Sigortacılıkta Veri Odaklı Dönüşümün 4 Adımı

Sigortacılık henüz gerçekleşmemiş olaylar karşısında nasıl pozisyon alınması gerektiği temeli üzerine kurulmuştur. Riski seven, ihtiyatlı davranan, kaybedecek çok şeyi olan, gözü kara olan.. Ama şu bir gerçek ki, herkesin bir risk algısı ve sınırı vardır. Bunu yönetmek ve doğru hizmeti sağlamakta Sigorta şirketlerinin var oluş amacıdır.

Sigortacıların Kristal Küresi

Sigorta şirketleri peki henüz gerçekleşmemiş olaylar karşısında nasıl doğru konumlanacak? ‘Geçmişini bilmeyen geleceğini yönetemez’ sözü bize aslında ışık tutuyor. Geçmişte hangi olaylar hangi sıklıkta gerçekleştiyse gelecekte de bunların gerçekleşme ihtimali bulunuyor. İnsanlar da bu şekilde davranmıyor mu? Geçmişimizde iyi ya da kötü yaptığımız şeylerden tecrübe edinip, sonraki hareketlerimizi içgüdüsel olarak bu şekilde planlıyoruz. Merdivenden düştüğümüzde bir sonrakinde daha dikkatli iniyoruz, çünkü geçmişimizden bir ders çıkartıyoruz. Keşke başımıza gelmeseydi dediğimiz olaylar aslında bize hayat tecrübesi olarak, geleceğimize yön veriyor.

Sigorta şirketleri de aynı insanlar tarafından kurulup yönetiliyorsa, neden Sigorta şirketleri de aynı tecrübeden faydalanmasın? Sigortacılık, tüm sektörler gibi, bugünlere gelene kadar bir çok badire atlattı. Savaşlar, icatlar, ideolojilerin değişmesi, ekonomik gelişmeler veya gerilemeler. İnsanlar her zaman bir şeyler öğrenmeye, öğrendiklerini belgelemeye, belgelediklerini de yaymaya meraklı olmuşlardır.

Milattan önce 3binde papirüs ile veri saklama işlemi, bugün dijital ortamda devam ediyor. 2016-2017 senelerinde üretilen veri, 5000 senede üretilen verinin toplamını geçtiği saptanmış olup, artık her sene üretilen veri bir önceki senenin en az 2 katı durumuna geliyor. Bu kadar çok veri üretilirken, bu verilerin sadece %0,5’i karar alma mekanizmalarında kullanılıyor.

Asıl problem burada başlıyor, bu verilerin anlamlandırılması, analiz edilmesi ve bilgiye dönüşmesi gerekiyor. Bunun için de basitten zora 4 temel soru sormak gerekiyor:

Ne Oldu?

Ne oldu sorusu bize bir çok tanım verecektir. Descriptive Analytics – Tanımsal Analitik olarak geçen bu yaklaşım, geçmişte yaşanan olayların resmini, bizim anlayabileceğimiz gibi anlatılmasına olanak verecektir. Karlılık ne oldu, hasar toplamı ne oldu, poliçe ve müşteri adedi ne oldu, geçen seneden bu seneye ne kadar artış oldu gibi. Bu soruları cevaplayabilmek için artık verilerden faydalanmamız gerekiyor. Son 5 yılın rakamlarına hızlı ve doğru bir şekilde ulaşılması gerekiyor. Bu sayede siz merak ettiğinizde veya size sorulduğunda hemen ‘Karlılığımız %12 arttı’ cevabını verebileceksiniz.

Neden Oldu?

%12 artışı gördüğünüzde ya da duyduğunuzda istemsiz bir şekilde şu cümleyi kuracaksınız : ‘Vay iyiymiş, ama neden karlılığımız bu kadar arttı, neyi farklı yaptık?’ Burada iki seçeneğiniz var, birincisi bu şekilde devam etmesini umup konuyu kapatırsınız, ikincisi ise bu değişimin kök sebeplerini araştırıp, daha iyi yapılabilecek neler var diye inceleyebilirsiniz. Bu sebep araştırmaya, Diagnostic Analytics – Tanısal Analitik denmektedir. Bu kök nedenleri saptamak için daha da geniş veri setine ihtiyaç duyulmaktadır. Kanal üretimleri, müşteri primleri, hasar nedenleri, makroekonomik değişikler gibi. Bu verilerin arasında bir yerde aslında bu kök nedenler sizin tarafınızdan keşfedilmeyi bekliyor. 2-3 yaşındaki çocuk nasıl her şeye ‘neden’ sorusu soruyorsa, bizim de aynı şekilde yaklaşmamız gerekiyor.

‘Ne’ ve ‘Neden’ sorularını cevaplayabilmemizin ve geçmişimizi olabildiğince aydınlatabilmemizin tek yolu, bu sorulara karşılık gelen cevapları barındıran verinin sizin tarafınızdan ulaşılabiliyor olması gerekiyor. Siz geçmiş dönem müşteri, acente, ürün gibi temel fonksiyonlarınızın detaylı bilgilerine ulaşabildiğiniz durumda, geçmişteki olayları bilgiye dönüştürüp buna göre pozisyon almaya başlayabilirsiniz. Sigorta şirketlerinin başarılı olmasının temelinde geçmişte yaşadığı talihsizlikleri tekrarlamayıp, başarılı olduğu konularda gelişmesi bulunmaktadır.

Ne Olacak?

Geçmişte neler olduğunu sebepleri ile birlikte keşfettiğiniz durumda, bundan sonra neler olacak sorusunu sorabilirsiniz. Bu soru ile birlikte artık kesin bilgilerden yavaş yavaş uzaklaşıp tahmin ve öngörü dünyasına giriş yapıyorsunuz. Yazının başında belirttiğim gibi, Sigortacılığın temelinde henüz gerçekleşmemiş olaylar karşısında doğru pozisyon almak yatıyor. 1960’larda temeli atılmış, 2000’ler ile iş yapış şeklimizi değiştiren veri madenciliği ve veri bilimi disiplinleri hayati bir önem taşımaktadır. Geçmişte yaşanan olayların tekrar gerçekleşme olasılıklarını hesaplamaya Predictive Analytics – Tahminsel Analitik denmektedir.

Tahminsel analitik sayesinde, Tanısal – Tanımsal Analitik ile ortaya çıkarttığımız patikaların gelecekte tekrar etme olasılıklarını hesaplayabiliyoruz. Karlılığım kaç olacak, hasar toplamım kaç olacak, müşterilerimin ne kadar eriyecek gibi. Belirli güven aralıkları içerisinde size gelecekten haber geldiğini düşünün, örneğin bu sene piyango kazanma ihtimaliniz geçen senekine göre 10 kat daha fazla bilgisi geldi, siz bu bilgiye kulak mı tıkarsınız, yoksa bu olasılığı arttırmak için bir aksiyon mu alırsınız?

Gelecekten haber taşıyan bu algoritmalardan oluşan elçiler size maalesef verinizin çeşitliliği ve kalitesi ile doğru orantılı bir şekilde sonuçları verecektir. Rakamlar eksik ya da yanlış, yeterli çeşitlilikte veri olmadığı durumda algoritmalar gelecek tahminlerini yapamayacak ya da daha da kötüsü yanlış yapacak. Yanlış istihbarat nasıl devletlerin sonunu getirebiliyorsa, yanlış gelecek tahminleri de Sigorta şirketleri için aynı yıkıcılıkta olabilir.

Nasıl Yapabilirim?

Elinizde geçmişte ne olduğu sebepleri ve gelecekteki ihtimalleri ile bulunduğu durumda zaten yapabilecek tek bir şey kalıyor: Aksiyon almak. Tabii doğru aksiyonu da çeşitli yöntemlerle tespit etmek gerekiyor. Bu da Prescriptive Analytics yani En İyileme Analitiği olarak geçiyor. Geçmişe dayalı kontrollü ortamlarda yapılan testler, kurulan hipotezlerin zaman içerisindeki doğruluğuna ve etkisi ölçülerek, gelecekte olabilecek olayların etki analizleri yapılabilir. Yine ihtimaller doğrultusunda kendinize, şirketinize ‘kazan-kazan’ durumları yaratabilir, bu tarz süreçleri otomatikleştirebilirsiniz.

Anlatması kolay, işlemesi ve hayata geçirmesi zor olan bu süreçlerin en başında verinin varlığı bulunuyor. Verinin çeşitliliği, kalitesi, değeri de 1 günde artmıyor. Yoğun bir çalışma ve yatırım ihtiyacı ve uzun soluklu bir yol haritası ihtiyacı bulunmaktadır. Ancak bu yolculuğa ne kadar erken başlarsanız, veri saklama stratejisini bir kültür haline getirirseniz, o kadar hızlı bir şekilde yolculuğunuza başarı noktaları eklersiniz.

Yorum bırakın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir