Achmea voorspelt winstgevendheid polis met SAS
Risico's in kaart met geavanceerde statistieken
Goudmijn, zo heet de data-infrastructuur die het Actuariaat van de Divisie Directe Distributie van Achmea realiseerde met SAS. Die naam zegt niets teveel. Niet alleen biedt Goudmijn inzicht in de winstgevendheid van de polis, ook legt het de basis onder nieuwe vormen van tarifering. 'In de toekomst kunnen we met dynamic pricing de prijs per klant aanpassen. We doen dingen die tot voor kort voor volstrekt onmogelijk werden gehouden.
Het maken van risicoanalyses is zeer complex werk. Er is geen andere software die zo goed kan omgaan met grote volumes en complexiteit als SAS.
Michiel Lange
Divisie Directie Distributie
Zakelijke uitdaging
Het Actuariaat van de Divisie Directe Distributie (DDD) van Achmea is verantwoordelijk voor de tarifering van risico’s. ‘Je probeert het tarief af te stemmen op de te verwachten schade’, zo verwoordt Michiel Lange de taak van de afdeling. Deze telt veertien mensen: drie voor Leven en elf voor Schade. Ook collega Simone Meijer Brands werkt op de schadeproducten. ‘Schadeactuariaat is echt wezenlijk anders dan Leven’, meent zij.
‘Het is snel en dynamisch, zeker als het gaat om autoverzekeringen. Niet alleen veranderen de risico’s voortdurend, ook moet de premie marktconform zijn.’
Om inzicht te krijgen in de risico’s heeft het Actuariaat DDD een data-infrastructuur gebouwd die meer dan 65 bronsystemen met elkaar verbindt. In die systemen staan de gegevens van miljoenen klanten. Die situatie is historisch zo gegroeid, vertelt Lange. ‘Achmea is ontstaan door fusies en overnames van verzekeringsbedrijven. Die werkten allemaal met hun eigen systemen, sommige daarvan bestaan in de basis al tientallen jaren. Al die systemen leggen informatie op een andere manier vast. De één duidt geslacht aan met een 1 en een 0, de ander met M of V en weer de ander met M of F. Wij hebben de definities eenduidig gemaakt en de informatie gestandaardiseerd, zodat we de informatie uit al die verschillende systemen bij elkaar kunnen voegen tot één groot datawarehouse. We gebruiken SAS voor twee dingen: enerzijds om de data samen te voegen en anderzijds om uit die enorme berg data relevante informatie te abstraheren.’
Ieder jaar maakt het Actuariaat risicoanalyses op basis waarvan de verzekeringstarieven voor het komende jaar worden samengesteld. Waar voorheen het leeuwendeel van de tijd ging zitten in het bij elkaar brengen van de data, besteden de actuarissen hun uren tegenwoordig vooral aan de analyse van data. Meijer Brands geeft een voorbeeld. ‘Op basis van wat we weten van een auto en de berijder kunnen we de schade voorspellen. Bepaalde merken en types zijn bijvoorbeeld aantrekkelijk voor dieven; met sportieve auto’s worden in verhouding meer ongelukken veroorzaakt. Als je kijkt naar de berijder dan veroorzaken oudere en jonge bestuurders de
meeste schades: oudere mensen geven veel kleine schades op, jonge bestuurders veroorzaken zwaardere ongevallen. Zo zijn er voor autoverzekeringen in totaal zo tussen de 15 en 20 factoren die bepalend zijn voor het risico dat we op een polis lopen. Op basis van deze factoren kunnen wij het totaal te declareren bedrag voorspellen en dus de winstgevendheid van een polis.’
De oplossing
En dat is revolutionair. ‘Dit was jaren geleden ondenkbaar’, vertelt Lange. ‘Het maken van een risicoanalyse is zeer complex werk. Het gaat om hele grote volumes aan data en de statistieken die we gebruiken om hier nuttige informatie uit te destilleren zijn zeer geavanceerd. Er is geen andere software die zo goed kan omgaan met grote volumes en complexiteit als SAS. We kunnen er ontzettend veel mee.’
Een van de sterke punten van SAS Enterprise Guide is volgens beiden dat je eenvoudig kunt vastleggen hoe je tot een bepaalde risicoberekening bent gekomen. Lange verduidelijkt dit aan de hand van een anekdote over het noodweer dat Apeldoorn een paar jaar geleden teisterde.
‘Er kwamen hagelstenen uit de lucht zo groot als pingpongballen. De schade was enorm. Als je de gedeclareerde schades van de afgelopen vijf jaar analyseert, zul je zien dat mensen in Apeldoorn een hoger bedrag declareerden dan andere Nederlanders. Omdat dit verder geen voorspellende waarde heeft, haal ik deze schades eruit om tot een normaal beeld te komen. De software legt dit proces vast zodat ik later precies kan zien hoe ik tot een bepaalde analyse kwam.’
'Het geeft ons de mogelijkheid om calamiteiten bewust uit de analyse te laten', verduidelijkt
Meijer Brands. 'Als je deze selecties in een stukje code zou wegschrijven, dan wordt onzichtbaar wat je precies hebt gedaan.'
Het Actuariaat kan niet alleen de winstgevendheid van een polis voorspellen, maar ook de kans dat de verzekerde ‘m beëindigt. ‘We kunnen voorspellen wat de levensduur van een polis is. Nadert deze het eind van de door ons voorspelde looptijd, dan wordt de klant gebeld door ons behoudteam. Op dit moment bellen zij nog alle klanten na, maar nu we inzicht hebben in welke klanten verlies- en winstgevend zijn, kunnen we in de toekomst het proces wijzigen en alleen nog de winstgevende klanten bellen’, zegt Meijer Brands.
Goudmijn
De informatie die het Actuariaat met Goudmijn boven tafel krijgt, vormt voor Achmea ook een ware goudmijn. ‘Het systeem wordt steeds meer gebruikt als managementinformatiesysteem, terwijl het daar nooit voor is bedoeld’, meent Meijer Brands. Geheel vreemd is dat niet, wetende dat het Actuariaat bijvoorbeeld op basis van de weersgegevens van het KNMI en de telefoontjes in de eerste paar uren na een noodweer vrij nauwkeurig kan voorspellen hoe hoog de totale schade gaat zijn. ‘Dat is informatie die onze directie graag zo snel mogelijk wil krijgen. We willen direct weten: wat kost de storm van vandaag ons? Op basis van onze inschatting kan de directie voorzieningen treffen voor schades die nog gaan komen. Wij kunnen vrij nauwkeurig voor ze berekenen hoeveel geld we beschikbaar moeten hebben voor schades die al hebben plaatsgevonden maar die nog niet zijn gedeclareerd’, vertelt ze.
Meijer Brands vindt ze regelmatig. 'Zo ben ik er laatst achter gekomen dat de grootte van een kavel invloed heeft op de gedeclareerde schade', vertelt ze. Dit verband is op een logische wijze te verklaren. Soms vindt ze ook verbanden die er statistisch gezien wel zijn, maar die op geen enkele wijze zijn te verklaren. 'Mensen in groene auto's rijden relatief vaker tegen paaltjes. Dat kan ik op geen enkele wijze verklaren, dus ik ga ervan uit dat dat op toeval berust. Maar de kleur van de auto houdt wel weer verband met de kans dat hij wordt gestolen.'
Beiden beamen dat het zoeken naar verbanden een verslavende hobby kan zijn, zeker nu SAS gebruikersvriendelijker is geworden. Waar de actuarissen vroeger veel moesten programmeren, kunnen ze zich nu een weg door de programmatuur heen klikken. 'Het is sneller en eenvoudiger geworden', vindt Meijer Brands.
Het vak van actuaris heeft voor de buitenwereld een wat stoffig imago. Het Actuariaat DDD laat zien dat dat zeer onterecht is. Door het project Goudmijn verdient deze club van veertien mensen niet alleen veel geld voor het bedrijf, ook maakt Goudmijn nieuwe businessconcepten zoals dynamic pricing mogelijk. SAS verbindt niet alleen de onderliggende databases tot één centraal datawarehouse, maar wordt ook ingezet als analyseinstrument.
Lange besluit: ‘We doen dingen die tot voor kort voor volstrekt onmogelijk werden gehouden. En de rek is er nog lang niet uit, eigenlijk zijn we pas net begonnen.’
![SAS Enteprise Guide Achmea SAS Enteprise Guide Achmea](https://www.sas.com/nl_nl/customers/achmea-voorspelt-winstgevendheid-met-sas/_jcr_content/par02/image_6a85.img.jpg/1614013194259.jpg)
Uitdaging
Inzicht te krijgen in de risico's uit meer dan 65 bronsystemen.
Oplossing
Voordelen
- Het abstraheren van relevante informatie uit grote hoeveelheden data
- Risicoberekening is eenvoudiger uit te leggen
- Inzicht in winstgevendheid polis