ELEADER SEP 2015
แซส ซอฟท์แวร์ เผยธุรกิจประกันภัยใช้ Data Analytics บริหารจัดการข้อมูล วิเคราะห์ข้อมูล พร้อมสามารถสร้างรายได้ขึ้น 40% ลดและป้องกันความเสี่ยงการฉ้อโกง สร้างความแข็งแกร่งให้ธุรกิจ รองรับธุรกิจประกันภัยที่มีแนวโน้มการเติบโตอย่างต่อเนื่อง
เคนเน็ธ โคท ผู้จัดการอาวุโสฝ่ายวิเคราะห์ข้อมูลลูกค้าอัจฉริยะสายงานประกันภัย ประจำภูมิภาคเอเชียแปซิฟิก แซส กล่าวว่า แนวโน้มการเติบโตของข้อมูลขนาดใหญ่ Big Data เพิ่มมากขึ้นในอีก 3-5 ปีข้างหน้า ซึ่งกลุ่มประกันภัยเป็นอีกกลุ่มที่มีจำนวนข้อมูลจำนวนมาก จำเป็นต้องอาศัยเครื่องมือใหม่ๆ เข้ามาช่วยบริหาร ไม่ว่าจะเป็น การกำหนดราคาค่าเบี้ยประกัน การวิเคราะห์โซเชียลมีเดีย รวมถึง การทำแบบจำลองการเกิดภัยพิบัติขนาดใหญ่ (CAT modelling) เพื่อให้ได้ค่าพื้นฐานในการกำหนดความเสี่ยงที่บริษัทรองรับได้ และมีกำไรจากสัญญาตามที่ประมาณการเอาไว้
ปัจจุบันจะเห็นได้ว่า มีบริษัทประกันภัยหลายแห่งในต่างประเทศ ที่กำหนดอัตราเบี้ยประกันภัยตามลักษณะของภัย (by-peril rating) ที่จำเป็นต้องอาศัยข้อมูลลักษณะภัยชนิดต่างๆ เช่น ภัยจากลูกเห็บ, ไฟป่า, คลื่นพายุถล่มชายฝั่ง, อาชญากรรม, ระยะเวลาที่ทำประกัน ฯลฯ มาวิเคราะห์ต่อผู้เอาประกันรายบุคคล (individual perils) และจำลองรูปแบบเพื่อประเมินความเสี่ยงภัยเหล่านี้ ร่วมกับการประเมินสินทรัพย์ส่วนบุคคล หรือกลุ่มสินทรัพย์ที่รับประกันไว้ ซึ่งสำคัญอย่างยิ่งต่อการประเมิน เพื่อให้สามารถตั้งราคาความเสี่ยงเฉพาะได้อย่างเหมาะสม
ผู้บริหารแซส กล่าวอีกว่า ปัจจุบันบริษัทประกันหลายแห่งมีความเชี่ยวชาญในเรื่องของการวิเคราะห์ข้อมูลด้านความเสี่ยงของลูกค้า และมีข้อมูลเชิงสถิติต่างๆ ทำให้สามารถประมาณการต้นทุนค่าความเสี่ยงภัยที่แตกต่างกันออกมาได้ ไม่ว่าจะเป็นกรณีการเจ็บป่วย หรือกรณีเสียชีวิต แต่การประมวลผล และการจำลองข้อมูลที่มีความซับซ้อน ในบริษัทประกันใหญ่ๆ ยิ่งมีความจำเป็น เพื่อรองรับสถานการณ์ความเสี่ยงที่อาจเกิดขึ้นในอนาคต
ดังนั้น ธุรกิจประกันปรับตัวหันมาเจาะตลาดกลุ่มสูงวัยและสุขภาพมากขึ้น ขณะเดียวกัน ข้อมูลกลุ่มลูกค้าที่เพิ่มมากขึ้นจำเป็นต้องมีการจัดการข้อมูลที่ดีเพื่อให้ได้มูลค่ามากขึ้น การวิเคราะห์พฤติกรรมลูกค้าจึงมีส่วนสำคัญ โดย SAS Insurance Analytics ถือเป็นโซลูชันวิเคราะห์ข้อมูลเชิงลึกที่มาตอบโจทย์ ซึ่งจะช่วยในการจัดการกับฐานข้อมูลลูกค้า วิเคราะห์การขายและช่องทางการขาย รวมถึงตัวแทนจำหน่าย วิเคราะห์การเคลมประกันและความเสี่ยงต่อการฉ้อโกง รวมถึงพิจารณากรมธรรม์เบี้ยประกันจากความเสี่ยงของแต่ละบุคคล
“กระบวนการเหล่านี้ ถ้าบริษัทประกันต้องใช้เวลาหลายสัปดาห์ หรือหลายเดือนในการสร้างแบบจำลองความเสี่ยง บริษัทประกันจะสูญเสียความได้เปรียบทางการแข่งขัน ทั้งนี้ หากบริษัทประกันเลือกใช้เทคโนโลยีที่เหมาะสมมาใช้วิเคราะห์ข้อมูลขั้นสูง (high performance analytics) ได้ในเวลาที่รวดเร็ว จะทำให้บริษัทประกันก้าวนำคู่แข่งได้แบบก้าวกระโดด” ผู้จัดการอาวุโสฝ่ายวิเคราะห์ข้อมูลลูกค้าอัจฉริยะสายงานประกันภัย ประจำภูมิภาคเอเชียแปซิฟิก แซส กล่าว
ด้านทวีศักดิ์ แสงทอง กรรมการผู้จัดการ บริษัท แซส ซอฟท์แวร์ (ไทยแลนด์) จำกัด กล่าวว่า ข้อมูลเชิงลึกที่ได้จากตัวแทนประกันภัย, นายหน้าประกันภัย และพนักงานของบริษัท มีความสำคัญต่อลูกค้า อย่างไรก็ตาม การที่จะเปลี่ยนแปลงไปสู่การเป็นองค์กรที่ยึดลูกค้าเป็นศูนย์กลางอย่างแท้จริงนั้น จำเป็นต้องมีการวิเคราะห์ที่ยึดลูกค้าเป็นศูนย์กลาง ซึ่งเป็นเรื่องที่สลับซับซ้อน นอกจากนี้ บริษัทประกันจำเป็นต้องมองถึงความเป็นไปได้ทุกด้านให้มากที่สุด เพื่อรวบรวมประเภทข้อมูลข่าวสารใหม่ๆ ที่มีส่วนสัมพันธ์กับลูกค้า ซึ่งรวมถึงข้อมูลข่าวสารจากเว็บไซต์ สื่อสังคมออนไลน์ และข้อมูลจากภายนอกอื่นๆ เกี่ยวกับลักษณะประชากร และภัยจากการระบุตำแหน่ง ซึ่งมีความสำคัญเพื่อช่วยในการดูแลและรักษาลูกค้า
เนื่องจากข้อมูลในการนำมาวิเคราะห์ มีโครงสร้างการทำงานอยู่บนแพลตฟอร์มหลากหลาย ทั้งแบบมีโครงสร้าง และแบบไม่มีโครงสร้าง ที่มาจากแหล่งข้อมูลมากมาย ทำให้เกิดความต้องการเทคโนโลยีแพลตฟอร์ม ที่ได้รับการออกแบบเฉพาะสำหรับการทำงานเพื่อสนองตอบได้ตามจุดประสงค์ เนื่องจากระบบฮาร์ดแวร์ และซอฟต์แวร์สำหรับการใช้งานทั่วไป แม้ประมวลผลเอกสารได้นับสิบล้านชุด แต่มีบ่อยครั้งที่การประมวลผลของคอมพิวเตอร์ต้องใช้เวลาหลายวัน หรือหลายสัปดาห์ เพื่อให้การประมวลผลนั้นได้สมบูรณ์ ทั้งนี้ปัจจัยที่ทำให้เทคโนโลยีแพลตฟอร์มการวิเคราะห์ข้อมูลขั้นสูง แตกต่างจากระบบสำหรับการใช้งานทั่วไป คือ ความสามารถในการนำเอกสารข้อมูลหลายพันล้านชุด หรือปริมาณข้อมูลระดับเทราไบต์ มาทำการวิเคราะห์ข้อมูลที่ซับซ้อน และนำเสนอผลลัพธ์ได้ภายในไม่กี่วินาที
