Ennustavan analytiikan soveltaminen vahinkovakuutusyhtiön korvaustoiminnassa Case: Vahinkovakuutusyhtiö X

Abstract

Digitalisoitunut finanssiala ja erityisesti vakuutusliiketoiminta tuottavat erittäin suuria määriä dataa. Datan hyödyntämisen mahdollisuuksiin liiketoiminnan kehittämisessä on herännyt voimakas mielenkiinto 2000-luvulla ja erityisesti viime vuosina Big data -ilmiön myötä myös vakuutusalalla. Suurten datamäärien jalostamisessa liiketoiminnalle arvokkaaksi tiedoksi käytetään lukuisia erilaisia kehittyneitä analysointitekniikoita, joista tässä tutkielmassa keskitytään tiedonlouhintaan ja erityisesti ennustavaan analytiikkaan.

Tutkimuksen tarkoituksena on selvittää, mitä mahdollisuuksia ja haasteita datan kehittynyt analysointi luo vakuutusyhtiöiden toiminnan kehittämisessä keskittyen erityisesti vahinkovakuutusyhtiöiden korvaustoimintaan. Korvaustoiminta valittiin tutkimuksen kohdealueeksi, koska ennustavan analytiikan käyttö on kyseisessä liiketoiminnassa toistaiseksi vähäistä, mutta yhdysvaltalaisen tutkimuksen mukaan noin 60 % vahinkovakuutusyhtiöistä investoi tulevina vuosina analytiikan kehitykseen juuri korvaustoiminnassa. Tutkimuksessa selvitetään analytiikkatuotteiden tarjoajien esitteiden ja konsulttiyhtiöiden raporttien avulla, miten ennustavaa analytiikkaa on jo sovellettu korvaustoiminnassa. Case-yrityksessä tehtävien haastatteluiden ja kyselyiden avulla arvioidaan selvitettyjä ennustavan analytiikan sovelluskohteita. Kyselyssä ja haastatteluissa pyritään selvittämään, missä korvaustoiminnan toiminnoissa nähdään potentiaalia ennustavan analytiikan hyödyntämiselle ja mitkä tekijät koetaan tällä hetkellä haasteina kehitykselle. Tutkimukseen osallistuneet henkilöt ovat case-yrityksen korvaustoiminnan johtajia ja liiketoiminnan kehittäjiä, joilla on jo ennalta kokemusta ennustavasta analytiikasta vakuutusliiketoiminnassa.

Kirjallisuusselvityksen perusteella ennustavaa analytiikkaa on käytetty korvaustoiminnassa yleisimmin vilpin tunnistamiseen, vahinkojen segmentointiin sekä vahinkotapauksen ominaisuuksien tunnistamiseen. Erityisesti vakavien henkilövahinkojen tunnistaminen aikaisessa vaiheessa vahingon elinkaarta osoittautui yleiseksi käyttökohteeksi. Case-yrityksessä tehtyjen haastatteluiden ja kyselyn myötä selvisi, että tuntemus ennustavasta analytiikasta on heikolla tasolla korvaustoiminnassa, mikä on myös yleisesti tunnistettu rajoittava tekijä menetelmien käytölle liiketoiminnassa. Vakavien henkilövahinkojen ja normaalista vahinkomassasta poikkeavien vahinkojen tunnistaminen koettiin erityisen hyödylliseksi, koska se tekee mahdolliseksi vahingon proaktiivisen käsittelyn sen koko elinkaaren ajalle, minkä avulla on mahdollista vaikuttaa erittäin merkittävästi korvausmenoon. Arvokkaina hyödyntämiskohteina koettiin myös vahingon kompleksisuuden tunnistaminen, sekä tehokkuutta voimakkaasti lisäävä prosessien automaation tukeminen. Suurimmat haasteet ennustavan analytiikan kehitykselle ovat aihealueen puutteellinen tuntemus, korvaustoiminnan monimuotoisuus sekä tiedon digitalisoiminen ja tallentaminen analytiikassa hyödynnettävään muotoon.