のデータによると、米国における10億ドル規模の自然災害の数で新記録を樹立しました。 2020年は、自然災害に関しても記録上最も費用がかかる年の1つでした。さらに、P&C保険への投資は、マッキンゼーのクリス・ブラッドリー氏とピーター・スタンプナー氏が指摘するように、COVID-19の初期の数カ月間に苦戦しました。

今日、保険会社は、自動車保険への支出が減少し、物的損害や災害が増加し、投資家からアンビバレンスが求められる時代に、中核事業を支えるために奔走しています。分析とデータインテリジェンスは、保険会社がビジネスプロセスを改善し、競争力を維持する方法を提供します。

2022年のアナリティクスとデータインテリジェンス

「データ分析」と「データインテリジェンス」という用語は、互いに密接に関連して使用されることがよくあります。文脈によっては、同じ意味で使用されることもあります。

分析とデータインテリジェンスは相互に関連していますが、互換性はありません。大まかに言えば、データインテリジェンスは、洞察を得るためにデータを探索および調査できるすべての方法を網羅する包括的なカテゴリです。データ分析は、データインテリジェンスの傘下にあるプロセスの1つです。

データ分析は、そのデータに現れる傾向やパターンを明らかにするために、生データを収集して処理すると、AIプラットフォーム Akira.ai の Jagreet Kaur Gill 氏は書いています。収集および処理機能は、主要な質問や目標を念頭に置いて設計されています。たとえば、気候や気象パターンの変化を理解しようとするデータ分析は、保険の顧客が自動車保険の見積もりフォームに記入する途中で申し込みプロセスを放棄する理由を理解しようとするデータ分析とは異なる方法で機能します。

分析とデータインテリジェンスは、幅広いカテゴリです。その機能と応用は漠然としているように見えるかもしれません。しかし、これらのツールは保険の多くの具体的な分野に適用できると、スイス・リーのヤニック・イーブン氏とジョナサン・アンチェン氏は書いています。

たとえば、AI対応のデータ分析を使用して、ドキュメント(契約を含む)、電子メール、チャットログのテキストをすばやく処理できます。その結果、個々の顧客と契約条件の理解が深まり、代理店、ブローカー、カスタマーサービス担当者はより良いサービスを提供できるようになります。

アナリティクスとデータインテリジェンスの採用の初期段階では遅れをとっているにもかかわらず、保険業界は急速に追いつき、さらにはイノベーションを推進しています。「この変化は急速に起こっているため、今日の保険業界は、他のいくつかの業界よりもデータ分析の成熟度が高いことを示しています」と、ビジネスプロセス管理会社であるWNS Global Servicesの Suhas Sethi氏とYogendra Goyal 氏は書いています。

保険とデータインテリジェンス

分析とデータインテリジェンスは、もはや単にあればいいというものではありません。「クラス最高の業績を上げている企業は、大きな価値を提供できる高度なデータと分析の引受能力を構築することで、競合他社との距離を縮めています」と、マッキンゼーのキア・ジャバンマルディアン氏と同僚の研究者は書いています。

マッキンゼーの調査によると、分析とデータインテリジェンスを引受業務に活用すると、保険会社はいくつかの分野で改善が見られることがわかっています。

損失率が3〜5ポイント改善。
新規事業保険料が10〜15%増加します。
最も収益性の高い保険カテゴリーで5〜10%の顧客維持率。

また、データインテリジェンスは、上昇トレンドや新たな市場機会を見つけるためにも活用できると、著者らは指摘しています。

人工知能は、分析とデータインテリジェンスの向上を強力に推進します。 WNS/Forrester の調査では、次のように報告されています。

回答した企業の 72% が、AI で強化されたツールを使用してビジネスインテリジェンスを向上させています。
67% がテキスト分析を使用し、**65% が音声分析を使用して、顧客とのやり取りなどのデータをより深く理解しています。
54% は、より良いデータインサイトを得るために、多くの場合、チャットボットや同様のツールに組み込まれている自然言語処理に依存していました。
45% が機械学習プラットフォームを使用して、分析とデータインテリジェンスを向上させていました。

全体として、この調査では、企業の97%が、高度なデータ分析とインテリジェンスの実践に起因する運用上のメリットを報告していることがわかりました。

あらゆるテクノロジーと同様に、AIベースの分析とデータインテリジェンスは、初期の頃は懐疑的な見方をされていました。当初、保険会社は、AIが一気に流行したツールなのか、それとも永続的なビジネスツールなのかを判断するために必要な情報を欠いていました。

今日、AIは、あらゆる段階で保険ビジネスを変革する能力のおかげで、後者のカテゴリーにしっかりと分類されていると、IKORの Thomas Löchte 氏は書いています。データエコシステムは、保険会社がリアルタイムのイベントに対応して保険契約を引き受け、販売するのに役立ちます。たとえば、データインテリジェンスにより、保険会社は各顧客の特定のニーズに合わせた組み込み型またはPOSの補償を提供できます。

データインテリジェンスは、単独では機能しません。「AIソリューションを購入して、プラグインして、自分のデバイスで実行できるという考えは、率直に言ってSFです」と、キャップジェミニのインサイト&データ担当CEOである Zhiwei Jiang氏は述べています。保険会社は、データインテリジェンスと分析を指導し、開発するために必要なスキルを持つスタッフを必要とします。また、これらの解析結果を解釈し、適用する能力も必要です。

堅牢な分析とデータインテリジェンスのベストプラクティス

AIを活用した分析とデータインテリジェンスは万能薬ではありません。このテクノロジーは引受と販売に革命をもたらす可能性がありますが、その実装は保険会社にとって課題を提起します。

2019年のEIOPA の調査によると、保険会社は最新のデータインテリジェンスを実装する際に共通の課題に直面しています。これらの課題には、次のものが含まれます。

規制要件を満たし、規制の変更を常に把握します。
AIとデータセキュリティをめぐる消費者の信頼に応える。
データが正確であり、分析とデータの使用が倫理基準に従っていることを確認します。
ハッキングやデータ盗難などのサイバーリスクから保護します。
データインテリジェンスに関連するスキル不足が迫っている中でのスタッフの採用とトレーニング。

データにアクセスするだけでは十分ではありません。保険会社にとって、データを収集、保存、分析する能力を維持することは必要です。この能力がなければ、保険会社はデータから洞察を収集し、その情報を自社や顧客のために活用する機会を失うことになります。

保険会社にとってもう1つの課題は、既存のチームができることと、堅牢な分析およびデータ分析が要求するスキルとの間のスキルギャップです。

キャパシティ、ツール、プロセス、スキルを組み合わせることで、保険会社はデータインテリジェンスの未来へと導くことができます。現在、保険会社は、そのビジョンを実現するためにやるべきことがたくさんあります。キャップジェミニのある調査によると、「アクセス可能なデータ量の増加から最大限の価値を引き出すためのツール、テクノロジー、人材、プロセス、スキル、文化を備えた保険会社はわずか18%」と、Seth Rachlin 氏と研究仲間の著者は書いています。

この調査によると、上位18%の組織が、データインテリジェンスの成功を促進するいくつかの共通の機能を共有しています。 80% 以上が、データリテラシーが各チームで共有されるコアスキルであることを確認しており、84% は、ほとんどの従業員に対して「ロールベースのデータスキルアッププログラム」を実施していました。 78%が、スキルアッププログラムには、標準的な人工知能や機械学習のトピックだけでなく、モデルのトレーニング、コースの修正、メンテナンスなどのデータインテリジェンススキルも含まれていると回答しています。

保険会社が分析とデータインテリジェンスを進化させるには、データ容量、セキュリティ、分析ツールへの注意が必要です。また、保険専門家のスキルアップにも注意を払う必要があります。適切なスキルとツールがあれば、データインテリジェンスと詳細な分析を最大限に活用して、引受査定と流通を改善できます。

画像提供:dolgachov/©123RF.com、andreypopov/©123RF.com、adiruch/©123RF.com

ニュース