InsurTech

Menghubungkan dan Mencocokkan untuk Membuat Tampilan Pelanggan Tunggal

Liga Asuransi – Perkembangan pasar asuransi yang saat ini semakin cepat dan semakin cerdas walaupun setahun yang lalu keadaan baru saha dihantam pandemi yang sampai dengan saat ini juga belum bisa dikatakan 100% tuntas, tapi mengharuskan kita untuk terus beraktifitas. Dengan semakin terintegrasinya teknologi ke masing-masing individu di dunia ini melalui perangkat mobile, menimbulkan satu hal baru yang layak digunakan sebagai parameter kita untuk memasarkan sebuah produk khususnya asuransi, yaitu data pelanggan yang termasuk didalamnya data mengenai interest, device, sampai dengan behavior dari masing-masing individu. Sekarang menjadi tantangan kita dunia asuransi, untuk memanfaatkan data dan memaksimalkan efek dari data tersebut.

Menganalisa Data Pelanggan

Penyedia asuransi sudah pasti ahli dalam melakukan analisa data statistik tetapi seringkali menghadapi banyak hambatan dalam hal memanfaatkan data tersebut untuk mencapai Manajemen Data Pelanggan (Customer Data Management/CDM) yang sebenarnya. Sebuah studi oleh Managing General Agents (MGA) Association menemukan hanya 30% MGA menggunakan data mereka untuk cross-selling. Infrastruktur database terpisah, tingkat perpindahan yang tinggi ditambah aktivitas merger dan akuisisi membuat CDM menjadi tantangan bagi pasar. Tahun 2021 diperkirakan akan membawa peningkatan lebih lanjut dalam aktivitas M&A (Merger & Acquisition), penyedia asuransi dapat mengatasi hambatan ini dengan memanfaatkan lebih dari dua miliar data asuransi. Data diharuskan bukan hanya sekedar angka saja, tapi penyedia asuransi dituntut untuk bisa mengartikan data tersebut untuk tujuan pemasaran dan pengembangan.

Inovasi adalah keharusan bisnis

Merger dan akuisisi sebagian besar didorong oleh penyedia asuransi yang ingin mengembangkan portofolio mereka, mempercepat transformasi bisnis, dan meningkatkan pengalaman pelanggan. Karena inovasi telah menjadi keharusan bisnis, kemitraan insurtech dan aktivitas M&A menyediakan rute untuk mendapatkan keunggulan kompetitif. Ironisnya, bagaimanapun, aktivitas ini membawa risiko reputasi semata-mata karena fakta bahwa hal itu seringkali membawa sekumpulan data pelanggan baru untuk diasimilasi dan diintegrasikan ke dalam bisnis.

Proses integrasi data yang rumit

Mengintegrasikan data untuk penggunaan yang konsisten di seluruh bisnis bukanlah hal yang mudah. Data konsumen pada akhirnya dapat disimpan dalam beberapa bagian – aplikasi, kutipan, klaim, pemasaran – yang berisiko menjadi usang, tidak benar, dan tidak konsisten. Artinya, individu dapat muncul beberapa kali di database pelanggan yang berbeda dalam grup asuransi yang sama tanpa ada tautan yang dibuat di antara catatan. Untuk menambah tantangan, pelanggan mungkin terdaftar di alamat yang berbeda atau bahkan memiliki representasi yang berbeda dari nama mereka karena peristiwa kehidupan atau hanya karena kesalahan input.

John Smith-Jones, JK Smith, Jon K Smith?

Hal ini membuat sulit untuk mengetahui dengan yakin bahwa Tuan John Smith-Jones di 10 Elton Avenue, London, yang telah mengajukan permohonan asuransi kendaraan bermotor hari ini, adalah sama dengan JK Smith 10 Elton Avenue, yang memiliki polis asuransi rumah dengan merek tersebut 4 tahun yang lalu. dan Jon K Smith yang sama di 1 Elton Avenue, London yang memiliki klaim van komersial kecil terhadap salah satu pemegang polis Anda tahun lalu.

Selain potensi ketidakjelasan ini menciptakan layanan pelanggan yang buruk, duplikasi atau informasi konsumen yang sudah ketinggalan zaman dapat menyebabkan harga yang tidak akurat, risiko penipuan, anggaran pemasaran yang terbuang percuma, kehilangan peluang jual-silang dan upsell, serta biaya penyimpanan data yang tidak perlu. Ini semua dapat berdampak merugikan pada keuntungan dan pertumbuhan bisnis yang tentu saja bertentangan dengan alasan kegiatan merger atau akuisisi yang mungkin menimbulkan masalah tersebut.

Menautkan dan mencocokkan data pelanggan yang berbeda

Menautkan dan mencocokkan data pelanggan untuk membuat tampilan pelanggan tunggal dapat terasa seperti tugas yang mustahil, tetapi sekarang data khusus asuransi, keterampilan analitik, dan teknologi telah digabungkan untuk menyelesaikan masalah ini bagi penyedia asuransi.

LexID® adalah pengenal unik yang dibangun dari teknologi penautan kepemilikan dan menggunakan sumber daya data yang kaya riwayat kebijakan untuk mencocokkan informasi identitas yang berbeda.

Solusi pencocokan ID yang telah terbukti ini berada di belakang banyak produk LexisNexis sekarang tersedia bagi penyedia asuransi untuk menghubungkan semua aset data mereka bersama-sama. Artinya, mereka akan tahu jika mereka mengutip kebijakan rumah kepada pelanggan motor yang sudah ada; jika seseorang membuat klaim terhadap mereka dulunya adalah pelanggan dan bahwa pengemudi bernama yang ditambahkan ke polis dulunya diasuransikan oleh mereka. Itu baru permulaan, peluang yang diciptakan oleh kemampuan pencocokan data dan penautan ini sangat besar.

Solusi pencocokan data menyediakan suatu hal yang ajaib

Baca Juga :   Menerawang Perkembangan Teknologi Asuransi di Masa Depan

LexID® berasal dari LexisNexis yang dipatenkan Scalable Automated Linking Technology atau SALT yang menghubungkan catatan pelanggan dengan titik data yang berpotongan. Akibatnya, menggabungkan titik-titik – menemukan benang merah antara catatan untuk mencocokkan data yang berbeda.

Untuk mencocokkan data dengan lebih tepat dan membangun gambaran akurat tentang individu, ia menggunakan berbagai kumpulan data yang terdiri dari sekitar 2,3 miliar catatan termasuk data publik dan riwayat kebijakan yang dikumpulkan dari seluruh pasar. Rekaman dengan kesamaan dihubungkan bersama dan kemudian diberi LexID® yang sama.

Kombinasi yang kuat dari sumber daya data yang luas dan pemodelan probabilitas kompleks inilah yang dapat menghasilkan hasil pencocokan yang unggul atas pencocokan berbasis aturan dan fuzzy menggunakan data penyedia asuransi saja.

SALT menggunakan konsep lanjutan seperti kekhususan istilah untuk menentukan relevansi / bobot bidang tertentu dalam lingkup proses penautan, dan model matematika yang didasarkan pada data masukan, daripada kebutuhan akan aturan pengguna yang dikodekan secara manual – ini adalah kunci untuk efisiensi solusi secara keseluruhan.

Tampilan pelanggan tunggal

Dengan mengumpulkan data dari beberapa titik kontak, penyedia asuransi mendapatkan representasi yang komprehensif dan akurat dari identitas pelanggan, pada titik mana pun mereka berurusan dengan merek – pelanggan, pemegang polis, penggugat, pemohon, prospek.

Tampilan tunggal, terkonsolidasi, dan instan ini berdasarkan setiap kontak yang mereka miliki dengan individu tersebut kemudian menciptakan dasar untuk semua transaksi masa depan dengan pelanggan. Profil identitas terus diperbarui untuk memastikan gambar yang dinamis dan akurat dibuat dengan memperhitungkan perubahan identitas dari waktu ke waktu.

Pemasaran, layanan pelanggan, penetapan harga, penjaminan emisi, dan klaim semuanya bisa mendapatkan keuntungan. Dengan pemahaman langsung tentang semua poin hubungan dengan orang tersebut, penyedia asuransi dapat memberikan pengalaman layanan yang lebih relevan dan disesuaikan. Masuk akal, penyedia asuransi yang mengetahui detail persyaratan asuransi pelanggan yang lebih luas, tanggal pembaruan dan informasi kontak terbaru juga jauh lebih mampu melakukan komunikasi yang efektif di semua tahap perjalanan pelanggan, dan dalam- balik menjual produk yang relevan pada waktu yang tepat.

Pelanggan tidak perlu mengulangi detail mereka

Buku Putih baru-baru ini oleh ResponseTap dengan masukan dari LexisNexis Risk Solutions menggarisbawahi nilai pandangan pelanggan tunggal dalam hal layanan pelanggan dan memastikan pelanggan tidak perlu mengulang detail tentang diri mereka sendiri jika tidak perlu. Ketika orang ditanya mengapa mereka memilih untuk tidak membeli asuransi melalui telepon dalam 12 bulan terakhir, 42% berkata: “Saya tidak suka melalui sistem IVR otomatis (misalnya tekan 1 untuk motor, tekan 2 untuk rumah)” 14 % berkata: “Saya pikir itu akan lebih mahal.” Sebanyak 49% lagi berkata: “Saya tidak suka harus mengulangi semua detail saya lagi melalui telepon.”

Dalam survei yang sama, ketika konsumen ditanya apakah mereka akan membayar lebih untuk berbicara dengan spesialis asuransi melalui telepon, 40% responden mengatakan mereka akan melakukannya, jika pengalamannya secepat dan semudah membeli secara online.

Sentimen serupa diungkapkan dalam laporan PwC baru-baru ini “The Future of CX”, yang menyoroti kesenjangan 18% antara pengalaman dan ekspektasi pelanggan. Studi tersebut menemukan bahwa orang yang membeli asuransi mobil akan bersedia membayar premi 7% sebagai imbalan atas layanan pelanggan yang baik.

Memahami nilai umur

Jelas, akses ke informasi yang lebih akurat membantu penyedia asuransi memahami nilai seumur hidup pelanggan, mendukung program pemasaran langsung yang lebih bertarget dan efisien, serta penetapan harga yang akurat berdasarkan pemahaman yang lebih lengkap tentang keseluruhan risiko individu dan aset mereka pada saat itu juga. kutipan.

Penyedia asuransi berada di bawah tekanan yang signifikan untuk memahami perubahan kebutuhan pelanggan mereka dan menetapkan harga secara adil. Itu dimulai dengan memaksimalkan data yang sudah mereka miliki. Solusi pencocokan ID seperti LexID dapat memberikan bahan utama untuk melakukan manajemen data pelanggan yang sebenarnya. Dengan menciptakan pandangan pelanggan tunggal yang sulit dipahami, penyedia asuransi dapat lebih memahami dan melayani klien baru dan yang sudah ada dengan lebih baik.

Tulisan ini dipersembahkan oleh LIGASYS penyedia Integrated Insurance Broking System untuk direct broker dan reinsurance broker. LIGASYS sangat membantu untuk menyederhanakan proses dan membuat laporan sesuai dengan ketentuan. Saat ini LIGASYS sudah digunakan oleh beberapa perusahaan broker dan broker reasuransi.

www.ligasys.com

Untuk informasi lebih lengkap tentang LIGASYS hubungi Jamil General Manager di 08129616310, 081286300922 dan email muhamad.jamil@ligasys.co.id 

Klik Untuk Menuliskan Komentar Anda

Leave a Reply

Your email address will not be published. Required fields are marked *

To Top