Finans ve kredi sektörüyle iş birliği yapan Rus sigortacılar kendilerini bu işin içinde buldular. zor durum. Bir yandan, isteğe bağlı şirket sigortası satışlarındaki düşüşün arka planına karşı, teminat kaydı için bir poliçenin satışındaki artıştan yararlanırlar. Ve artan kredi talebi ile haklı.

Öte yandan, bir kriz sırasında, kabul edilebilir seviyenin üzerinde borç almış olan ve yanlış sigorta olaylarına ödeme yaparak mali durumlarını iyileştirmeye çalışan güvenilmez müşterilerin sayısı artıyor. Sonuç olarak, yalnızca 2015 yılında tüzel kişilerin rehin sigortası kârsızlık açısından gözle görülür şekilde “kazanılmıştır”. Ancak sigortacılar, poliçe satın almaya hazır müşterilerin akışını reddetmeye hazır değil.

Sigorta puanlaması: Rusya'da ilk adımlar

Durumdan bir çıkış yolu bir aracı - NBCH (kredi geçmişi bürosu) tarafından teklif edildi. Direktörü Alexei Volkov, Şubat ayı sonunda kuruluşunun işletmeler tarafından taahhüt edilen mülk sigortası alanında sigorta piyasasına nasıl yardımcı olabileceğini anlattı.

Uzmana göre benzer bir durum 12 yıl önce Avrupa'da da gözlemlenmişti. Ardından, gelişmiş Batı ülkelerinde (Rusya 2014'te aynı şeyi yaptı) yasa koyucu, Birleşik Krallık'ın vatandaşların ve daha da önemlisi işletmelerin kredi geçmişlerine erişimini açmaya zorlandı.

En büyük analitik şirketlerden biri olan FICO, büyük sigortacılar için özel bir ürün geliştirdi - kredi puanlamaya benzer bir sigorta puanlama modeli. Bu nedir?

Puanlama, bir alacaklının (sigortalının) temerrüde düşme olasılığını belirleyen bir teknolojidir. Ama aksine klasik teknik sigorta risklerinin değerlendirilmesi, davranışsal faktörleri - konunun sorumluluk düzeyi ve her koşulda yükümlülükleri yerine getirme isteği - dikkate alır.

2014 yılında Rusya, sigorta şirketlerinin aynı yolu izlemesine izin veren bir yasa çıkardı,

• işletmeler tarafından verilen hizmet kredilerinin geçmişine erişim elde edin;
• alacaklı ile yapılan sözleşmeye ilişkin davranışın kalitesini analiz etmek;
• alınan verilere dayanarak kendisine ipotek sigortası oranları teklif etmek için sigortalının iyi niyeti hakkında bir sonuca varmak (veya bir poliçe düzenlemeyi reddetmek).

Alexey Volkov, 2014 yılında Rusya Federasyonu için böyle bir puanlama teknolojisine olan ihtiyacın şu anki kadar yüksek olmadığını söyledi. Sigortacıların (kurumsal olanlar dahil) akışında gözle görülür bir azalma henüz fark edilmedi, IC'ler risklerini akış ücretleri aracılığıyla karşıladı.

Ancak bugün, her sözleşmenin kontrol edilmesi gerektiğinde, sigorta puanlaması yeniden önem kazanıyor. Ve NBCH, FICO uzmanlarının yardımıyla, hesaplaması için şimdiden bir model geliştirdi. Çalışma prensibi basittir:

• bir tüzel kişiliğin kredilerine ilişkin verilere dayanarak, sistem sadakat seviyesini belirler;
• sonuç puan olarak elde edilir, aralık 350 ile 850 arasındadır;
• puan ne kadar düşükse, şirket için teminat sigortası maliyeti o kadar yüksek ve bunun tersi de geçerlidir.

Bir krizde kimin sigorta puanına ihtiyacı var?

Volkov, bu yaklaşımın sigortacı için iki nedenden dolayı faydalı olduğundan emin. İlk olarak, IC risklerini hesaplamak için doğru verileri alır. İkinci olarak, sadakatsiz (güvenilmez) müşterileri kesebilir ve sigortalı adına dolandırıcılık olasılığını azaltabilir.

NBKI başkanı, en son yeniliğin de ilginç olacağına inanıyor.

1. Borç alan şirket (eski veya şimdiki), geçmiş kredilerin doğru şekilde geri ödenmesine bağlı olarak, kurumsal mülkiyet sigortasında bir indirime güvenebilecektir.
2. Sigortalının beklentilerini değerlendirmek için şeffaf bir metodolojinin varlığı, sigorta bütçesini onaylama sürecini basitleştirecektir.

Sigorta puanlamasının geleceği

Alexey Volkov, bu nedenlerden dolayı, 2017-2018'de sigorta puanlamasının yalnızca bir şirket kredisi için teminat sigortası için değil, şirket sigortasının tüm seviyelerinde uygulanacağından emin. Uzman ayrıca, puanlama verilerinin etkinliğinin Moskova da dahil olmak üzere ülkenin 10 şehrinde zaten test edildiğini söyledi.

Pilot lansmanının bir parçası olarak, sistem bir CASCO poliçesi olan borçluların olası kârsızlığını değerlendirdi. Sonuçlar, puanı 625'in altında olan poliçe sahiplerinin daha kârsız olduğunu gösterdi.

Tüm bankaların yetkili sigortacı listelerinde yer alan, piyasanın en büyük sigorta şirketlerinden olan ortaklarımızın, şirket sigortalarında minimum tarife şartlarında müşterilerimizle çalıştıklarını hatırlayalım. SA'da "GALAXY sigortası", taraflar arasındaki dürüst ilişkileri ve sigortacının değil, sigortalının çıkarlarını destekler.

2014 yazında, 218 sayılı "Kredi Geçmişleri Üzerine" Federal Yasada yapılan değişikliklerin bir sonucu olarak, sigorta şirketleri müşterilerinin kredi geçmişlerini alabildiler. Alacaklılar açısından, sigorta şirketleri için kredi geçmişleri, risk değerlendirmesi olasılığı açısından maksimum öneme sahiptir. Borç vermede, temerrüdü tahmin etmek için risk değerlendirmesi gereklidir; sigortada, bir poliçedeki zararı tahmin etmek gerekir. Bu nedenle, sigorta sektörü ve 72 milyon Rus'un kredi geçmişlerinin saklandığı Ulusal Kredi Geçmişleri Bürosu (NBCH), kredi geçmişlerinden elde edilen verilere dayalı zararı tahmin eden matematiksel bir model - sigorta puanlaması - oluşturma sorunuyla karşı karşıya kaldı.

Tahmine dayalı analitikte uluslararası bir lider olan büyük Rus sigorta şirketleri, NBCH ve FICO, kredi geçmişlerine dayalı sigorta puanlamasının oluşturulmasında yer aldı. Amerika ve Avrupa sigorta piyasalarındaki FICO deneyimi esas alınmıştır. Araştırma çalışması ve birçok açıdan matematiksel açıdan hızlı ve güçlü bir sonuç alınmasını sağlamıştır. Uluslararası deneyim sayesinde, hemen kaskoya odaklanmaya başladık. Dünyanın her yerindeki bu sektör, sigorta poliçesi kayıpları ile müşterinin kişisel sorumluluğu arasında güçlü bir ilişki göstermektedir.

Araştırma alıştırmalarına başlamak için, kredi geçmişinden en güçlü öngörü değişkenleri hakkında bir hipotez oluşturuldu. Bu aşamada, bir borçlunun kredi yükümlülüklerini yerine getirmemesini öngören bir kredi puanlaması oluşturma deneyimi kullanılmıştır. Sigortada olduğu gibi, kredi sürecinde, borç veren, müşterinin yükümlülüğünü - daha önce üstlenilen yükümlülükleri yerine getirme geçmişi temelinde inşa edilen kişisel özelliği - değerlendirir. Her bir değişken, geçmiş sigorta poliçeleri bazında dikkatlice analiz edilmiş, sonuç olarak en güçlü ve en istikrarlı değişkenler seçilmiştir.

En güçlü değişkenler arasında elbette varsayılan veriler yer alır. Vadesi geçmiş ödemelerin sayısı ve derinliği puanlama puanını düşürücü bir etkiye sahiptir. Öte yandan, uzun vadeli kredi kullanma deneyimi memnuniyetle karşılanır: ipotek ve araba kredilerinin olumlu deneyimi sonucu artırıcı bir etkiye sahiptir. Bir puanlama modeli oluşturmak için en zor konulardan biri, bölgesel özelliklerin dikkate alınmasıydı. Sonuç olarak, nihai modele bölge verilerine dayalı birkaç değişken dahil edildi.

Küçük ama yine de etkileyen değişkenler, müşterinin aile üyeleri hakkındaki verileri içerir. Bu bilgi, örneğin, ailenin ortak bir ekonomiye sahip olmasına rağmen, eşlerden birinin alacaklılarla etkileşimin tüm konularını üstlendiği durumu dikkate almak için puanlama modeline dahil edilir. Yani, nispeten konuşursak, bir kadının ideal kredi geçmişi, kocasının sürekli yükümlülüklerini ihlal etmesi durumunda sorun yaşamayacağı anlamına gelmez.

Değişkenlerin doğrulanması ve puanlama modeli bir bütün olarak karmaşık bir görevdir. O başarılı çözüm büyük ölçüde geriye dönük test için mevcut verilerin temsil edilebilirliğine ve miktarına bağlıdır. Bu bağlamda, Rusya otomobil sigortası pazarının liderlerine haraç ödemek gerekiyor. Hepsi ilk günlerden itibaren modelin oluşturulması ve doğrulanmasında yer aldı. Rakamlar kendi adına konuşuyor: Analize dahil edilen tekne sigortası poliçelerinin toplam sayısı 6,5 milyondan fazla Poliçelerin geçmişe dönük geçmişi altı yıldan fazla. Bu, istikrarından emin olmak için Moskova ve bölgeler için ayrı ayrı bir model oluşturmayı mümkün kıldı - bir yıl arayla beş referans dönemi için ölçümler yapıldı. Puanlama puanının politikalar için genel kârsızlıkla korelasyonu incelenmekle kalmadı, aynı zamanda bireysel türlere, örneğin hırsızlıktan kârsızlık üzerine bir bağımlılık inşa edildi.

Sonuç olarak, ortaya çıkan puanlama modeli şunu gösterdi: en düşük puan aralığındaki poliçeler için kayıp oranı 600 puana kadar (sigorta puanlama ölçeği en popüler FICO puanlamalarına göre ayarlanmıştır: 350 ila 850 puan, daha düşük puanlar daha fazla risk anlamına gelir) Moskova için 700 puan ve bölgeler için %30 aralığından ortalama %20 daha yüksektir.

Puanlama puanı ile belirli tazminat türleri için kârsızlık ilişkisi incelenerek ilginç sonuçlar elde edildi. Örneğin, araba hırsızlığı ödemelerinin puanlama puanlarına bağımlılığını incelerken, bir anormallik ortaya çıktı - kârsızlıkta 550 puanın altındaki aralıkta keskin bir artış (4-5 kat). Meslektaşlarla yapılan istişareler bu olguyu açıklamayı mümkün kıldı: Düşük ödeme disiplini ve aşırı borç yükü olan vatandaşlar, reddedildiği için artık alacaklılardan borç para alamıyor ve sorunlarını çözmeye çalışıyor. maddi sorunlar sigorta şirketleri aracılığıyla. Yani aslında sigorta dolandırıcılığından bahsediyoruz. Anlaşıldığı üzere, kredi geçmişlerine dayalı sigorta puanlaması bu tehdide etkili bir şekilde karşı koyabilir.

Elde edilen sonuçlar, kısa vadede kasko sigortasında kredi geçmişine dayalı sigorta puanlamasının kullanılmasına yönelik umutları açmaktadır. İlk olarak, sigorta şirketleri artık NBKI puanlamasını tekne fiyatlandırması ve belirli müşterilere bir poliçenin satışına ilişkin karar verme için kullanabilirler. Örneğin, yüksek riskli segmentler için çarpma faktörleri uygulayarak. İkincisi, sigorta puanlaması, aktüerlerin düzenli olarak karşı karşıya kaldıkları son derece önemli bir görev olan ve çözümün doğruluğu büyük ölçüde bağlı olan bir portföy için tahmin kayıp oranı için geçerlidir. finansal sonuçlar tüm şirket.

Son olarak, puanlama modelinin otomobil sigortasındaki başarısı, benzer teknolojilerin diğer sigorta türlerinde de uygulanabileceğini ummamızı sağlıyor. NBKI ve büyük sigorta şirketlerinin tahminlerine göre, çoğu sigorta ürünü için bir kişinin sorumluluğu ile davranışı arasındaki ilişkilerin araştırılması ve doğrulanması yakın bir gelecek meselesidir.

Yayın tarihi: 12/07/2015

1 Temmuz 2014'ten itibaren Rus hukuku"Kredi Geçmişleri Üzerine", müşterilerin kredi geçmişlerine sigorta şirketlerinin erişimini açan değişikliklere tabidir. Böylece Rusya, geç de olsa, yerli sigorta şirketlerinin kârlılığının büyümesinde olumlu bir faktör olması gereken, kredi geçmişlerine dayalı dünya puanlama uygulamasına katıldı.

"Puanlama" (İngilizce puanlama, puanlama anlamına gelen bir oyun terimidir) olarak adlandırılan müşteri tabanı sınıflandırma modeli, müşterileri bölümlere ayırmaya yönelik bir modeldir. çeşitli gruplar bilinmeyen, ancak temel alınan diğer bilinen faktörlerle ilişkili bazı özelliklere göre.

Puanlamanın genel felsefesi bir açıklama gerektirmez: örneğin, kredi temerrütlerinin istatistiklerini analiz ederken, belirli bir müşterinin neden parayı iade etmediğini anlamaya gerek yoktur, ancak en önemli olan özellikleri vurgulamak önemlidir. müşterilerin güvenilmezliği ile yakından ilgilidir. Dünya bankacılık pratiğinde, yeni bir müşteri değerlendirilirken, kredi yetkililerinin sübjektif görüşleri ile birlikte yarım yüzyıldan fazla bir süredir otomatik puanlama sistemleri kullanılmaktadır.

Borç vermede risk, borçlunun olası temerrüdü ile ilişkilidir; Sigortacılıkta hedef risk değişkeni, sigorta ödemelerinin toplanan prime oranı ile ilgilidir. Banka riskleri ile sigorta şirketlerinin riskleri arasında ortak olan nedir? Hem bir kredi temerrüdü hem de bir sigorta poliçesindeki kaybın ortak bir temeli olduğu ortaya çıktı - konunun yanlışlığı ve yükümlülüklerini ihmal etmesi.

Puanlama sistemleri, benzer sosyal göstergelere sahip kişilerin davranışlarının benzer olduğu varsayımına dayanmaktadır. Ve uygulamanın gösterdiği gibi, en kârsız sigortacılar olduğu ortaya çıkan, ödünç alınan fonların iadesiyle ilgili zorluk yaşayan kuruluşlardır. Bu bağımlılık uzun zamandır keşfedilmiştir ve farklı ülkelerdeki sigorta şirketleri tarafından aktif olarak kullanılmaktadır.

Rusya'da, yakın zamana kadar, kredi geçmişleri ile sigorta poliçelerinin zarara uğratılması (başa baş) arasındaki ilişkinin resmileştirilmesine yönelik çalışmaların neredeyse anında başladığı değişikliğin ardından, söz konusu yasa bir engel olarak kaldı. Modelin oluşturulmasında NBKI uzmanları ve en büyük yerli sigorta şirketlerinin temsilcilerinin yanı sıra dünyanın en etkin sigorta skorlamasının geliştirilmesine sahip olan FICO uzmanları da yer almaktadır.

Yürütülen çalışma sonucunda (ve bu yılın Mayıs ayına kadar, otomobil sigortası segmentinde beş milyondan fazla sigorta poliçesi analiz edildi), kredi geçmişi tabanıyla yaklaşık %80 eşleşme sağlandı (puanlama, türleri dikkate alır) kredilerin kullanımı, ödünç alınan fonların kullanım tarihi, hizmet yükümlülüklerinin kalitesi), bu nedenle Ruslar bu açıdan Batılı komşularından çok az farklıdır.

Bankacılık puanlama modelinin geleneksel ölçeğini de koruduk - 350'den (poliçeye yüksek kayıp riski) 850 puana (düşük risk). Model geliştirildikten sonra, aracın etkinliğini doğrulayan gerçek poliçeler üzerinde test edildi: puanlama modeli kullanılarak yapılan hesaplamaya göre, 725 puan alanlara kıyasla 625'in altında puan alan tekne sigortası poliçeleri ve daha yüksek, aynı zamanda daha yüksek (%20) kârsızlık gösterdi. Üstelik sonuç hem Moskova'da hem de bölgelerde doğrulandı.

Dahası, ortaya çıkan model, sigorta dolandırıcılığını önlemede potansiyel bir yardım olduğunu kanıtladı: araba hırsızlığı hasar poliçelerinin zarar verme durumu analiz edildiğinde, düşük puanlı taşıyıcılar için poliçe zarar verme oranının beş katına kadar çıktığı ortaya çıktı. daha yüksek!

Böylesine ciddi bir niceliksel tutarsızlık, sigorta için puanlama modelinin, kötü kredi geçmişi nedeniyle artık bankalardan kredi almaya çalışmayan ve sorunları çözmeyi uman bir vatandaş kategorisi belirlemeyi mümkün kıldığını gösteriyor. finansal zorluklar yasa dışı sigorta ödemeleri alarak. Şaşırtıcı olmayan bir şekilde, NBKI sigorta puanlamasının ilk etapta otomobil sigortası segmentinde kullanılmaya başlaması şaşırtıcı değil!

Şimdi sırayla - emlak sigortası ve hayat sigortası. Bu sigorta segmentlerinde kredi geçmişleriyle çakışma yüzdesinin yüksek olacağına inanmak için her türlü neden var: uluslararası deneyimin de doğruladığı gibi, vicdanlı bir kişi hem yükümlülükleriyle ilgili olarak hem de mülkü, sağlığı ve ailesiyle ilgili olarak sorumluluk gösterir.

Puanlama teknolojileri çeşitli alanlarda popülerdir. İlk kez bankacılıkta borçlunun güvenilirliğini değerlendirmek için kullanıldılar, daha sonra puanlama birçok faaliyet alanına yayıldı. Tercüme edildiğinde, bu terim "puan almak" anlamına gelir.

Sigorta şirketleri, belirli bir alıcıyla sözleşme imzalarken risk derecesini belirlemek için bir puan sistemi kullanır, ancak bu yaklaşım aynı zamanda potansiyel bir müşteri için birçok avantaj vaat eder.

Sigortacılar tüketicileri nasıl inceler: kredi geçmişi analizi ve telematik programları

Bankacılık kurumları, bir kredi vermeden önce uzun süredir tüm artıları ve eksileri tartıyorlar: bir kişinin İnternet'teki etkinliğini (iş arama siteleri, sosyal ağlardaki gönderiler) analiz ediyorlar, eğitimin varlığını vb.

Sadece birkaç yıl önce, sigorta şirketleri vatandaşların kredi geçmişine erişim sağladı, bu bilgiler çeşitli puanlama sistemleri oluşturmak için kullanılıyor.
Risk modelleme programlarının geliştiricilerini ilgilendiren ana faktörler, vadesi geçmiş ödemelerin sayısı, ihlallerin sıklığı, ipotek uygulaması, araba kredisidir. Ek bilgiler arasında - ailenin bileşimi hakkında bilgiler. Alınan verilere göre her alıcının bir "portresi" oluşturulur. Puanlar ne kadar yüksek olursa, sigorta oranı o kadar düşük olacaktır.

yenilikçi teknolojiler derlemeye izin ver Genel fikir telematik cihazlar sayesinde sürücünün yoldaki davranışı üzerinde. Ekipman, çok çeşitli bilgileri izler ve operatöre iletir:

• ortalama hareket hızı;
• ani fren yapma ve tehlikeli manevralar yapma eğilimi;
• sefer sayısı;
• yol olayları.

Test süresinin sonunda sürücü puanları sayar. Olumlu bir puan size iyi bir indirim hakkı verir.

Sigortacılar "kazasız" sürücüleri nasıl cezbeder?

Sigortacılıkta puanlama oldukça yakın zamanda ortaya çıktı, daha önce analiz için bilgi kaynakları veya bu tür teknolojilerin geliştirilmesi için ekipman yoktu.

Tüm Rusya'yı kapsayan bir sigortacı tabanı yoktur ve öngörülebilir gelecekte ortaya çıkması pek olası değildir. Bir sürücünün karıştığı kaza sayısına ilişkin verileri PCA veri tabanında bulabilirsiniz. Tedbirli sürücülere tüm sigortacılar değer verir, rakiplerinden geçiş yapmaları durumunda onlara indirim sunmaya hazırdır.

Önde gelen şirketler, her alıcıya, ürünün nihai maliyetini belirleyen puanlar verir. İstatistikler uzmanların vardığı sonuçları doğruluyor: Daha düşük puanlı sigortacılara verilen CASCO poliçeleri %20 daha az çıkıyor daha kârsız sözleşmeler, sahipleri yüksek notlu sürücüler.

Müşterilerin risk derecesine göre kategorilere ayrılması, sigorta şirketinin faaliyetlerinin karlılığını artıran ilerici bir modeldir. Sürücünün arabasını kurtardığından ve trafik kurallarını ihlal etmemeyi tercih ettiğinden emin olduktan sonra şirket onu indirimle ödüllendiriyor. Böyle bir işbirliği her iki taraf için de faydalıdır.

Puanlama: sorunlu anlar

Şirketler, kendilerine sunulan verilere dayalı olarak farklı puanlama sistemleri geliştirir ve bu nedenle sonuçlar bazen büyük ölçüde farklıdır. Bir müşteri hakkında yasal bir şekilde bilgi kaynakları bulmak oldukça zordur çünkü vatandaşların kişisel verileri korunmaktadır.

Bir kalite sistemi geliştirmek pahalıdır, her IC'nin profesyonel bir müteahhit tutmak için yeterli kaynağı yoktur.

Puanlama hangi sigorta türlerinde önemlidir?

Şimdiye kadar, Rusya'da yalnızca kredi bürosu puanlaması toplu kullanım aldı - motor sigortasında. Belirlenen bağımlılıklar, gövde politikası kapsamında kârsızlık tahminini önemli ölçüde iyileştirmemize ve hatta mülkle dolandırıcılık girişimlerine karşı koymamıza olanak tanır. Örneğin Kasko tarifesi, araç sahibinin yaşı, cinsiyeti, medeni durumu, aracın markası ve bölgesi ile sigortacıların tarife faktörü olarak adlandırdığı diğer parametrelere bağlıdır. Sberbank Insurance Genel Müdür Yardımcısı, Risk Direktörü, Aktüeryal Hesaplamalar Başkanı Vladimir Novikov'a göre bu puanlamadır. Dijital teknolojilerin gelişmesi ve büyük miktarda verinin birikmesiyle, klasik risk değerlendirme faktörlerine ek olarak, daha önce sigortacıların ilgisini çekmeyenlerin kullanılması mümkün hale geldi. Puanlama tekniği yalnızca risk değerlendirmesi için geçerli değildir: pazarlama, satış, zarar tasfiyesinin optimizasyonu, dolandırıcılıkla mücadele, inanç sorunlarının çözümünde de işe yarar. Vladimir Novikov.

Buna göre Pazarlama Araştırması Departmanı Başkanı, IC MAKS Evgeny Popkov, yakın geçmişte, sigorta puanlaması çok sınırlı bir araç setiydi. Bu nedenle, çoğu durumda, satış ofisi çalışanları, kontrolün belirli tetikleyiciler için tetiklendiği - "Sigorta onayı gerekli" veya "SB doğrulaması gerekli" gibi gönüllü türler için sigorta hesaplayıcıları kullandı.

Akıllı Sürüş Laboratuvarı İstatistik ve Analitik Direktörü Alexander Morozov, puanlamanın temelde sigorta riskinin kişisel bir değerlendirmesi olduğunu savunur. Bu tahmin, ortalama faktörler temelinde hesaplanan geleneksel modellerden daha doğrudur.

Adaperio'nun CEO'su Alexey Danilov aşağıdaki örneği verir. Geleneksel değerlendirme yöntemleri her zaman ortalama bir kullanıcının davranışına dayalı olmuştur - belirli bir sosyo-demografik profile sahip soyut bir sigortacı, ancak aslında örneğin Moskova'da yaşayan ve bir BMW kullanan 35 yaşındaki iki erkeğin davranışı kökten farklı olabilir. İşte bu durumda, bir sigorta şirketinin risklerini daha doğru belirlemeyi mümkün kılacak ve sonuç olarak kar (zarar oranı) göstergelerini etkileyecek olan büyük veri kullanışlı hale gelmektedir.

Makine öğrenimi yöntemlerini kullanarak otomobil sigortası dolandırıcılığını tespit etmeyi nasıl öğrenebilirim? Bu konuda, kaldırmanın 4'e eşit olduğu bir puanlama modeli örneğinde, Ilya Lopatinsky, Ingosstrakh Perakende İş Destek Departmanı Direktörü, hakkında konuşacak Puanlama Günleri 2018.

Dünya uygulamasında skorlama sigorta şirketlerinin tüm iş kollarında kullanılmaktadır. Rus pratiğinde, puanlama en çok VHI ve otomobil sigortası gibi türlerde yaygındır, diyor BKI Equifax Genel Müdürü Oleg Lagutkin."Uygulamamızda puanlamanın en egzotik kullanımı, bir sigorta sözleşmesinin imzalanma koşulları hakkında karar veren sigorta şirketlerinin çalışanlarının dolandırıcılık eğilimini değerlendirmekti" diyor. Oleg Lagutkin. Ona göre, dolandırıcılıkla mücadele, kayıplar ve satışlar gibi süreçlere puanlama getirilmesi tavsiye edilir.

IC Soglasie Underwriting ve Ürün Yönetimi Departmanı Müdür Yardımcısı Andrey Kovalev tüm gönüllülük durumlarında puanlama kullanma potansiyelini görür. kütle türleri sigorta (araba sigortası, VHI, IFL sigortası dahil). Puanlamanın ana kullanım alanı risk değerlendirmesi ve dolandırıcılıkla mücadele olmakla birlikte satış desteği alanında da kullanılabilir.

VTB Insurance Genel Müdür Yardımcısı Evgeny Nisselson kasko, mülk sigortası, kaza sigortası vb. perakende ürünlerin satışında puanlamanın kullanılmasının daha uygun olduğuna inanmaktadır. Risk değerlendirmesinin maliyetini azaltmanıza ve süreci önemli ölçüde hızlandırmanıza olanak tanır. Puanlama tipik ürünler için geçerlidir, belirli riskleri analiz etmek için geleneksel yöntemler kullanılmalıdır.

SAO ERGO'nun Mülkiyet Sigortası Türleri Genel Müdür Yardımcısı - Operasyon Direktörü Maria Barsova, şirketin kapsamlı sigorta ve bireysel sigortada kredi puanlama kullandığını söyledi. bireyler, esas olarak sigortacılıkta ve fiyatlandırmayı belirlemek için.

Sigortacılar telematiği test ediyor

Buna göre Dmitry Rykov, Zetta Insurance LLC, Otomobil Sigortası Sigortalama Departmanı Başkanı, telematik tabanlı politikalar henüz yaygın olarak geliştirilmemiştir, ancak şirket bu ürünleri dikkatli bir şekilde test etmeye, piyasayı izlemeye ve ilginç bir teklif sunmaya hazırlanmaya devam etmektedir. İÇİNDE SC "Rıza" ayrıca bu telematik cihazlarda puanlama uygulamasının geliştirme ve test aşamasında olduğunu da doğruladı. İÇİNDE « VTB Sigortası» sigorta şirketinin otomobil sigortası pazarındaki sınırlı varlığı nedeniyle endüstriyel bazda telematik verilere dayalı puanlama kullanmadığını bildirdi. Şirket aynı zamanda telematik sistemlerini de test etti. farklı üreticiler ve sonuçlar oldukça yüksek verimlilik gösterdi. SAO ERGO'nun Mülkiyet Sigortası Türleri Genel Müdür Yardımcısı - Operasyon Direktörü Maria Barsova, şirketin telematik cihazlardan alınan verilere dayalı puanlama uyguladığını ve uygulamaya devam ettiğini, ancak beklentilerin %100 haklı olduğu iddia edilemeyeceğini söyledi. Hacimler hala küçük ve bu bağlamda kârsızlık üzerindeki etkiden bahsetmek için henüz çok erken.

"Kişisel sigorta riskinin değerlendirilmesini iyileştirmek için herhangi bir veri yararlıdır. Özellikle de bu riskle iyi bir korelasyona sahiplerse ve benzerleri yoksa. Doğrudan arabadan alınan telematik cihazlarından gelen veriler niteliksel olarak diğer faktörlerle değiştirilemez ve sigorta riskiyle mükemmel bir şekilde ilişkilidir, - not edildi Alexander Morozov, İstatistik ve Analitik Direktörü, Akıllı Sürüş Laboratuvarı. – Bu nedenle, telematik verilerinin puanlama için yararlı olduğunu kesinlikle söyleyebiliriz. Uygulamanın sonucu, sigorta şirketi tarafından önerilen özel modele, verilerin bileşimine, kalitesine ve maliyetine bağlıdır, bu nedenle tek bir değerlendirme yapmak yanlış olur.”

Casco için bir puanlama oluştururken hangi veriler kullanılır? Bu konuda - konuşmada Frank Shikhaliev, Veri Analizi Geliştirme Daire Başkanı "Rönesans Sigortası" 19 Nisan'da Puanlama Günleri 2018.

Teknoloji: sigortacıların kullandığı şey

Şirketin kendi geliştirmelerini mi yoksa üçüncü taraf tedarikçilerin geliştirmelerini mi kullandığı sorulduğunda, şirket "Anlaşma" her iki yöntemi de kullandıklarını belirtmişlerdir. “Şüphesiz kurum içi geliştirme ile işin daha yüksek sürdürülebilirliği sağlanıyor ancak yine de şirketin tüm gelişimi kendi bünyesinde gerçekleştiremediği alanlar var” dedi. Andrey Kovalev, Sigortacılık ve Ürün Yönetimi Departmanı Müdür Yardımcısı, IC Soglasie. VTB Sigorta Şirketi sigortacının ihtiyaçlarına göre uyarlanmış hazır satıcı çözümleri kullanır. Şirket çalışması "Sberbank Sigortası" puanlama çerçevesinde iki bölüme ayrılabilir. Bir kısım, kullanılan analizdir. yazılım ve üçüncü şahıs yüklenicilerin şirket için geliştirdikleri istatistiksel paketler. İkinci kısım - puanlama verilerinin uygulanmasındaki başarının kalan% 50'si - çalışanların yetkinliği ile belirlenir, yani şirkette büyük verilerle çalışabilecek uzmanların varlığına bağlıdır.

Zetta Insurance LLC'nin otomobil sigortasında yüklenim departmanı başkanı Dmitry Rykovşirketin kendi yöntemlerine ek olarak ortakları tarafından sağlanan araçları kullandığını söyledi. Bir örnek, bir arabadaki kazaların geçmişini kontrol etmenizi sağlayan Audatex hizmetidir. Başka bir örnek, müşterinin sigorta geçmişini yaklaşık olarak tahmin etmeyi de mümkün kılan OSAGO KBM'dir.

Sigortacılardan ve geliştiricilerden puanlama içgörüleri

Araba modeli seçimi, müşterinin yoldaki davranışı hakkında gerçekten bilgi taşır. Örneğin, sürekli olarak arabaların sürüş özelliklerine vurgu yapan bir araç markası seçen bir müşteri, benzer sınıf, güç, boyut ve maliyete sahip ancak konfor veya güvenilirliğe önem veren bir üreticiden bir araç seçen bir müşteriden daha sık kaza yapıyor. , söz konusu IC Soglasie Taahhüt ve Ürün Yönetimi Departmanı Müdür Yardımcısı Andrey Kovalev.

Kasko sigortasında bina puanlaması vakaları itibaren Ilya Lopatinsky Ingosstrakh'tan ve Frank Shikhaliev Rönesans Sigorta'dan - konferansta Puanlama Günleri 2018.

Buna göre Dmitry Rykov, Zetta Insurance LLC otomobil sigortası sigortalama departmanı başkanı, pek çok ilginç bağımlılık vardır: örneğin, farklı medeni durumlardaki sigortalıların yol kazalarının sıklığı önemli ölçüde değişir. Bu nedenle, evli sürücüler sigortalı olay sıklığı en düşük olanlardır ve şirkette indirim alırlar. Şirketin doğrudan Moskova'da keşfettiği bir diğer ilişki, sigortalı bir olayın olasılığı ile sigortalının kalıcı kayıt adresi arasındaki ilişkidir. Trafiğin daha güvenli olduğu bir bölgede oturan araç sahibine poliçe bedelinin %20'si kadar indirim yapılabilir.

Vladimir Shikin, Pazarlama Direktör Yardımcısı, NBKI, kural olarak, tüm düzenliliklerin olduğunu bildirdi mantıklı açıklama, ancak olaydan sonra zaten tespit edilmiş olurlar. Örneğin, test sırasında şirket, banka puanlama değerlerinin düşük olduğu bir segmentte hırsızlıktan zarar görme olasılığının yüksek olduğunu fark etti. “Bu aralığın, düşük yükümlülük nedeniyle bankaların artık kredi vermediği ve bu kişilerin mali sorunlarını sigorta şirketleri pahasına çözebilecekleri müşterileri içerebileceğini varsaydık. Yani, aslında potansiyel bir dolandırıcılık göstergesi belirledik” dedi.