Può il modello Open Insurance abilitare un approccio customer centric nella trasformazione dell’assicurazione? Mettere il cliente al centro è una strategia essenziale per il mondo assicurativo, e continuerà ad esserlo anche con la sua trasformazione. Tuttavia, a differenza di altri comparti, sono ancora pochi i casi di utilizzo dei dati a sostegno di un approccio customer centric nel settore insurtech.
Questa questione è stata uno dei maggiori topic di interesse esplorati in occasione del webinar di Presentazione del report 2021 Osservatorio Open Insurance a cura di Italian Insurtech Association in collaborazione con Accenture.
Nel corso del keynote speech “Ripensare l’approccio customer centric per cogliere le opportunità dell’Open Insurance: una nuova strategia di crescita per le compagnie tradizionali”, Stefano Maggioni e Alena Tsishchanka di SAS hanno portato ad esempio il caso d’uso del progetto vincitore del Celent model insurer award 2020, per esplorare le potenzialità dell’Open Insurance in rapporto ad una strategia customer centric, e la sua compatibilità con l’approccio tradizionale.
In particolare, due le domande affrontate: Possono innovazione e Open Insurance migliorare il rapporto con la rete di vendita tradizionale? E come può l’accesso a nuovi dati contribuire a personalizzare i prodotti tradizionali?
Open Insurance, le opportunità per la customer satisfaction
“Il progetto parte dalla collezione di dati sul cliente: normali dati di anagrafica, dati specifici all’attuale momento della sua vita, dati comportamentali sulla sua quotidianità” spiega Stefano Maggioni, Presales Manager Advanced Analytics & AI di SAS, “Raccogliere queste informazioni ha lo scopo di far emergere le necessità reali della persona, così da indirizzare la copertura assicurativa ai suoi bisogni.”
L’acquisizione dei dati comportamentali può essere una patata bollente, poiché va a interferire nella sfera della privacy e delle sue normative. Tuttavia, si tratta un di un problema che grazie alle nuove tecnologie può essere superato.
Innanzitutto, buona parte di questi dati possono in realtà essere ottenuti analizzando accuratamente dati già interni alla compagnia, come mail e interazioni con customer service. Inoltre, possono venire in aiuto sistemi di intelligenza artificiale e machine learning.
“Queste tecniche permettono di costruire una micro-segmentazione, in modo da trovare clienti simili tra di loro senza la necessità di tutte le informazioni di profilazione per tutti i clienti, in una logica peer-to-peer” precisa Maggioni.
Quali sono le potenzialità di questa iper-profilazione?
Da una parte, permettere di trovare i gap di protezione di ogni cliente, così da offrire servizi personalizzati in base alle esigenze percepite – un sistema di raccomandazione che, grazie al modello di assicurazione aperta, è accessibile e semplice da utilizzare anche per attori cross-industry come telco o mobilità.
Dall’altro lato, l’iper-profilazione consente di capire “quali sono i clienti più recettivi a determinate sollecitazioni di prodotto, aumentando la retention delle campagne e proponendo offerte più personalizzate, con l’effetto di aumentare la customer satisfaction”. Una skill, ricorda Maggioni, essenziale all’interno di un mercato che sarà sempre più competitivo.
Open Insurance per il modello customer centric, quali le sfide?
“Sono tre le sfide principali del modello customer centric, che l’open insurance può aiutare a superare attraverso l’utilizzo dati” afferma Alena Tsishchanka, Insurance Leader EMEA di SAS. “Prima di tutto, sfruttare appieno il potenziale dei clienti esistenti. Poi, essere riconosciuti dal cliente come una compagnia in grado di capire e soddisfare i suoi bisogni nei momenti giusti. Infine, ottenere la fiducia della rete di vendita nell’efficacia di una collaborazione e nelle informazioni fornite dalla direzione di marketing e vendite”.
La coesistenza tra assicurazione tradizionale e innovazione è quindi non solo possibile, ma facilitata dall’Open Insurance. Il modello aperto apre la strada alla possibilità di avere più informazioni e combinare la (tradizionale) empatia umana con la (innovativa) capacità elaborativa e analitica dell’intelligenza artificiale applicata ai dati.
I dati diventano così uno strumento per conoscere meglio il cliente, fermo restando la necessità di saper leggere tra le righe e capire i bisogni del cliente meglio di lui. Perché, come disse Ford, “Se avessi chiesto ai miei clienti cosa avessero voluto, la loro risposta sarebbe stata: cavalli più veloci.”
“Fondamentale ora è convergere” conclude Tsishchanka, “Combinare l’innovazione e il focus sul cliente con quello che la compagnia può offrire. Oggi abbiamo tutti gli strumenti necessari per farlo accadere.”
