Datalytica для страхования

Решения DATALYTICA по отраслям

Big Data решения Datalytica для страхования

Технологические решения DATALYICA для страхования основаны на методах математического моделирования и машинного обучения и направлены на 3 основные бизнес-стратегии: повышение продаж, снижение издержек, управление рисками.
Психологический скоринг клиентов
Психологический скоринг - это определение психотипа человека. Психотип - совокупность личностных признаков человека, описывающая характерное для него поведения в различных жизненных ситуациях. Считается, что эта совокупность сформирована от рождения и не меняется в течение жизни. Однако, в процессе социализации и общения с другими людьми, человек может сознательно научиться контролировать некоторые проявления своего психотипа, но именно сформированный при рождении психотип коренным образом влияет то, какие решения принимает человек. Это работает и в обратную сторону - проанализировав поведение человека, в том числе в цифровой среде (digital footprints), можно с большой долей вероятности определить его психотип.

Основная задача психологического скоринга клиентов страховых компаний - это оценка вероятности убыточности клиента для принятия решения о продаже страхового продукта.
Компьютерное зрение для страховых компаний
В страховом бизнесе компьютерное зрение применяют для решения нескольких задач:
- выявление мошеннических действий с помощью видеонаблюдения;
- сегментации клиентской базы на основе видеонаблюдения с камер;
- распознавание личности человека по лицу (Face ID).

Кроме того, компьютерное зрение для распознавания текста и изображений в страховых компаниях применяют с целью автоматизации бумажной работы - автоматическое распознавание чеков, счетов, накладных, договоров и т.п.
Обнаружение мошенничества
Технологическое решение по обнаружению мошенничества (fraud detection) разрабатывается на базе искусственного интеллекта: глубокого обучения. Решение осуществляет мониторинг ИТ-инфраструктуры предприятия, и за счет непрервыного самообучения обеспечивает максимально надежную защиту бизнеса от несанкционированных действий как внешних, так и внутренних.
Предсказание оттока
клиентов и разработка мер по удержанию
Отток клиентов с учетом их высокой пожизненной ценности LTV - большая проблема для всех страховых компаний, из-за которой они несут колоссальные потери. Кроме того, существующие клиенты гораздо более лояльны и с большей вероятностью принимают новые предложения страховых продуктов.

Для разработки методов противодействия оттоку клиентов, сначала необходимо предсказать отток. Это — типовая задача классификации (отбора) малого количества клиентов, склонных к оттоку, по сравнению с количеством лояльных клиентов. По результатам отбора, разрабатывается план удержания клиентов, которые потенциально могут выбрать конкурентов.
Персонифицированные предложения страховых продуктов
Персонифицированные продуктовые предложения в страховом бизнесе получили наиболее широкое применение в e-commerce, продаже страховых продуктов онлайн. Правильно подобранные продуктовые предложения увеличивают конверсию сайтов и маркетинговых кампаний до 60%. Построение рекомендательной системы для банков включает анализ как внутренних данных бизнеса, так и внешних данных о клиентах (геолокация, поведение в соцсетях, интересы друзей и т.п.). На основании этих сведений формируются оптимальные продуктовые предложения - индивидуальные или пакетные, выбираются оптимальные каналы маркетинговых коммуникации, а также их расписание.

Для максимальной эффективности рекомендательной системы, она должна непрерывно обучаться и учитывать реакцию клиентов на предложения - негативное, положительное или нейтральное в каждом канале и в определенное время.
Прогнозирование спроса и продаж страховых продуктов
Предсказание спроса на страховые продукты и услуги осуществляется методами линейной регрессии, градиентного бустинга на решающих деревьях или рекуррентными нейронными сетями на основе исторических данных о потреблении данного вида товаров, а также дополнительной информации об окружающей среде (погодные условия, рыночная ситуация, курс валют и тп.).

На этапе предобработки данных рассчитывается набор статистических метрик по историческим значениям спроса за определенное количество исторических периодов. Если спрос носит сезонный характер, то для получения качественного прогноза необходимо иметь данные за несколько последних сезонов. Например, в случае внутригодовой сезонности желательно иметь данные за 3 последних года.
Чат-боты для оптимизации контактного центра страховых компаний
Использовать человека-оператора контактного центра страховых компаний наиболее привычно для пользователя, но всегда ли эффективно для бизнеса? Последние разработки в области языковых интерфейсов и искусственного интеллекта позволяют утверждать, что при должном ограничении предметной области чат-бот может не только полноценно заменить человека-оператора, но и стать более эффективным интерфейсом, через который предприятие сделает важный естественный шаг в автоматизации.
Прогнозирование оттока сотрудников и HR-аналитика
Технологии Data Science позволяют разрабатывать уникальные решения HR-аналитики на базе машинного обучения и big data. Эти решения способны существенно сократить ресурсоемкость подбора новых сотрудников для страховых компаний, ускорить работу с наиболее ценными кандидатами, анониминимизировать методы оценки технических компетенций (hard skills) и необходимых личностных качеств (soft skills) кандидата, избежать ошибок при ручной обработке резюме, заполнении и обработке анкет соискателей.

При работе с сильными кандидатами крайне важно сделать предложение о работе быстрее конкурента. HR-аналитика предоставляет это преимущество. Решение на базе машинного обучения проводит автоматическую фильтрацию входящих резюме, делает многомерную оценку кандидата и выдает заключение о ценности кандидата без вмешательства человека. Решение использует методологию психологического скоринга на базе искусственного интеллекта.
Как мы работаем?
Разработанное нами программное обеспечение и математические модели могут быть переданы заказчику на условиях:
Исключительного права
Неисключительного права
Технологии
Made on
Tilda