19 9 月 2024

Predictive Analytics 如何改变保险经纪人的角色

技术正在迅速改变保险公司和经纪人的工作方式。然而，保险业的核心仍然依赖于一个始终如一的原则：更好的数据会带来更准确的风险计算，从而带来更高的利润。

如今，许多技术工具可帮助保险公司和经纪人访问比以往更好的数据。人工智能和机器学习可以以新的方式分析大量数据集，而预测分析可以提供强大的新见解。利用预测分析的经纪人发现他们的角色发生了转变;那些接受转型的企业将能够与客户和保险公司建立更好的关系。

什么是预测分析？

人工智能（AI）正在彻底改变保险公司、代理人和经纪人的工作。 AI 是一个大家族，包含许多工具。其中一些适用于在数据中发现模式或指导用户完成教程。其他方法（如预测分析）则侧重于预测未来。

预测分析允许其用户结合大型历史数据集、统计算法和机器学习工具，以对未来事件做出清晰、准确的预测。

“预测分析是使用数据来帮助您预见未来的工具。但这不是一个水晶球。相反，它告诉你可能结果的概率。了解这些概率可以帮助您规划业务的许多方面，“ CRM.org 的 Michael Zunenshine 写道。

随着预测分析从过去几十年的数据挖掘中发展起来，“我们已经看到了数据粒度和丰富性更高、数据来源以及存储、处理和分析这些数据的更具成本效益的技术的演变，”Milliman 的精算师 Peggy Brinkmann 说。

如今，预测分析可以分析太大的数据集，人类无法自行进行有效分析。通过处理大型数据集的分析以预测趋势，预测分析为客户的个人数据提供了新的视角。

“此类个人数据可以补充保险中使用的传统来源……生成有关一个人的生活方式和习惯的实时见解，这些见解可用于创造竞争优势，“飞行保险提供商 Panzly 和保险科技公司 Fortifier 的首席执行官 Alex Gayduk 写道。它还可用于帮助保险公司和经纪人预测客户接下来可能会做什么或遇到什么。

预测分析使数据比在数据库中仅仅进行排序或组织更进一步。然而，它并没有建议用户应该如何处理它生成的见解。这一步留给使用预测分析的人的专业知识。

预测分析的力量

“过时或糟糕的数据导致 46% 的公司做出可能造成数十亿美元的错误决策，”数字化转型顾问写道，创始人 Martech Zone. 访问更大的数据集可以确保考虑更多情况和信息点，从而做出更好的决策。

然而，当数据集变得太大而人类无法自行分析时，根据数据做出的决策质量不仅取决于包含哪些数据，还取决于使用哪些工具来分析这些数据。使用 AI 分析大数据的努力首先要关注现有数据中的模式发现;预测分析侧重于根据数据集中已经表示的内容，对接下来会发生什么做出基于数据的预测。

例如，预测分析可以帮助保险公司、代理人或经纪人监控特定社区或商业区的索赔历史记录，并预测企业最有可能看到的索赔类型。预测分析还可以检查建筑成本和天气模式，使用户能够更准确地预测风险和价格。

有了这些信息，经纪人可以更好地帮助客户找到合适的保险范围。随着预测分析变得司空见惯，越来越多的经纪人将使用该工具。

一些保险公司已经在接受预测分析的力量。 “平均而言，领先的分析驱动 [insurance] 型公司在高级分析解决方案上的花费几乎是同行的五倍，”GoodData 保险副总裁 Mark Rusch 写道。因此，分析和数据集的正确组合为投资这些工具的保险公司和经纪人创造了优势。

随着越来越多的保险公司和经纪人采用预测分析，它们也改变了保险的经营方式。

根据麦肯锡的 Ramnath Balasubramanian、Ari Libarikian 和 Doug McElhaney 的说法，到 2030 年，保险代理人和经纪人将减少。那些留下来的人将适应使用预测分析和其他技术来处理许多长期手工完成的工作，从填写表格到计算风险。

他们写道，代理人、经纪人和其他保险专业人士将“更擅长使用先进技术来提高决策和生产力，降低成本并优化客户体验”。

为了与技术一起过渡，保险经纪人除了了解新工具外，还需要专注于采用关系和教育角色。随着 AI 承担经纪人角色的更多技术和管理方面，将客户与他们所需的保险联系起来的人为因素将加深。

使用预测分析改善经纪人与客户的关系

预测分析已经改变了经纪人对风险、承保范围和成本的思考方式。使用预测分析也可以帮助经纪人改变建立牢固客户关系的方法。

预测分析和类似工具不仅破坏了保险经纪人的工作方式，还破坏了他们对保险业务的看法。传统上，保险依赖于将具有相似保险需求的客户集中起来，以分散风险，平衡面临灾难性损失的客户与没有遭受此类损失的客户。

然而，预测分析等工具需要更加个性化的保险方法。 “巨大的数据量和通过准确的个体预测实现的个性化承诺确实深深地动摇了池化背后的同质性假设，”研究人员劳伦斯·巴里（Laurence Barry）和亚瑟·沙彭蒂尔（Arthur Charpentier ）在 2020 年发表在《大数据与社会》上的一篇文章中写道。预测分析不是将客户视为一组通用的、同质化的风险和需求的示例，而是为经纪人将客户视为个体创造了挑战和机遇。

与此同时，预测分析和其他工具承担了更多传统上由保险经纪人办公室内人工处理的日常但通常乏味的工作。例如，工作流自动化可以处理填写表格和收集关键文档等任务，IBM 机器人流程自动化内容总监 Paula Williams 写道。

随着更多的日常管理任务被排除在外，面临个性化客户方法挑战的保险经纪人也受益于可用的空闲时间和精力。人工智能可以自动执行许多任务，为经纪人腾出时间和资源来专注于人工智能无法做的事情：在了解客户的独特需求的基础上建立真正的人际关系，教育客户了解他们的风险并在关键时刻提供支持。

保险公司已经开始采用支持 AI 的工具，包括预测分析，以增强承保并改善客户关系。事实上，在这方面落后的保险公司可能会面临严重的不利后果。

“继续依赖传统承保方式的保险公司可能会开始一个难以逆转的负面循环。他们可能会面临不利的风险选择，可能会从首选的分销合作伙伴名单中掉下来，并且可能在招聘和留住熟练的专业人员方面更加困难，“德勤的 Britton Van Dalen、Kelly Cusick 和 Andy Ferris 写道。

继续与这些保险公司合作的经纪人可能会对他们自己的工作产生类似的影响。然而，那些采用预测分析的人可以建立更牢固的客户关系，最终使参与保险投保的每个人都受益。

图片来自：rawpixel/©123RF.com， belchonock/©123RF.com， racorn/©123RF.com

新闻