Большие данные в страховании: всегда были, но не использовались

Зачем нужно знать семейное положение клиента.

Знания о клиенте лежат в основе всех бизнес-процессов и решений страховых компаний. Часть этих процессов мы автоматизируем уже лет десять, и всё это время мы старались накопить побольше данных о клиенте, даже не имея возможности их обрабатывать. В 2016 году мы создали отдел исследования данных, чтобы научиться применять и капитализировать эту информацию.

В каком направлении мы решили двигаться

Мы определили, что большие данные помогут нам:

  • Персонализировать предложение для клиента.
  • Улучшить качество сервиса.
  • Эффективнее распознавать мошеннические схемы.
  • Выдвигать больше гипотез при создании новых продуктов и тарифов.

Автострахование — одно из основных направлений работы нашей компании, поэтому свой первый проект с использованием больших данные, мы решили посвятить розничным обладателям каско. Мы понимали, что если предложить обладателям автомобильной страховки более качественный сервис, то они останутся с компанией надолго.

Пилотным проектом стал «Ренессанс клуб». Основная его цель — персональный сервис с упрощённым урегулированием страхового случая. Клиент ускоренно получает направление на ремонт, а персональный менеджер помогает собирать документы и следить за процессами. Помимо этого, клиент может сам выбрать автосервис, пользоваться услугами такси или каршеринга на сумму до 20 тысяч рублей и получить расширенный лимит на эвакуацию при ДТП.

Что у нас было

Хранилище данных представляло собой огромную песочницу, которая пополнялась из разных источников. Информация в нём никак не была связана между собой, но вот, что у нас было:

  • Общие данные о клиенте, информация о его родственниках и, например, страховках в путешествиях.
  • Имущество клиента, вплоть до серийного номера двигателя автомобиля.
  • Данные по страховым случаям, к примеру, ущерб автомобиля, место ДТП и постановление от правоохранительных органов.

Так как данные данные хранились бессистемно, Пётр Иванов, застраховавший квартиру от пожара, был «клоном» человека, попавшего в ДТП.

С чего мы начали

Первым делом мы привели все данные к единым форматам и попробовали их связать, отталкиваясь от клиента. Так появилась единая клиентская запись: в неё подгружаются данные из разных систем, сами обрабатываются и очищаются от дубликатов. У Петра Иванова теперь есть личная карточка, из которой можно узнать, как часто он пользуется услугами страховой, сколько ему выплатили за прошлогодний угон, и на каком автомобиле он сейчас ездит.

Второй шаг: создание оценочной модели, которая учитывала 200 параметров — в основном из экономической плоскости. Мы несколько раз меняли формулу, стараясь сделать оценку клиентской лояльности справедливее.

Структурировав все знания, мы стали генерировать дополнительные данные о клиенте. Мы не понимали, что конкретно нам нужно, поэтому старались вывести как можно больше признаков. К примеру, нам так и не пригодился возраст, в котором клиент первый раз купил страховой полис, зато мы активно используем данные о родственных связях: люди в браке и с детьми водят автомобиль заметно аккуратнее.

Сейчас мы нашли ещё один признак — домохозяйственные связи. Если в ближайшем окружении потенциального клиента есть люди, подозреваемые в мошенничестве, то его нужно рассматривать намного пристальнее.

Наша формула состоит более чем из двух тысяч параметров: прямых и производных. Клиенты, у которых высокий оценочный балл, попадают в наш клуб и получают привилегии. При этом мы не забираем статус у клиента, если он стал попадать в неприятные истории.

Факторы, от которых зависит попадание в клуб: тип и частота ущерба, вероятность продления полиса и покупок других страховых продуктов. Одни из ключевых параметров — количество лет с нами и широта линейки приобретений. Наша цель заключается в создании модели, которая справедливо сегментирует клиентскую базу, основываясь только на аналитике.

Чем мы сейчас занимаемся

В «Ренессанс клубе» уже больше ста тысяч человек, но его расширение продолжится. С помощью поведенческих моделей мы строим прогнозы: сколько страховых продуктов приобретёт конкретный клиент, какие риски мы при этом несём, какую сумму выплатим за ущерб.

Точность прогноза растёт с количеством данных: по региону и стажу можно спрогнозировать, сколько страховых ситуаций случится и на какую сумму. Мы уже тестируем модель, которая покажет, сколько лет клиент будет страховаться именно у нас.

Есть и данные, до которых наши специалисты ещё не добрались. К примеру, можно анализировать информацию по ДТП: выявлять наиболее опасные маршруты, участки дороги, автомобили. На основе этой информации можно делать интерактивные карты или продукты, которые будут считать вероятность попадания в ДТП.

Похожая информация хранится и по угонам. Отчасти она уже используется — стоимость страхования напрямую связана с «угоняемостью» марки автомобиля, но ещё есть куда двигаться. Точно так же можно составить карту мест, вероятность угона в которых выше или создать продукт, который вовремя сигнализирует клиенту о потребности сменить противоугонную систему.

Также с помощью анализа данных мы успешно боремся с мошенничеством: находим зависимости и учитываем их при скоринге.

Мы активно развиваем технологическое направление, поэтому приглашаем на работу в московский офис аналитиков данных с зарплатой в 100–140 тысяч рублей. Нужно будет выполнить тестовое задание и пройти собеседование.

0
5 комментариев
Популярные
По порядку
Александр Болуженков

Это все конечно так классно. Но вы не хотите двинуться в направлении, направленном на прекращение нарушения закона в виде отказа в оформлении ОСАГО если прописка не СпБ или Мск ?
Можно начать например с тех у кого не было ни одного ДТП, потом уже совсем по закону делать все.

Ответить
6
Развернуть ветку
Vlad Kulikov

"Одни из ключевых параметров — количество лет с нами..."
В этом месте вы теряете большой массив клиентов, которые сразу могут стать членами клуба по схожим параметрам. Кстати, вот тут и пригодится возраст, когда клиент первый раз приобрёл полис.
Оценочная модель должна быть разной в зависимости от групп - в итоге можно в разы увеличить точность прогнозов.

Ответить
0
Развернуть ветку
Konstantin Ivanov

то есть вы построили еще одну систему для управления рисками. ок

а в чём велью для клиентов? стало дешевле?
или может вы часть рынка отвоевали?

как вы эти данные монетизировали?
или просто построили красивые графики и статистику и отчитываетесь?

Ответить
–1
Развернуть ветку
Marusja Marshakova

А вы из страховой отрасли?

Ответить
0
Развернуть ветку
Konstantin Ivanov

в каком-то смысле да

Ответить
0
Развернуть ветку
Читать все 5 комментариев
Дольше всех на рынке: почему компаниям с большим опытом сложнее работать с клиентами?
Baring Vostok инвестировал $13 млн в российскую платформу автоматизации маркетинга Mindbox Статьи редакции

Деньги направят на развитие продуктов, опционный пул и сделки.

Праздник к нам приходит: когда заказывать подарки за рубежом

Ещё в ноябре для логистических компаний начинается горячий сезон, который продолжается до марта. 11 ноября — большая распродажа AliExpress, а сразу после неё — Чёрная пятница, плавно перетекающая в подготовку к Новому году, 14 и 23 февраля, и, наконец, к 8 марта. В это время Почта и другие логистические службы по всему миру доставляют особенно…

Как поднять продажи фармы в диджитале? Рассказываем про стратегию продвижения бренда «Ультра-Д» и показываем результаты

В пандемию фармотрасли тоже пришлось пойти в диджитал, но из-за ограничений ей это дается сложнее, чем остальным. Как построить стратегию продвижения фармпродукта в онлайне и поднять продажи, не нарушив закон? В 2020-м мы проверили в бою собственную стратегию продвижения фармы — а теперь рассказываем, как она работает и какие дает результаты.

Фоторамка 2.0 или что подарить бабушке на Новый год

Давно мечтал подарить бабушке фоторамку для просмотра фотографий детей и внуков, но нужно было как-то поддерживать актуальность фотографий, загружать их на флешку, такое себе занятие.

В OTUS стартует первый онлайн-буткемп «Java developer»
Насколько малый бизнес готов к обязательному электронному документообороту

В 2024 году ФНС обещает внедрить обязательный электронный документооборот. Интернет-бухгалтерия «Моё дело» проанализировала насколько активно сейчас используется ЭДО в малом бизнесе на базе 70 тысяч клиентов.

Тинькофф запустил рассрочку для покупателей Яндекс.Маркета

Тинькофф и Яндекс.Маркет расширяют сотрудничество в сфере e-commerce: теперь с помощью сервиса «Тинькофф Кредит Брокер» пользователи маркетплейса смогут купить товары в рассрочку на 3, 6, 12 или 24 месяца без комиссий и переплат.

Голова не варит: 10+ советов, как предотвратить умственное переутомление

Наш мозг потребляет уйму энергии, но мы почему-то часто игнорируем, продолжая нагружать его новыми задачами. Как следствие — возникает умственное переутомление, и мы печально и бессильно глядим в пустоту в конце дня. Разбираемся, почему такое состояние возникает и как с ним бороться.

Юристы оценили решение Верховного суда по штрафу из-за маски по фото

Советник административной и уголовно-правовой практики юридической фирмы «Надмитов, Иванов и Партнеры» Булат Тугутов дал комментарий для РБК о решении Верховного суда РФ по штрафу из-за маски.

null