Ako môže analýza dát prispieť k lepšej tarifikáciu poistného?

Aby bolo možné stanoviť primerané poistné pre majetkové a úrazové poistenie, etablovali sa ako štandardný nástroj zovšeobecnené lineárne modely. Tie sú robustné, mnohotvárne aplikovateľné a predovšetkým dobre interpretovateľné.

Avšak už narážajú na svoje hranice, ak ide o nelineárne súvislosti a komplexné interakcie. A tiež nakladať so stále väčším a neštruktúrovaným objemom dát dokážu klasické modely len v obmedzenej miere. 

Ruka v ruke s tým, ako sa objavujú nové zdroje údajov a nové metódy ich analýzy, dostáva sa do popredia záujmu pokiaľ možno najvernejší, optimálny odhad očakávanej škody. Avšak v zámere nahradiť doterajšiu modeláciu rizík prostredníctvom strojového postupu novým Black Boxom sa skrýva nejedno nebezpečenstvo.

Nejde nahradiť, len doplniť

Aby bolo možné využiť prednosti strojového postupu, ktorý sa sám „učí" a poznatky zapája do výpočtu, mal by byť klasický tarifikačný proces nie nahradený, ale len doplnený metódami dátovej analýzy. Pritom existujú rozmanité možnosti, ako implementovať nové postupy. 

Najprv je nutné dáta zhromaždiť, analyzovať, upraviť a zhrnúť. Na to možno použiť moderné modely dátovej analýzy, aby sa odvodili pomocou komplexného rozpoznania vzorcov vo veľkých, ďalších nových a neštruktúrovaných dátach (BigData z rôznych zdrojov, napríklad z telematiky alebo z internetových parametrov) agregovanej znaky („scores"), a tie potom integrovať do klasického modelu. 

Pre lepší odhad možné škody

Prostredníctvom dátovej analýzy sa môžu byť klasické modely ďalej rozvíjať, pričom výber a potlačenie znakov je zohľadnené v úprave modelu automaticky a podľa daných dát. Modelácia taríf môže byť doplnená dodatočnými postupmi dátové analýzy, ktoré disponujú vysokým potenciálom v oblasti rozpoznania vzorcov. Prostredníctvom moderných analytických a vizualizačných nástrojov sa komplexné interakcie a nelineárne súvislosti ešte len zviditeľnia.

Na záver dodajme, že dátová analýza poskytuje rozšírenie spektra nástrojov poistného matematika k vylepšeniu tarifikácie. Ak je zmysluplne zapojená, optimalizuje odhad očakávaných škôd bez toho, aby sa pritom strácali možnosti pre interpretáciu a modeláciu taríf.