Now Reading
Warum Versicherer Underwriter vor isolierten Datenansammlung sichern sollen | Versicherungsblog

Warum Versicherer Underwriter vor isolierten Datenansammlung sichern sollen | Versicherungsblog

Warum Versicherer Underwriter vor isolierten Daten retten müssen |  Versicherungsblog

[ad_1]


2008 veröffentlichte Accenture die Ergebnisse welcher ersten P&Kohlenstoff Underwriting Survey in Partnerschaft mit Die Institute. Wie die am längsten laufende Underwriting-Längsschnittumfrage in welcher Versicherungsbranche zeigt dieser Berichterstattung ein ganzheitliches Gemälde davon, wo dasjenige Underwriting bisher war – und wohin wir möglich sein. Es zeigt uns nämlich die Verhältnis zwischen den Zielen, die sich die Führungskräfte im letzten Jahrzehnt gesetzt nach sich ziehen, und den greifbaren Fortschritten, die aus diesen Initiativen resultieren.

Eine welcher wichtigsten Erkenntnisse, die ich daraus gewonnen habe 2021 P&Kohlenstoff Underwriting Survey ist, dass sich für jedes Underwriter in den letzten 15 Jahren nicht viel verbessert hat. Unlust technologischer Fortschritte stillstehen Underwriter immer noch vor den gleichen Herausforderungen wie 2008, und in einigen Bereichen hat sich welcher Zustand des Underwritings denn Kernfunktion des Versicherungsgeschäfts verschlechtert.

In meinen vorherigen Posts habe ich den Übertragung zur Automatisierung, die Auswirkungen welcher Technologie hinauf den Underwriting-Prozess und den abnehmenden Hauptaugenmerk hinauf die Arbeit welcher Underwriter besprochen. In diesem Gebühr möchte ich die Geltung welcher Underwriting-Fähigkeiten hervorheben und zusammenführen anderen Prozedere zur Zusammenhang von Technologie mit diesen Fähigkeiten untersuchen, welcher die Arbeit welcher Underwriter einfacher und effektiver macht.

Unsrige Umfrage aus dem Jahr 2008 ergab, dass mehr denn 40 % welcher Zeit welcher Underwriter mit nicht zum Kerngeschäft gehörenden Aufgaben verbracht wurden. Underwriter hatten Quälerei, von Altsystemen wegzukommen und neue Lösungen einzuführen. Spulen wir ins Jahr 2021 vor und die jüngste Umfrage zeigt, dass nur 35 % welcher Underwriter welcher Meinung sind, dass die Technologie ihre Arbeitsbelastung verringert hat. 2008 war selbige Zahl mit 36 ​​% nahezu gleich.

Sowohl 2008 denn unter ferner liefen 2021 wurde ein Not an Datenintegration denn eine Herausforderung genannt, die mit neuen Technologien einhergeht, womit 72 % welcher Befragten in beiden Jahren dasjenige Problem angaben. Im Jahr 2021 gaben 79 % welcher Befragten an, dass mangelnde Prozessintegration welcher Hauptgrund zu diesem Zweck war, dass sich Technologie negativ hinauf ihre Arbeitsbelastung auswirkte.

Ebendiese Datenansammlung brachten mich dazu, extra die täglichen Verantwortlichkeiten des Underwriters nachzudenken und darüber nachzudenken, warum die Technologie dasjenige Underwriting nicht einfacher gemacht hat. Die heutigen Entgegnen zeigen, dass den Underwritern selbst weniger Zahl beigemessen wird. Hierfür gibt es empirische Belege, darunter Datenansammlung, die zeigen, dass die Umfrageteilnehmer dasjenige Underwriting von Rekrutierungs-, Schulungs- und Bindungsprogrammen in ihren Unternehmen weitgehend denn unzureichend ansehen.

Darüber hinaus ist welcher Hauptaugenmerk hinauf die Kernkontrollen und die Wissenschaftsdisziplin beim Underwriting gesunken: Nur 30 % welcher Zeit eines Underwriters wird mit welcher Risikoanalyse und welcher Erstellung von Angeboten verbracht. Die Risikoanalyse ist die Kernkompetenz eines Underwriters. Ihre Hausaufgabe ist es, Datenansammlung aus verschiedenen Quellen zu prüfen und zu synthetisieren, um eine genaue (und profitable) Wettkampf zu treffen. Mit diesem Unbefangen sehe ich den Underwriter denn den ursprünglichen Datenwissenschaftler.

Dasjenige Prestige und welcher Zahl, welcher dem Underwriting-Profession beigemessen wird, hat in den letzten 15 Jahren stark abgenommen, welches dazu geführt hat, dass die Underwriter mit den gleichen Problemen konfrontiert sind, mit denen sie vor extra einem Jahrzehnt konfrontiert waren. Versicherer nach sich ziehen welcher Kostenminimierung und welcher „Entmystifizierung“ des Underwritings Priorität eingeräumt, während sie den Prozess automatisiert oder die Rolle des Underwriters unter welcher Risikobewertung eingeschränkt nach sich ziehen.

Wir nach sich ziehen dies erreicht, während wir die Arbeit welcher Underwriter entlastet, neue Risiko- und Preismodelle bereitgestellt nach sich ziehen, um die Entscheidungsfindung zu unterstützen, und versucht nach sich ziehen, die Automatisierung zu nutzen, um dasjenige Underwriting zu vereinfachen. Keine dieser Initiativen ist an und für jedes sich negativ. Sie leer eignen sich gut zur Priorisierung einfacherer, homogener Risiken unter gleichzeitiger Senkung welcher Preis und Verbesserung welcher Preiskonsistenz. Dagegen sie verfehlen dasjenige grundlegende Problem eines komplexeren Underwritings.

Die eigentliche Herausforderung besteht darin, dass dasjenige Underwriting immer noch ein papierbasierter Prozess ist, unter dem wichtige Datenansammlung in PDFs und Tabellenkalkulationen gespeichert sind, die an E-Mails von Maklern angehängt sind. Um dasjenige Risiko einzuschätzen, sollen Underwriter immer noch zwischen verschiedenen Dokumenten wechseln und nachher Datenansammlung suchen, die je nachher Vermittler, von dem sie stammen, unterschiedlich formatiert sind.

Obwohl wir versucht nach sich ziehen, die Prozesse rund um dasjenige Underwriting zu vereinfachen, lag welcher Schwerpunkt nicht hinauf welcher Verbesserung des datenwissenschaftlichen Aspekts des Underwritings. Hierfür sollen die Datenansammlung besser zugänglich sein. Wir sollen Lösungen implementieren, die Underwritern helfen, Datenansammlung zu extrahieren, zu verwalten und zu einstufen leer ihre Datenansammlung an einem Ort hinauf eine Weise, die unter ferner liefen relevanten Kontext und tiefere Einblicke bietet.

Viele Organisationen nach sich ziehen bedeutende Schritte unternommen datengetrieben werden in den letzten 15 Jahren. Versicherungen waren von jeher datengetrieben, zugegeben es ist an welcher Zeit zu nachsinnen, wie Datenaggregation und -analyse in Underwriting-Prozessen optimiert werden. Wenn Versicherer mehr Vorteil und verbesserte Konsistenz und Qualität unter Risiko- und Preisentscheidungen sehen möchten, kann unser Hauptaugenmerk nicht darauf liegen, die Arbeit des Underwriters zu entlasten. Wir sollen Underwritern derbei helfen, dasjenige zu tun, welches sie das Mittel der Wahl können, um Informationen zu untersuchen, Probe aufzudecken und Entscheidungen hinauf welcher Grundlage einer ganzheitlichen Sicht hinauf zusammenführen Bewerber zu treffen.

Dazu sollen wir Underwriting-Plattformen welcher dritten Generation in Betracht ziehen, wie ich sie in meinem vorherigen Gebühr besprochen habe. Es kommt wirklich hinauf fünf einfache Prioritäten an:

  1. Investieren Sie in Lösungen, die leer Datenansammlung, die Underwriter benötigen, aus ihren Silos ziehen, Informationen aus Portable Document Format- und Tabellenkalkulationsanhängen an einem Ort zusammenführen und selbige Spezies welcher Kommunikation schließlich ganz vernichten.
  2. Zusammenbringen Sie Informationen, Wissen und Datenansammlung rund um die kritischen Entscheidungsschritte des Underwritings: Triage, Risikobewertung und Preisgestaltung.
  3. Präsentieren Sie Informationen im Kontext. Zuteil werden lassen Sie es z. B. Underwritern, neue Einreichungen mit ähnlichen Einreichungen zu vergleichen, um ihnen zu helfen, zu verstehen, wie sich die Einsendung oder Wiederaufbau unterscheidet.
  4. Integrieren Sie diesen datengesteuerten, analyseorientierten Prozedere in bestehende Workflows, um dasjenige Erlebnis nahtlos zu gestalten.
  5. Urteilen Sie die Qualitätskontrollen, Maßnahmen und Feedback-Mechanismen ein, um die Qualität und Konsistenz des Underwritings intrinsisch des neuen Prozesses zu verbessern.

Glücklicherweise sehen wir schon, dass Versicherer in diesem Einsatzgebiet Schritte zur Verbesserung unternehmen. Die Umfrage 2021 zeigt, dass 67 % welcher Versicherer Investitionen in Underwriting-Plattformen in den nächsten drei Jahren vorziehen werden. Einundsiebzig v. H. wollen ihrem Tech-Stack Predictive Analytics hinzufügen, während 66 v. H. planen, in Kunden- und Maklerportale zu investieren, eine weitere Möglichkeit, die Datenaggregation zu optimieren.

Wenn Sie mehr darüber versiert möchten, wie wir Unternehmen unter welcher Umsetzung dieser fünf Ideen unterstützen, Gib mir Schreiben.


Erhalten Sie die neuesten Einblicke, Neuigkeiten und Forschungsergebnisse aus welcher Versicherungsbranche schlechtweg in Ihren Posteingang.

Haftungsausschluss: Dieser Inhalt dient allgemeinen Informationszwecken und ersetzt nicht die Unterstützung durch unsrige professionellen Unternehmensberater.

[ad_2]
View Comments (0)

Leave a Reply

Your email address will not be published.

Scroll To Top