Монетизация данных в эпоху цифровой трансформации: роль и задачи ИТ

Цифровая трансформация стала основной темой обсуждений на недавней 22-ой конференции «ИТ в страховании». Участники сошлись во мнении, что внедрение и применение аналитических технологий для монетизации данных уже стало обязательным условием для качественных преобразований в отрасли. И без ИТ в этом деле не обойтись: вовлеченность и прямое участие ИТ-специалистов в решении бизнес-задач все больше влияет на дальнейшее развитие компаний.

Цифровая трансформация – один из ключевых трендов развития страховых компаний в России. А основа преобразований бизнес-процессов страховщиков – это использование технологий машинного обучения и автоматизации процессов, повышающих точность и скорость принятия решений. Эксперты отмечают, что внедрение систем для скоринга на предстраховой проверке, автоматизации кампаний целевого маркетинга, аналитического выявления мошеннических убытков значительно влияет на маржинальность бизнеса  и помогает повысить качество обслуживания клиентов. На ключевой для страхового ИТ-сообщества конференции «ИТ в страховании» успешными кейсами такого рода, а также видением роли ИТ в их реализации поделились страховые компании – клиенты SAS, в т.ч. «Ренессанс Страхование» и Ингосстрах.

Так, в выступлении вице-президента по ИТ компании «Ренессанс Страхование» прозвучала идея, что монетизация данных должна быть одной из ключевых зон ответственности ИТ. Было отмечено, что инициативы по использованию аналитических технологий, при условии активного вовлечения ИТ, быстро приводят к заметным экономическим результатам. Компания уже успешно реализовала несколько кейсов по применению технологий машинного обучения и автоматизации процессов принятия решений. Например, кейсов по оптимизации предстраховой проверки розничных видов страхования и повышения эффективности процесса урегулирования убытков. Все это стало возможным, в том числе, благодаря технологиям аналитической платформы SAS, которую «Ренессанс Страхование» использует в качестве фундамента для внутренней фабрики проектов по монетизации данных.

Новый этап

Исторически инициаторами первых проектов в области монетизации данных и, как следствие, трансформации страховых компаний являлись бизнес-подразделения. Однако все больше фактов и тенденций говорит о том, что без активного вовлечения ИТ повышать эффективность процессов бизнесу будет все сложнее.   Более того, без ИТ те конкурентные преимущества, которые получили компании-пионеры в области монетизации данных, могут быстро сойти на нет.

«Борьба страховщиков за эффективность с помощью аналитических технологий напоминает гонку вооружений. Тот, кто точнее выявляет неблагонадежных клиентов на предстраховой проверке – терпит меньше убытков. Тот, кто автоматизирует урегулирование убытков - снижает расходы, уменьшает тарифы и расширяет долю рынка. В итоге хорошие клиенты перетекают к пионерам инноваций. А убыточные клиенты и мошенники, наоборот, уходят от них.

И мы видим, что первый этап этой гонки, начавшийся 3-4 года назад, подходит к концу. Например, рост точности предсказательных моделей начинает стагнировать – несмотря на использование все более изощренных алгоритмов машинного обучения и новых внешних источников данных. Одновременно с этим скорость пилотирования новых идей по монетизации данных остается небольшой. В итоге страховые компании, которые сейчас в числе отстающих, могут быстро догнать тех, кто в авангарде. И последние рискуют потерять накопленные конкурентные преимущества», - поясняет Степан Ванин, руководитель направления решений для страхового сектора SAS Россия/СНГ.

Немного о причинах

Анализ причины этих явлений показывает, что многие проблемы возникают из-за низкой доступности и невысокого качества данных. Например, стагнация точности модели происходит из-за того, что наиболее доступные, внешние данные (РСА, БКИ, мобильные операторы и др.), довольно легко можно добавить в процессы аналитики. В то же время гораздо сложнее включить некоторые ценные внутренние данные, такие как история страхования человека или история страхования ТС. Для этого нужно запускать отдельные проекты по дедубликации клиентских данных (Customer Data Integration) и созданию золотой клиентской записи.

Доступность данных также влияет на скорость пилотирования новых кейсов. Если для доступа к данными нужны продвинутые навыки программирования , то эта функция находится в зоне ответственности ИТ. Чтобы получить выгрузку данных для проверки гипотез, бизнес-подразделениям приходится тратить много времени на  написание и согласование технического задания для ИТ. После этого приходится долго ждать, пока очередь задач ИТ-подразделений дойдет до этого конкретного задания. В результате, даже простые бизнес-гипотезы могут проверяться месяцами.

Варианты решений

Решение этой проблемы, которым уже воспользовались некоторые участники страхового рынка - создание выделенной «песочницы» с данными и обеспечение легкого доступа к ней для бизнес-специалистов. В песочницу регулярно копируются данные из учетных систем, внешних источников данных, хранилища. А бизнес получает возможность быстро, без долгих согласований проверять новые бизнес-гипотезы по монетизации данных.

Таким образом, страховые компании столкнулись с проблемами, которые решаются за счет выстраивания обеспечения доступности и качества данных, то есть процессов, за которые непосредственно отвечает и которые понимает ИТ. Такие проблемы решаются в ходе ИТ-проектов по дедупликации клиентских данных, созданию золотой клиентской записи, организации лаборатории данных для бизнеса. Выступая инициаторами такого рода проектов, ИТ-подразделения страховых компаний могут повышать свою роль и значимость для бизнеса, при этом сокращая скорость запуска новых инициатив по монетизации данных и снижая прямую зависимость работы бизнес-пользователей от ИТ-специалистов.

Для успеха инициатив в области управления данными нужны три ключевых компонента. Во-первых, проработанный бизнес-кейс, подтверждающий экономическую целесообразность запуска проектов. Во-вторых, продуманная концепция «why change», доказывающая стратегическую необходимость проектов в глазах руководства компании. И, наконец, надежные технологии уровня enterprise для интеграции данных и обеспечения качества данных, которые позволят быстро и без рисков реализовать упомянутые выше проекты. Проекты,которые позволят страховой компании оставаться в авангарде гонки аналитических вооружений и сохранить стратегические конкурентные преимущества.