Verzekerd van een perfect klantbeeld met Data & AI!
Wat de inzet van een Customer Data Platform kan betekenen voor de assurantie markt
Versnipperde klantdata
Er is geen branche waar de klantdata zo versnipperd is als binnen het verzekeringswezen. Van oudsher, vaak mede gedreven door fusies en overnames, zijn de polis systemen slecht geïntegreerd met de applicaties waarin schademeldingen worden geregistreerd en afgehandeld. En bij veel verzekeraars is er sprake van dikke muren tussen de verschillende divisies, zoals zorg, schade en leven. Daarnaast speelt dat – zeker tot een jaar of tien geleden – het intermediair een erg belangrijke rol speelde bij de verkoop van verzekeringen, waardoor de verzekeraars maar weinig inzicht hadden in de marketing- en salesactiviteiten en zij hun klanten pas leerden kennen op het moment dat er daadwerkelijk een polis werd afgesloten.
Gevolgen
Maar hoewel de grote versnippering van klantdata dus goed verklaarbaar is, vormt deze wel een groot probleem. Als een eenduidig klantbeeld ontbreekt, is het namelijk niet goed mogelijk om de klant op basis van zijn eigen voorkeuren en interesses persoonlijk te bedienen. Ook kunnen cross- en upsell opportunities niet goed inzichtelijk gemaakt worden en is het met klantdata in verschillende systemen lastig om te voldoen aan de compliancy eisen die aan assurantiemaatschappijen gesteld worden, zoals bijvoorbeeld ten aanzien van de AVG. Want wat bijvoorbeeld als iemand zijn ‘recht op vergetelheid’ wil uitoefenen? Uit welke systemen moet je zijn gegevens dan allemaal verwijderen?
En uiteraard is het ook lastig – zo niet ondoenlijk - om op basis van data die over meerdere, niet gekoppelde systemen verspreid zijn een adequaat risicoprofiel op te stellen. Laat staan te starten met voorspelmodellen ten aanzien van het gedrag van de klant, zijn potentiële waarde of cross-sell mogelijkhden om de polisdichtheid van de klant te optimaliseren. Datagedreven werken is dan nog ver weg.
CRM systemen
In de afgelopen 10-15 jaar hebben veel verzekeraars geprobeerd om de hierboven geschetste problematiek op te lossen door het invoeren van CRM-systemen. De focus lag daarbij echter vaak op de operationele ondersteuning van sales en marketing en niet op het realiseren van een volledig klantbeeld. Het management zag het CRM systeem vaak vooral als een middel om de verkopers te controleren, die op hun beurt het werken met systeem daarom vaak probeerden te omzeilen.
En een eenduidig klantbeeld ontstond er in de CRM systemen ook niet of nauwelijks omdat - zelfs als zij gekoppeld werden met de diverse backoffice polis systemen - de informatie uit de schade- en customer service applicaties nog steeds niet beschikbaar was; laat staan de informatie over websitebezoeken (bijvoorbeeld uit Google Analytics) en de informatie die een klant over zichzelf achterlaat op social media platforms.
Customer Data Platforms
De technologische ontwikkeling is op het gebied van het bij elkaar brengen en consolideren van data in de afgelopen jaren echter erg hard gegaan, waardoor er nu Customer Data Platforms (CDP’s) beschikbaar zijn. Verzekeraars kunnen gegevens uit meerdere bronnen hierin relatief eenvoudig bij elkaar brengen en consolideren. Hierdoor ontstaan er unieke en eenduidige klantprofielen, op basis waarvan het uitvoeren van analyses en het doen van voorspellingen wèl mogelijk is. Ineens wordt inzichtelijk wie zowel een schadepolis als een levensverzekering heeft afgesloten. Of wie wèl een caravanverzekering, maar nog geen autoverzekering heeft… Door een volledig en eenduidig klantbeeld te creëren kan de klant ook persoonlijker en relevanter geïnformeerd worden. Hierdoor worden de klanttevredenheid en de loyaliteit van de polishouder verhoogd.
Data verrijking
Maar naast het bij elkaar brengen en harmoniseren van klantdata uit verschillende bronnen is de mogelijkheid om de klantdata te verrijken met in de cloud beschikbare datasets, zoals bijvoorbeeld demografische gegevens of data uit het handelsregister, ook een belangrijke functie van de CDP’s. Specifiek voor verzekeraars zijn er diverse webservices beschikbaar die kunnen helpen bij het vroegtijdig detecteren van fraude en waarmee bijvoorbeeld het aantal schadevrije jaren getoetst kan worden.
Artificial Intelligence
Het in een customer data platform verkregen unieke en eenduidige klantbeeld kan ook gebruikt worden om algoritmes te voeden, die op hun beurt weer een rol spelen in het aansturen van de relevante communicatie met de klant, het ontdekken van cross-sell kansen om de polisdekkingsgraad van een klant te verhogen en/of het voorspellen van diens gedrag. Hierdoor kunnen risico’s op schade niet alleen veel sneller en preciezer geïdentificeerd worden, maar kunnen klanten op basis van in het CDP verzamelde en geïnterpreteerde data ook sneller genotificeerd worden indien er een situatie dreigt die kan leiden tot schade, zodat zij kunnen ingrijpen. In dit licht denken veel verzekeraars al na over de mogelijkheden om gebruik te maken van data die verzameld wordt door slimme apparaten (zoals digitale deurbellen en smart bloeddrukmeters) om de klanten beter te kunnen waarschuwen indien er sprake is van een verhoogd risico op schade.
Mensenwerk
Ook bij de invoering van een Customer Dataplatform zijn mensenwerk en aandacht voor de impact ervan op mens en organisatie cruciaal. Zowel de medewerkers van een verzekeraar als de klanten moeten begrijpen waarom en een CDP wordt ingevoerd en welke voordelen dat biedt. En juist omdat de invoer van een CDP van invloed kan zijn op processen en individuele werkwijzen is de aandacht voor deze aspecten gedurende een implementatie zo belangrijk. Trajecten waarbij de ingebruikname van een CDP gezien wordt als een louter technisch project, zijn gedoemd te mislukken.
Eens zien hoe dat werkt?
We leggen het ook graag aan jou uit! Meld je aan via link deze link!
Get in touch
Meer weten van customer insights?
