双赢:加快保险索赔以提高盈利能力和客户满意度  | Win-Win: Expedite Insurance Claims to Improve Profitability and Customer Satisfaction

Joshua Zable | 3/29/2023

主题: Fishbone, CART, Minitab Workspace, Minitab

一提到保险,人们就会想到概率、统计和效率。因此客户在等待索赔回复时总是对保险公司缺乏耐心。尽管保险公司最善于利用数据的力量来研究产品和风险状况,但通常会将同样的准则应用于各自组织的运营(特别是与客户的互动)。Minitab 可以帮助保险公司提高理赔速度和增进客户关系

衡量索赔响应速度

理赔时间应该是保险公司的一项关键衡量标准。由于输出衡量标准是一个数据点,因此收集和衡量应当相当简单。下面的示例使用样本数据集和一些简单的描述性统计数据,表明理赔时间的平均值(或均值)在 54 到 55 天之间。该数据还表明,最短时间为 40 天,最长时间为 75 天,从而提供一个最快时间和最慢时间的区间范围,有助于目标设定。

Table-1

 

设定目标并就可能影响绩效的因素进行头脑风暴

索赔缓慢不仅让组织在客户体验方面付出代价,而且索赔时间拖得越长,组织在责任方面的不确定性就越大。设定战略业务目标,以在特定时间范围内理赔在本例中,我们将实际目标设定为 50,表示理赔时间大约缩短 10%。

接下来,就可能影响理赔时间范围的变量进行头脑风暴。包括索赔金额、索赔类型、客户类型甚至理赔代理人等任何变量。  下图显示流行的鱼骨图示例,鱼骨图是许多流行的头脑风暴和结构化问题解决工具之一

Fishbone-Insurance-1

Ready to Brainstorm Problems?

下载 Workspace

 

 

 

使用预测建模来量化影响...

通常,预测建模有助于进行预测并了解对响应造成影响的因素。通过使用 Minitab 的自动化机器学习工具我们不仅可以看到最佳模型(在本例中为 Random Forests®),还可以看到其他模型的表现。

 

r-squared-table

在这种情况下,流行的传统回归方法不仅表现最差,还不太准确。适合可视化查看关系的 CART® 模型表现却相对较好

Apply Improvements…应用改进...

查看下面的 CART® 决策树,显然汽车理赔时间最短,而入室行窃和盗窃理赔时间最长。这是第一个需要改进的方面。再往下看,具体来说,案件代理人 Rebecca 显然正被这些案件搞得焦头烂额。就这些特殊案件对 Rebecca 进行培训可能会立即带来一些改进。

CART-image-1

....操作模型以加强与客户的沟通!

这种分析不仅可以帮助确定需要改进的方面,还有助于与客户沟通。通过考虑现有的因素并利用最准确的 Random Forests® 模型(由自动化机器学习确定),我们可以操作该模型以自动与客户沟通。在收集这些数据点时,该模型可以使用 Minitab Model Ops 等解决方案来计算估计的理赔时间并自动将理赔时间传达给客户。这将确保正确设定客户的期望值,使他们不会失望。随着绩效的提高,您不仅可以超额满足客户的期望,还可以继续优化预测模型,以便在将来为客户提供更准确的时间安排。

 

希望解决其他与保险相关的挑战?

了解我们的保险模块