'บลูบิค' ชี้ ‘บิ๊กดาต้า-เอไอ’ ปลุกธุรกิจประกันสู่ยุคดิจิทัล 

'บลูบิค' ชี้ ‘บิ๊กดาต้า-เอไอ’ ปลุกธุรกิจประกันสู่ยุคดิจิทัล 
18 มกราคม 2564
135

 “ธุรกิจประกัน” แม้ช่วงแรกของการระบาดจะได้รับอานิสงส์จากดีมานด์ประกันโควิดที่พุ่งขึ้น แต่ปฏิเสธไม่ได้ว่าในโอกาสมีความท้าทายซ่อนอยู่

“บิ๊กดาต้า” กำลังกลายเป็นตัวช่วยสำคัญของทุกภาคธุรกิจ ท่ามกลางสถานการณ์โควิด-19 ที่ยังคงอยู่ ช่วยเพิ่มความคล่องตัวให้กับการดำเนินงาน เพิ่มช่องทางเข้าถึงกลุ่มลูกค้า หนึ่งในธุรกิจที่มาแรง และได้อานิสงส์จากโควิดเต็มๆ คือ “ธุรกิจประกัน” และน่าจับตาอย่างยิ่งถึงการลงทุนดึง “บิ๊กดาต้า” เข้ามาสร้างแต้มต่อให้ธุรกิจประกันกลายเป็นบริการที่รวดเร็ว ทันสมัย ตอบโจทย์ผู้บริโภคในยุคนิวนอร์มอล

“พชร อารยะการกุล” ประธานเจ้าหน้าที่บริหาร บริษัท บลูบิค กรุ๊ป จำกัด กล่าวกับ “กรุงเทพธุรกิจ” ว่า สำหรับ “ธุรกิจประกัน” แม้ช่วงแรกของการระบาดจะได้รับอานิสงส์จากดีมานด์ประกันโควิดที่พุ่งขึ้น แต่ปฏิเสธไม่ได้ว่าในโอกาสมีความท้าทายซ่อนอยู่ โดยเฉพาะการบริหารจัดการความเสี่ยง รวมถึงต้องเข้าใจผู้บริโภคให้มากขึ้นเพื่อออกผลิตภัณฑ์ให้ตอบโจทย์ความต้องการที่ตรงจุด

ดึง “บิ๊กดาต้า” ปลุกธุรกิจประกัน

การเอาชนะความท้าทายจากสถานการณ์โควิด เทคโนโลยี “บิ๊กดาต้า” นับเป็นตัวช่วยสำคัญสำหรับธุรกิจประกัน ที่ส่งผลต่อประสิทธิภาพการดำเนินงานใน 3 ส่วน ได้แก่ ลดต้นทุน จัดการความเสี่ยง และเพิ่มความสามารถทำการตลาดให้เข้าถึงกลุ่มลูกค้า

เรื่อง “การลดต้นทุน” นั้น การนำบิ๊กดาต้า มาปรับใช้ช่วยให้การทำงานด้วยมือ (Manual process) เปลี่ยนสู่ระบบอัตโนมัติ ลดต้นทุนใช้แรงงานคนในขั้นตอนต่างๆ  เช่น การเคลมสินไหม การออกกรมธรรม์ และการไกล่เกลี่ยข้อพิพาท เป็นต้น ซึ่งมีความรวดเร็ว และมีประสิทธิภาพ ช่วยให้บริษัทลดต้นทุนค่าจ่ายใช้และต้นทุนเวลาพนักงาน ทำให้บริษัทมีทรัพยากรมากขึ้นนำไปพัฒนาผลิตภัณฑ์ที่สร้างรายได้ให้องค์กร

เทคโนโลยีที่นำมาปรับใช้กับบิ๊กดาต้า เพื่อลดต้นทุน คือ อาร์พีเอ หรือ Robotic Process Automation (RPA) เป็นการทำงานแบบอัตโนมัติ โดยใช้หุ่นยนต์แทนแรงงานคน เหมาะกับงานที่ต้องตรวจสอบข้อมูลชุดเดียวกันหลายครั้ง อาร์พีเอช่วยยกระดับการดำเนินงานของธุรกิจประกันภัยให้กลายเป็น เอ็นด์ทูเอ็นด์ ผ่านการผสมผสานเทคโนโลยีหน้าบ้านเข้ากับกระบวนการหลังบ้าน ส่วนใหญ่เป็นงานที่ต้องทำซ้ำทุกวัน เช่น การกรอกข้อมูล ตรวจสอบ ปรับปรุงข้อมูล การอนุมัติสินไหม รวมถึงงานเอกสารต่างๆ

บลูบิค ยกตัวอย่างที่น่าสนใจ คือ การพัฒนาระบบเคลมสินไหมอัตโนมัติด้วยเอไอ เพื่อช่วยตรวจสอบข้อมูลยื่นเคลมสินไหมเบื้องต้น ผู้ขับขี่แจ้งเคลมผ่านช่องทางดิจิทัลได้ด้วยตนเอง ด้วยการถ่ายรูปรถยนต์หรือบันทึกวิดีโอในจุดเกิดเหตุ และส่งข้อมูลให้บริษัทประกันภัยเพื่อประเมินค่าสินไหม ข้อมูลทั้งหมดได้รับการตรวจสอบโดย เอไอ ที่เร็วกว่าการใช้แรงงานคน

ส่วน “การบริหารจัดการความเสี่ยง” นั้นเพราะธุรกิจประกันมีปริมาณข้อมูลมหาศาล ความเสี่ยงจึงมาก บิ๊กดาต้าช่วยลดโอกาสการเกิดเหตุการณ์เสี่ยง ผ่านการทำ Predictive Analytics หรือวิเคราะห์เชิงทำนาย เพื่อคาดเหตุการณ์อนาคต ใช้เทคนิคทำเหมืองข้อมูล (Data Mining) โมเดลสถิติ หรือแมชีนเลิร์นนิ่ง ให้บริษัทสามารถประเมินและคาดการณ์ความเสี่ยงได้แม่นยำขึ้น

พชร อธิบายว่า Predictive Analytics ยังช่วยตรวจจับการทุจริต (Fraud Detection) ซึ่งมีประสิทธิภาพและรวดเร็วกว่ากระบวนการตรวจสอบจากเอกสารแบบเดิม สามารถระบุรูปแบบ ความสัมพันธ์ระหว่างคน ข้อมูล เช่น ข้อมูลสภาพอากาศ บันทึกเสียง หรือข้อมูลการเคลมที่ผ่านมาเพื่อตรวจหาการเคลมที่ผิดปกติ 

หนุนโมเดลทำตลาดเฉพาะบุคคล

องค์กรยังสามารถนำไปสร้างอัลกอริทึม เอไอ เพื่อตรวจสอบโดยเฉพาะ เช่น เมื่อมีการยื่นเคลม เอไอ จะเปรียบเทียบกับข้อมูลที่มีเก็บไว้ หรือกวาดหาประวัติการเคลมของลูกค้ารายนั้น หากเป็นกรณีที่น่าสงสัย เอไอ จะส่งการเตือนออกมา แล้วค่อยส่งเรื่องต่อไปให้ฝ่ายงานตรวจสอบ (Claim investigation) ดำเนินการต่อ

ขณะที่ บิ๊กดาต้า ยังช่วยในเรื่องของ "การตลาดแบบ Personalized Marketing" การใช้ บิ๊กดาต้า อนาไลติกส์  ช่วยธุรกิจประกันภัยจัดกลุ่มประเภทของลูกค้าได้ง่าย ด้วยการใช้ข้อมูล ฐานะการเงิน อายุ ที่อยู่อาศัย และข้อมูลอื่นๆ ผลที่ได้ คือ บริษัทสามารถนำเสนอประกันที่ตรงกลุ่มเป้าหมายได้มากขึ้น และเพิ่มโอกาสในการขายผลิตภัณฑ์หลายๆ ประเภทให้กับผู้บริโภค

คิดเบี้ยประกันที่เหมาะสมกับลูกค้า

ทั้งยังช่วยให้การคิดเบี้ยประกันเหมาะสมกับลูกค้าแต่ละรายมากยิ่งขึ้น หรือยื่นข้อเสนอให้ส่วนลดกับลูกค้าเพื่อเพิ่มความพึงพอใจให้กับลูกค้าแต่ละราย ซึ่งเพิ่มโอกาสที่ลูกค้าจะต่อประกัน

การเริ่มต้นทำ บิ๊กดาต้า อนาไลติกส์ อาจเริ่มสำรวจว่า องค์กรมีข้อมูลในมือมากแค่ไหน และจัดระเบียบข้อมูลที่มีอยู่ ขั้นตอนนี้จะเรียกว่าการทำความสะอาดข้อมูล จุดประสงค์เพื่อทำให้ข้อมูลถูกต้อง ลดความซ้ำซ้อนข้อมูล พร้อมนำไปใช้งานต่อได้

หลังจากได้ข้อมูลที่มีคุณภาพแล้วการเลือกรูปแบบการนำไปใช้งาน (Use Case) ที่สามารถต่อยอดได้จากข้อมูลที่มีอยู่เดิมได้ ซึ่งหากเลือกข้อมูลที่ยังไม่เคยนำมาวิเคราะห์ใช้งานมาก่อนจะยิ่งเป็นเรื่องที่ดี เนื่องจากจะทำให้องค์กรมีโอกาสได้เห็นผลลัพธ์ใหม่ๆ จากการทำบิ๊กดาต้า อนาไลติกส์ 

แชร์ข่าว :
เพิ่มเพื่อน
Tags: