Каким образом и для чего страховщики внедряют искусственный интеллект

В августе 2021 года страховая компания «Росгосстрах» завершила тестирование по запуску кросс-продаж КАСКО в агентской и офисной сети благодаря машинному обучению. Компания пришла к выводу, что кросс-продажи увеличились на десятки процентов благодаря таргетированию предложений, за которое был ответственен ИИ. В итоге финансовый уровень растет, а клиенты желают продлить свои полисы.

Поиск новый решений

Успешность страхового рынка заключается в удовлетворенности и лояльности клиентов. Полностью удовлетворенный клиент с большей вероятностью продлит свой полис и приобретет дополнительные страховые продукты. Для страховщиков превыше всего совершенствование добровольных видов страхования, чтобы клиенты самостоятельно приходили к выводу, что иметь полис – это важно.

Для многих автовладельцев КАСКО является непонятным страховым полисом и сама продажа такого продукта непроста. Продажи такого полиса осуществляются за счет агентов и офисных сотрудников. Обычно они действуют, опираясь на уровень дохода и страховую историю клиента. При общении с клиентами можно понять, готовы ли или желают они приобрести КАСКО. Однако сейчас многие компании используют технологии машинного обучения для выявления потребностей клиентов. Страховая компания «Росгосстрах» решила разобраться с этим и протестировала, как математическое моделирование влияет на продажи сложных страховых продуктов.

Для реализации пилотного проекта страховщику нужен был опытный подрядчик и им стал российский лидер по работе с большими данными: компания SAS.

Руководитель Центра аналитики клиентских данных СК «Росгосстрах» Алла Михайлова отметила, что SAS зарекомендовал себя партнером, который умеет работать с клиентской аналитикой:

Нашему сотрудничеству способствовал также тот факт, что у компании есть отличное промышленное решение для построения большого количества математических моделей и быстрого выбора лучшего алгоритма.

Эксперименты по использованию ИИ

Реализация состояла из трех стадий:

1. Построение модели;
2. Интеграция в бизнес-процессы;
3. Запуск и оценка кампаний кросс-продаж.

Модель с высокой точностью определила сегмент клиентской базы, который должен был быть заинтересован в приобретении КАСКО. Для реализации провели обширное исследование страховой компании и создали витрину данных на основе 500 факторов. Витрина описывает контекст заключения договора ОСАГО. Чтобы повысить информативность своих данных, пилотная группа выполнила фильтрацию выбросов, исключение коррелированных факторов, интеллектуальный биннинг и многое другое. Затем она использовалась для обучения более 10 различных алгоритмов машинного обучения, из которых был выбран лучший, обеспечивающий наиболее точные прогнозы для выборки клиентов.

Иван Бойко, руководитель Центра аналитики клиентских данных страховой компании «Росгосстрах», отметил, что перед запуском модели была проведена ретроспективная оценка качества. И она показала, что модель позволяет с большой точностью определить сегмент клиентов, готовых и желающих покупать КАСКО.

В процессы кросс-продаж офисов и агентских сетей, которые были отобраны страховой компанией, внедрили технически точную модель машинного обучения. Для запуска процесса необходимо было убрать скептицизм и опасение среди офисных сотрудников и агентов. Опасения напрасны, так как для них были подготовлены обучающие материалы и проведены семинары. Благодаря этому, они поняли логику принимаемых математических решений, которая способствует возникновению дополнительных продаж и изменению процесса общения с клиентом.

«Росгосстрах» запустил в определенных регионах агентских и офисных сетях кампании кросс-продаж КАСКО с таргетом, который действовал на основе машинного обучения. Процесс длился в течение трех месяцев и был разделен на две волны. Все это время команда страховой компании постоянно отслеживала выполнение отделами продаж рекомендаций математической модели и постепенно собирала статистику для расчета финансового эффекта. Также проводились сравнительные тестирования: одним клиентам предлагали полис КАСКО на основе новой модели, а другим на ранее существовавших экспертных правилах. В итоге использование машинного обучения привело к тому, что увеличились предложения по продажам как в агентской, так и в офисной сети.

Итоги эксперимента

Объем продаж КАСКО целевой группы в отдельных регионах увеличился в два раза. Тому поспособствовало:

• Кросс-предложения поступали большему количеству клиентов из традиционных сегментов, у которых сформировалась потребность в КАСКО.
• С помощью математической модели определились новые перспективные клиентские сегменты.

Результаты проекта доказывают необходимость дальнейшего применения методов машинного обучения. Кроме того, математические модели могут использоваться не только для автострахования, но и для других страховых продуктов. Алла Михайлова поделилась планами:

Мы планируем развивать это направление в «Росгосстрахе», создавать математические модели для таргетирования предложений по всем добровольным видам страхования и разработать систему рекомендаций Next best offer. Эти инструменты помогут продавцам точнее и быстрее выявлять потребности клиентов и лучше подбирать предложения. Это повысит лояльность клиентов.

Комментарии редакции

Кризис оказал пагубное воздействие на отрасли по всем направлениям, и страхование не исключение. Хоть страховщикам и приходилось нелегко, нельзя отрицать, что платформы для анализа больших данных дали компаниям возможность немного лучше ориентироваться в это нестабильное время и даже заложили основу для лучшего будущего.

Интересные и познавательные статьи о страховании на нашем информационно-аналитическом сайте Calmins.com!

NEO-волонтер Лилит А.

Calmins.com ©

Источник: cnews.ru