Big Data e Analytics al servizio della customer centricity

Tra le tecnologie di Advanced Analytics che si stanno affermando nel comparto assicurativo, le analisi di Big Data sono quelle che ricevono maggiore attenzione e studio dal mercato in ottica della creazione di valore aggiunto e accentramento dei bisogni dei clienti, ormai prerogativa del contesto in cui le Compagnie operano.
Possiamo definire l’analisi analitica e predittiva come la pratica di estrarre informazioni da dati raccolti su avvenimenti passati, al fine di individuare schemi ricorrenti che consentano di fare previsioni su eventi e trend futuri.
I principali driver che hanno portato negli ultimi anni ad un interessamento sempre crescente in tematiche di Advanced Analytics sono identificabili in una sempre maggiore disponibilità di dati e un crescente interesse nel voler sfruttare un patrimonio informativo in continua evoluzione, una disponibilità di calcolatori e reti in evoluzione in termini di performance, il rilascio di software maggiormente intuitivi e user friendly che non richiedano uno sforzo in termini di programmazione, un’attenzione sempre crescente in tematiche di approfondimento e studio di modellistiche sempre più performanti e intuitive ed infine, ma non meno rilevante, una crescente attenzione alla differenziazione competitiva spinta da condizioni economiche difficili.
Per comprendere lo stato di diffusione di strumenti Big Data e Analytics nelle compagnie italiane, CeTIF ha analizzato piani industriali, siti web e news di 36 gruppi assicurativi e compagnie operanti in Italia. L’obiettivo è stato quello di analizzare e individuare le principali progettualità di Advanced Analytics avviate e quelle portate a termine. In particolare si è riscontrato che il 35% delle compagnie analizzate ha avviato progettualità legate all’implementazione di tali tecnologie, indice del crescente interessamento nel perseguire una maggiore customer centricity.
Ad esempio, si osserva che l’abbinamento della copertura a dispositivi IoT può essere un’opportunità in termini di fidelizzazione della clientela e di offerta di servizi integrati che generano un alto valore aggiunto.
Ricordiamo in tal senso che si sta assistendo ad una evoluzione sulle modalità di primo contatto con potenziali nuovi assicurati, spesso dall’acquisto autonomo di un dispositivo IoT nasce un bisogno assicurativo. Classico esempio in tal senso è l’acquisto di un dispositivo wearable da parte di un soggetto sportivo che potrebbe ricevere una notifica o una proposta accurata di una polizza salute mirata rispetto al momento o all’attività fisica svolta.
Le Compagnie sono chiamate a sviluppare motori analitici capaci di intercettare dal moment of truth al churn dell’assicurato attraverso analisi Big Data che, sfruttando algoritmi supervisionati e non, possono individuare predittivamente i life cycle moment della clientela e segmentare in maniera accurata i loro bisogni garantendo servizi incentrati sulla customer centricity.
In conclusione gli algoritmi di analisi di Big Data sono, probabilmente, una tecnologia disruptive al servizio delle Compagnie. La vera sfida sarò saper cogliere tutti i potenziali che tali innovazioni possono generare, non dimenticando che, dai driver sopra delineati, al centro di ogni decisione aziendale occorre ricordare che le esigenze e i bisogni della clientela sono probabilmente le uniche leve operative sulle quali spingere.