Nelle interlocuzioni avute in passato con le compagnie assicurative, sul tema scienza dei dati, noi di Premoneo abbiamo sempre percepito un senso di superiorità da parte di queste aziende, rispetto a quelle di altri settori. Spesso, al termine di una chiacchierata con un manager del settore, abbiamo avvertito l’incapacità di trovare una chiave di lettura che li convincesse a sedersi ad un tavolo ad approfondire quello che aziende specializzate in data science come Premoneo stavano costruendo fuori dal recinto della loro compagnia.
Assicurazioni, ridefinire il processo decisionale – lo studio
Un interessante report pubblicato da BCG ha evidenziato, almeno in parte, il perché di questa ritrosia. Dal paper emerge infatti che le società del settore assicurativo stiano continuando a investire nell’infrastruttura necessaria per raccogliere, organizzare e analizzare i dati con un approccio di tipo “additive”, cioè concentrandosi su come la scienza dei dati possa migliorare progressivamente processi e metodi già in atto oppure con un approccio “aspirational”, dedicandosi alla costruzione di capacità che sulla carta possano dare risultati solo a lungo termine.
Assicurazioni, ridefinire il processo decisionale – i dubbi
Perché accogliere una novità, quando necessiterebbe cambiare parzialmente o radicalmente qualcosa che sta portando risultati da tanto tempo? Questo interessante punto di vista replica in qualche modo il discorso che ci ha fatto tempo fa il CIO di una compagnia italiana. Uno brillante e competente, si intenda. “I vostri modelli e il vostro software potrebbero supportare e facilitare il lavoro degli attuari, ma purtroppo non sarebbero disposti a confrontarsi con voi né a iniziare ad utilizzare uno strumento diverso da quelli che usano da decenni. E laddove volessi impuntarmi, sai cosa mi risponderebbe il mio capo? Che hanno sempre fatto bene così e non ha senso prendersi un rischio per migliorare qualcosa che va già bene”. Buffo per una compagnia assicurativa, non voler prendersi un rischio.
Assicurazioni, ridefinire il processo decisionale – Italia vs estero
E la realtà, infatti, al netto di qualche caso sporadico, racconta di un mercato assicurativo ancora lontano da intendere la scienza dei dati per riorganizzare i processi decisionali. Soprattutto quelli che richiedono cambiamenti nella cultura organizzativa nel medio termine, che richiedono una visione olistica dei processi e una maggiore comprensione dei dati in tempo reale. E allora la scienza dei dati si riduce alla mera generazione di insight. Ma usare i dati così significa comportarsi come un ciclista amatore, che dopo aver diligentemente svolto un’ora di spinning alla settimana per un anno, pensa dunque di essere pronto per salire lo Zoncolan.
Oltreoceano invece, assicura BCG, le compagnie americane che hanno superato questo scoglio mentale, hanno verificato che la data science utilizzata in modo sistematico e strutturato integrando i processi esistenti, ha portato un miglioramento dei margini di profitto tra i 200 e i 400 punti base.
Insurance, redefining decision making – a new approach
Ecco le quattro domande vorremmo porre agli interlocutori del settore, per aiutarli a farsi coraggio nella scelta di intraprendere un percorso di innovazione con noi:
- Quali sono i “pain point” che conosciamo dei processi aziendali?
- Quali sono i processi che non si sono evoluti nell’ultimo decennio?
- Dove riteniamo che un nuovo approccio al dato possa aiutarci nelle sfide commerciali?
- Come stanno affrontando sfide simili aziende di altri settori?
Lo spunto da cui partire è che tutte le aziende che abbiamo avuto modo di incontrare in questo percorso, dopo un assessment con il nostro team di esperti, hanno convenuto che esistevano dei problemi, nei loro processi, a cui non stavano rispondendo in maniera efficace con i dati, gli strumenti o le tecniche in uso. Questo è il punto di partenza per aprirsi ai soggetti come Premoneo e all’Intelligenza Artificiale a supporto della scienza dei dati. Per rispondere efficacemente, le soluzioni proposte dovranno:
- Offrire una definizione più nitida del problema.
- Permettere di utilizzare un maggior volume di dati o nuove fonti di dati.
- Portare alla creazione di nuovi tool basati sui dati.
- Favorire lo sviluppo di tecnologie interne all’azienda e integrate nell’ecosistema aziendale
In questi 4 punti sono racchiusi i motivi per accogliere una nuova sfida e mettere in discussione lo status quo, alla ricerca di nuova marginalità e maggiore efficienza.
