Wie kann Versicherungsschutz durch analytische Prognosen schneller und genauer gewährt werden?
Der Bedarf nach mehr Effizienz ist in der Versicherungsbranche auf einem Allzeithoch. Die Kunden erwarten, dass ein schneller, datengestützter Service Versicherungsunternehmen herausfordern wird. Daher ist ein beschleunigter Versicherungsschutz in letzter Zeit zu einer beliebten Methode geworden, um für mehr Kundenzufriedenheit zu sorgen und die Ressourcenzuweisung für Versicherungsunternehmen zu optimieren. Durch den beschleunigten Versicherungsschutz können Antragsteller bei Versicherungen einen Versicherungsschutz erhalten, ohne dass eine vollständige medizinische Untersuchung oder eine Blutuntersuchung erforderlich ist.
Es bleibt jedoch eine große Herausforderung, anhand begrenzter Daten korrekte Berechnungen vorzunehmen. Minitabs Modul für prädiktive Analysen bietet eine leistungsstarke, datengestützte Lösung zur Optimierung dieses Verfahrens.
Analyse genehmigter Profile mit Hilfe eines Regressionsbaums
Wir wollten mit der Statistiksoftware von Minitab mehr über die Eigenschaften von Antragstellern erfahren, denen mit größter Wahrscheinlichkeit ein beschleunigter Versicherungsschutz gewährt wird. Wir haben den Algorithmus „Regression Trees“ für maschinelles Lernen (CART®) im Minitab-Modul „Predictive Analytics“ verwendet. Ein Regressionsbaum verwendet einen Algorithmus auf der Grundlage eines Entscheidungsbaums, der so funktioniert, dass ein Satz von Ja/Nein-Regeln aufgestellt wird, mit denen die Daten anhand derjenigen Prognosevorgaben aufgeteilt werden, die die Daten optimal in ähnliche Antwortwerte aufteilen. Mit diesem Werkzeug konnten wir:
Der CART®-Entscheidungsbaum ermittelte die wichtigsten Merkmale (Prognosen) des Antragstellers, die Einfluss auf die Entscheidung haben, den Versicherungsschutz beschleunigt zu genehmigen (=1) oder abzulehnen (=0).
Im Diagramm der relativen Variablenwichtigkeit wurde die Signifikanz von Prognosen dargestellt. Diese Grafik zeigte, dass sich die Versicherungsgesellschaft am stärksten auf das Alter konzentriert, gefolgt vom BMI, der Krankengeschichte und vom Geschlecht.
Prognostizieren und verbessern
Unter "Einstellungen" können Sie die Werte für jede Prognosevariable eingeben. Der Abschnitt „Prognose“ enthält dann den rechnerischen Wert für die Wahrscheinlichkeit, dass ein Versicherungsschutz beschleunigt genehmigt wird. Mit diesem Prognosemodell kann das Versicherungsunternehmen z.B. vorhersagen, wer für einen beschleunigten Versicherungsschutz zugelassen oder abgelehnt wird.
Laut unserem Szenario wird ein beschleunigter Versicherungsschutz für einen 56-jährigen verheirateten Mann mit einem BMI von 23, einem Jahreseinkommen von 120 Tsd., einer Vorgeschichte von Herzerkrankungen, einem guten gesundheitlichen Allgemeinzustand, einem grenzwertigen Blutdruck und Cholesterinspiegel, der raucht und mäßig Alkohol trinkt, mit einer Wahrscheinlichkeit von 66,7% abgelehnt, und der Antragsteller wird zum herkömmlichen Verfahren für den Versicherungsschutz weitergeleitet.
So können Versicherungsunternehmen die Ressourcenzuweisung besser prognostizieren, und das ermöglicht ein unkompliziertes Gespräch mit potenziellen Kunden darüber, ob ein beschleunigter Versicherungsschutz für sie infrage kommt.
Optimieren Sie mit Minitab Ihr Verfahren zur Gewährung eines Versicherungsschutzes
Durch den Einsatz des leistungsstarken Moduls „Predictive Analytics“ in Minitab können Versicherungsunternehmen ihr beschleunigtes Verfahren für den Versicherungsschutz erheblich korrekter machen und so sowohl die Effizienz als auch die Zufriedenheit ihrer Kunden steigern.