Nikogo nie dziwi już rozmowa z botem podczas umawiania wizyty u lekarza, roboty wykonujące część zadań za pracowników fabryki czy też bezobsługowe zatowarowanie sieci sklepów. Analityka towarzyszy nam w codziennym życiu, co sprawia, że jej zastosowania stają się naturalne dla klientów zakładów ubezpieczeń.

Oczekiwania klientów są coraz bardziej zróżnicowane. Najczęściej zwracają oni uwagę na jakość i szybkość obsługi - zarówno przy zakupie polisy, jak i likwidacji roszczeń. Nie bez znaczenia jest też satysfakcja i poczucie bezpieczeństwa przy okazji posiadania polisy konkretnego zakładu ubezpieczeń.

Oznacza to, że w dobie trudnej sytuacji gospodarczej i geopolitycznej, utrzymanie klientów będzie coraz większym wyzwaniem. Jak rozpoznać potrzeby indywidualnych klientów i na nie odpowiadać? Jakie technologie wykorzystać, aby pozyskać klientów, zapewnić im najlepsze doświadczenia i zapewnić ich lojalność?

Zwróćmy uwagę na trzy obszary, w których wdrożenie zaawansowanej analityki jest szybkie i daje wymierne efekty.

Optymalizacja obsługi klienta

Każdy się zgodzi, że wiele można wyczytać ze sposobu mówienia i nacechowania emocjonalnego danej osoby. Oznacza to, że weryfikacja, co mówi klient dzwoniący na call center, w jaki sposób to mówi, jakich używa sformułowań, jest cenną, dodatkową informacją dla zakładu ubezpieczeń.

W przypadku procesów likwidacyjnych możliwe jest określenie, czy istnieje prawdopodobieństwo, że wypowiedź klienta nacechowana jest znamionami związanymi z wyłudzeniem odszkodowania. Algorytmy analityczne są w stanie "zrozumieć" wypowiedź głosową klienta, zamienić ją w opis i odpowiednio zinterpretować. Na bazie takich wskazówek pracownik call center dostaje instrukcję, jaki sposób likwidacji szkody może zaproponować klientowi, aby zminimalizować ryzyko nieuprawnionej wypłaty odszkodowania ze zgłoszonego roszczenia.

Analogicznie możliwe jest wsparcie procesów sprzedażowych. Podczas rozmowy klienta z pracownikiem call center, system, na bazie słów klienta i kontekstu wypowiedzi, jest w stanie rekomendować w czasie rzeczywistym sposób komunikacji lub zakres oferty. Oznacza to, że sztuczna inteligencja pozwala na jak najlepsze zaspokojenie potrzeb klienta w danej chwili, dostosowując przekaz do bieżącej sytuacji.

W dobie trudnej sytuacji gospodarczej i geopolitycznej, utrzymanie klientów będzie coraz większym wyzwaniem.

Automatyzacja kierowalności szkód

W procesach likwidacji szkód oprócz wykrywania nadużyć, zaawansowana analityka pozwala je również zautomatyzować, minimalizując koszty związane z tymi procesami. Świetnym przykładem może być wybór odpowiedniej ścieżki likwidacji szkody, bazujący na danych otrzymanych od klienta. W szkodach komunikacyjnych częste są sytuacje, gdzie stwierdzenie szkody całkowitej, szczególnie na początku procesu, jest opłacalne zarówno dla klienta, jak i zakładu ubezpieczeniowego. Długi proces wyceny, zaangażowanie likwidatora oraz poświęcony czas to koszty, które można wyeliminować, jeśli mielibyśmy od początku przekonanie, że i tak finalnym efektem będzie stwierdzenie szkody całkowitej.

Zaawansowana analityka pozwala już na etapie zgłoszenia szkody stwierdzić, czy taka propozycja likwidacji szkody złożona klientowi ma szansę zostać przyjęta. Podpowiedź może być dostępna dla konsultantów telefonicznych, ale również w innych kanałach komunikacji z klientem, takich jak aplikacje na smartfony. Takich elementów procesu, które mogą zostać zautomatyzowane, ograniczając znacząco koszty operacyjne zakładów ubezpieczeń, jest oczywiście więcej. Największa wartość z analityki oraz szeroko pojętej sztucznej inteligencji płynie z tego, że maszyny się nie "męczą" oraz wykonują swoje zadania błyskawicznie. Oczywiście, to wymaga pewnego nadzoru i monitorowania jakości pracy takich algorytmów (również w kontekście etyki i sprawiedliwości), co jest dodatkowym zagadnieniem samym w sobie.

W procesach likwidacji szkód oprócz wykrywania nadużyć, zaawansowana analityka pozwala je również zautomatyzować, minimalizując koszty związane z tymi procesami.

Harmonogramowanie grafików call center

Mówiąc o zastosowaniach analityki często pomijane są możliwości, które dają algorytmy znane i stosowane z powodzeniem od połowy ubiegłego wieku - algorytmy optymalizacji. Narzędzia, które są w nie wyposażone, pozwalają, mówiąc w uproszczeniu, zminimalizować koszty (wersja europejska) lub zmaksymalizować zyski (wersja amerykańska), przy spełnieniu założonych ograniczeń. Algorytmy te, szczególnie w dobie możliwości wykorzystania dużych mocy obliczeniowych, potrafią znaleźć rozwiązania zagadnień, które są bardzo skomplikowane i wręcz niemożliwe do rozwiązania za pomocą kartki i ołówka (czy też Excela). Do typowych zadań rozwiązywanych poprzez optymalizację jest wycena produktów (np. jak zmaksymalizować zysk poprzez wskazanie ceny, która nie ograniczy popytu w znaczącym stopniu).

Jednak możliwości tych algorytmów są znacznie szersze. Wcześniej wspominaliśmy o centrach kontaktu telefonicznego, gdzie istotnym zadaniem jest harmonogramowanie obsady - innymi słowy tworzenie grafiku pracy. Przydział osób do zmian jest często wykonywany ręcznie przez dedykowane osoby, co wiąże się z kosztami oraz nie zawsze pozwala uwzględnić wszystkie ograniczenia i preferencje pracowników. Algorytmy optymalizacji bazując na np. prognozie ruchu telefonicznego pozwalają zdefiniować odpowiedni grafik pokrywający ten ruch i pozwalający na utrzymanie odpowiednich poziomów obsługi (np. 95% połączeń odebranych szybciej niż minuta).

O innowacyjnych zastosowaniach AI w ubezpieczeniach będziemy mówić podczas stacjonarnej konferencji Insurance Inspiration Day.

Można uwzględnić również miękkie i twarde ograniczenia (preferencje) pracownicze. Na przykład, jeśli pracownik ma inne zobowiązania w piątki, można uwzględnić jako twarde ograniczenie jego wcześniejsze wyjście w tym dniu tygodnia. Ograniczenia miękkie pozwalają na uwzględnienie preferencji, ale nie zawsze zostaną one spełnione. Na przykład, pracownik woli przychodzić na zmiany poranne, algorytm tak ułoży grafik, aby było to spełnione. Ale jeśli wystąpi sytuacja nadzwyczajna (braki kadrowe, choroby), to w grafiku może zostać przydzielony do zmiany popołudniowej. Stworzenie takiego grafiku poprzez algorytm jest szybkie, dzięki czemu zmiany w harmonogramie pracy mogą być wprowadzane dynamicznie, uwzględniając aktualne zdarzenia (np. nagłe choroby). Wszystko to przy maksymalizacji wskaźników jakości obsługi oraz minimalizacji kosztów pracy call center.

Insurance Inspiration Day

O innowacyjnych zastosowaniach AI w ubezpieczeniach będziemy mówić podczas stacjonarnej konferencji Insurance Inspiration Day, która odbędzie się 14 marca w Warszawie. Serdecznie zapraszamy do udziału w tym wyjątkowym spotkaniu liderów i ekspertów. Agenda i rejestracja:

sas.com/pl_pl/events/23/insurance-inspiration-day.

Marta Prus-Wójciuk, Head of Insurance CE, Customer Advisory

Piotr Kaczyński, Senior Business Solutions Manager, Data Science & AI Practice

SAS

---

Partnerem artykułu jest SAS.

Komentuj Prześlij  Drukuj

Artykuł: <<< 2023-03-07 >>>

Nikogo nie dziwi już rozmowa z botem podczas umawiania wizyty u lekarza,...

Prześlij artykuł

	Odbiorca:
Email:
Osoba:
	Nadawca:
Email:
Osoba:
	prześlij też do mnie
	Wiadomość:
Tytuł:
Komentarz i podpis:	Witam, Przesyłam w załączeniu ciekawy artykuł z Dziennika Ubezpieczeniowego Pozdrawiam
Treść:	Jak dane i AI mogą pomóc ubezpieczycielom w kryzysowych czasach? Marta Prus-Wójciuk, Piotr Kaczyński Automatyzacja, robotyzacja i optymalizacja z wykorzystaniem uczenia maszynowego i sztucznej inteligencji to coraz częściej pojawiające się hasła w wielu branżach, również w ubezpieczeniach. - Marta Prus-Wójciuk, Piotr Kaczyński, SAS Nikogo nie dziwi już rozmowa z botem podczas umawiania wizyty u lekarza, roboty wykonujące część zadań za pracowników fabryki czy też bezobsługowe zatowarowanie sieci sklepów. Analityka towarzyszy nam w codziennym życiu, co sprawia, że jej zastosowania stają się naturalne dla klientów zakładów ubezpieczeń. Oczekiwania klientów są coraz bardziej zróżnicowane. Najczęściej zwracają oni uwagę na jakość i szybkość obsługi - zarówno przy zakupie polisy, jak i likwidacji roszczeń. Nie bez znaczenia jest też satysfakcja i poczucie bezpieczeństwa przy okazji posiadania polisy konkretnego zakładu ubezpieczeń. Oznacza to, że w dobie trudnej sytuacji gospodarczej i geopolitycznej, utrzymanie klientów będzie coraz większym wyzwaniem. Jak rozpoznać potrzeby indywidualnych klientów i na nie odpowiadać? Jakie technologie wykorzystać, aby pozyskać klientów, zapewnić im najlepsze doświadczenia i zapewnić ich lojalność? Zwróćmy uwagę na trzy obszary, w których wdrożenie zaawansowanej analityki jest... (przesłano 1000 pierwszych znaków artykułu) Link do pełnego artykułu: http://DziennikUbezpieczeniowy.pl/2023/03/07/Jak_dane_i_AI_moga_pomoc_ubezpieczycielom_w_kryzysowych_czasach/artykul/135270