Data vormen de levensader van de moderne verzekeringssector. Het is het centrale ingrediënt dat nodig is om acceptatieprocessen aan te sturen, nauwkeurige prijzen te bepalen, claims te beheren en de klantbetrokkenheid te vergroten. Maar ondanks de grote rol die het speelt en de enorme hoeveelheid gegevens die elke dag worden verzameld, hebben de meeste verzekeraars moeite met het verkrijgen van toegang tot, het analyseren van en het nemen van zakelijke beslissingen op basis van die gegevens.
Daar zijn veel redenen voor. Met name in de zorg- en levensverzekeringssector kunnen strikte veiligheidsregels rond gegevensprivacy en gegevensbeveiliging het moeilijk maken om toegang te krijgen tot een volledig beeld van de individuele patiëntervaring via verschillende zorgkanalen. Gesegmenteerde bedrijfsfuncties en verschillende tools die voor specifieke workflows worden gebruikt, communiceren vaak niet met elkaar, waardoor er datasilo’s binnen een bedrijf ontstaan. En de industrie zelf, die is gegroeid door jaren van fusies, overnames en technologische transformaties, heeft een fragmentarische benadering van technologie ontwikkeld. Tegenwoordig moet er door meerdere verschillende systemen en interne protocollen worden genavigeerd voordat het mogelijk is een compleet, realtime beeld van de ledenpopulatie te zien.
Groei van AI dwingt gesprek over data af
Ondertussen heeft de groei van door AI aangedreven analyses, workflowbeheer en tools voor klantbetrokkenheid beloofd een revolutie teweeg te brengen in elk aspect van de verzekeringssector, van acceptatie tot klantbetrokkenheid. Maar zoals veel bedrijven op de harde manier ontdekken, is er een grote sprong voorwaarts om de belofte van AI waar te maken vanuit de gebroken databasis binnen veel bedrijven. Feit is dat zelfs de krachtigste grote taalmodellen (LLM’s) ter wereld slechts zo goed zijn als de datafundamenten waarop ze zijn gebouwd. Dus tenzij verzekeraars hun datahuisvesting op orde krijgen, zullen de echte door AI beloofde winsten niet werkelijkheid worden.
In de loop van ons werk de afgelopen maanden om data-architecturen te moderniseren en AI te integreren in een breed scala aan verzekeringsworkflows, hebben we de vier belangrijkste elementen geïdentificeerd voor het creëren van een data-first-cultuur ter ondersteuning van AI-innovatie.
- Leiderschap buy-in: De eerste en meest cruciale stap naar het ontwikkelen van een succesvolle data-first-cultuur is steun van de top. Het proces zal aanzienlijke investeringen en belangrijke beslissingen vergen over wat prioriteit krijgt, welke verouderde processen moeten worden verwijderd en wat de einddoelen van de nieuwe data-infrastructuur zullen zijn. Die toewijding moet beginnen op het niveau van de C-suite. Leiderschap moet voor alle bedrijfsfuncties prioriteit geven aan datagestuurde strategieën.
- Cross-functionele samenwerking: Het is ook belangrijk om te onderkennen dat in een data-intensieve bedrijfstak zoals verzekeringen een verandering op één plek rimpeleffecten zal veroorzaken die door de hele onderneming weerklinken. Om die reden moeten gegevens worden gecentraliseerd en moeten leiders de samenwerking tussen IT, datawetenschappers en bedrijfseenheden aanmoedigen en stimuleren om ervoor te zorgen dat gegevens de besluitvorming op elk niveau informeren.
- Datageletterdheid: Zodra data gecentraliseerd en toegankelijk zijn voor meerdere verschillende bedrijfsfuncties, wordt het belangrijk om werknemers op te leiden, zodat ze begrijpen hoe ze data-inzichten moeten lezen, interpreteren en ernaar moeten handelen. In ons geval was een belangrijke prioriteit bij onze datamodernisering het verplaatsen van onze organisatie van reactieve naar proactieve besluitvorming op basis van datagestuurde inzichten. Dat is meer dan alleen een filosofische verschuiving; werknemers moeten worden getraind in het integreren van dit soort informatie in hun dagelijkse workflows.
- Het bouwen van een Centre of Excellence om het project aan te sturen: Datamodernisering mag geen bijbaan zijn. Organisaties moeten investeren in het opzetten van een kenniscentrum of een toegewijd team dat zorgt voor de verwerving, opname, beschikbaarheid, nauwkeurigheid, compliance, beveiliging en beschikbaarheid van gegevens voor de rest van de organisatie.
De datagedreven waardepropositie
Bij het nadenken over datamodernisering of inspanningen om AI mogelijk te maken bestaat de neiging om deze in hokjes te plaatsen als het domein van het backoffice-technologieteam, of als een bijkomend onderdeel van de kernactiviteiten. Tegenwoordig is dat niet langer het geval. De bedrijven die een superieur niveau van klantervaring bieden, bevorderen loyaliteit en merkbehartiging, en zorgen ook voor grotere efficiëntie. Hierdoor kunnen ze anticiperen op de behoeften van klanten, een snellere claimverwerking realiseren en zeer gepersonaliseerde producten aanbieden. In de kern worden al deze waardeproposities gedreven door data.
Het vermogen van verzekeraars om hun data te benutten en te gebruiken voor betere klantervaringen zal binnenkort steeds meer de belangrijkste onderscheidende factor worden die wereldleiders onderscheidt van de rest van het peloton.
Bezoek ons hier voor meer informatie over hoe u uw gegevens kunt omzetten in bruikbare inzichten.
Over de auteurs:
Munish Mahajan is senior vice-president datamodernisering bij EXL en Diana Steinhoff is president en CEO bij Renaissance Life and Health Insurance Company of America