InsurTech: บทบาทของ Big Data ในธุรกิจประกันภัยใช้ AI วิเคราะห์ข้อมูล

จากความสามารถในการเก็บข้อมูลที่มากขึ้นของระบบ Database ในปัจจุบัน ทำให้เทคโนโลยีใหม่ ที่ใช้ประโยชน์จากข้อมูลที่มีความเป็น Big Data อย่างเช่น AI ได้เข้ามา Disrupt ธุรกิจต่างๆ รวมไปถึงวงการประกันภัย ที่ต้องเพิ่มขีดความสามารถไปเป็น InsurTech ซึ่งนำเอา AI เข้ามาช่วยจัดการข้อมูล เช่นการคำนวณราคาเบี้ยประกันแบบ Usage Based Insurance (UBI) เป็นต้น

ผลสำรวจด้านโอกาสทางธุรกิจของบริษัทประกันจากการนำเอา Big Data มาใช้พบว่า

• สามารถช่วยลดค่าใช้จ่ายในกระบวนการบริหารจัดการและการเคลมประกันลงได้ 40-70%
• ช่วยเพิ่มการเข้าถึงบริการประกันภัยได้ 30%
• ช่วยเพิ่มประสิทธิภาพของการตรวจจับการทุจริตในการเคลมประกันได้ 60%
• สามารถช่วยคาดการณ์การเคลมประกันวินาศภัย ได้ 80%

โดยข้อมูลที่บริษัทประกันภัยจัดเก็บเพื่อนำมาวิเคราะห์นั้น ใช้แนวความคิดที่ว่าจะวิเคราะห์พฤติกรรมของผู้บริโภคแบบ real-time และปรับปรุงการบริการเพื่อตอบสนองต่อความต้องการของลูกค้าอย่างแม่นยำ

ดังนั้น,,,, เรามาดูไปพร้อมๆ กันนะคะว่า แนวทางที่บริษัทประกันภัย InsurTech ต่างๆ จะสามารถนำ Big Data & AI ไปใช้เพื่อบรรลุวัตถุประสงค์ และเพิ่มโอกาสทางธุรกิจได้มีแนวทางใดกันบ้าง 😊🧐

#1 การจัดเก็บพฤติกรรมของลูกค้าเพื่อเสนอแผนประกันแบบ Personalized InsurTech

ในการใช้ Big Data รูปแบบนี้มีวัตถุประสงค์เพื่อเพิ่มศักยภาพในการนำเสนอรูปแบบกรมธรรม์ที่เหมาะสมกับลูกค้า เพื่อเพิ่มความสัมพันธ์ที่ดี หรือเป็นการทำ CRM ผ่านการ Tracking พฤติกรรมของลูกค้า (ที่ผ่านการ accept แล้ว) โดยประเภทของข้อมูลจาก Big Data ที่ถูกนำมาวิเคราะห์ในบริบทนี้ ได้แก่

• ข้อมูลการทำธุรกรรมต่างๆ: ได้แก่รายละเอียดการซื้อสินค้า หรือการจัดส่งสินค้า รวมไปถึงรายละเอียดการทำธุรกรรมประกันภัย และค่าใช้จ่ายอื่นๆ เป็นต้น
• ข้อมูลจากอุปกรณ์: เป็นข้อมูลที่ได้รับจากการจัดเก็บค่าของอุปกรณ์ที่เกี่ยวข้อง หรือค่าต่างๆ ที่ถูกบันทึกไว้บนคอมพิวเตอร์
• Socail data: ข้อมูลที่ได้จาก Social network เช่นการทำ Social listening รวมไปถึงข้อมูลด้านประชากร และรายละเอียดอื่นๆ ของลูกค้า

โดยการรับรู้ข้อมูลดังกล่าวเพื่อนำมาวิเคราะห์ ทำให้สามารถรับรู้ความต้องการของลูกค้า เพื่อสามารถปรับปรุงข้อเสนอกรมธรรม์ส่วนบุคคล หรือกำหนดแนวทางการเลือกกรมธรรม์ เพื่อเพิ่มโอกาสในการตัดสินใจซื้อของลูกค้า และเพิ่มคุณภาพของบริการหลังการขายให้เหมาะสมกับความต้องการของลูกค้าทุกราย

จากกราฟอัตราผลตอบแทนที่เพิ่มสูงขึ้นในทุกไตรมาส เป็นตัวอย่างของบริษัท InsurTech ที่มีการนำ Big Data ในส่วนของพฤติกรรมการใช้งานของลูกค้า มาวิเคราะห์และเพิ่มยอดขาย จากการนำเสนอกรมธรรม์สำหรับบ้านอยู่อาศัยได้อย่างตรงกลุ่ม และมีประสิทธิภาพ

โดยบริษัท InsurTech Lamonade ใช้ AI Chatbot ที่ชื่อ Maya ในการพูดคุย โต้ตอบกับลูกค้า เพื่อรวบรวมข้อมูลเกี่ยวกับความต้องการต่างๆ ผ่านบทสนทนาแบบ Dialog flow ซึ่งจากการที่ Maya เป็น Chatbot ทำให้สามารถรวบรวมข้อมูลจากลูกค้าได้พร้อมกันหลายคน ส่งผลให้ปริมาณข้อมูลที่ได้มามีมากเพียงพอ และเป็นข้อมูลที่มีคุณภาพ เนื่องจากการถามคำถามแบบ Dialog flow ทำให้ Database ข้อมูลที่ได้จาก Chatbot ถูกรวบรวมและจัดระเบียบตามโครงสร้างของข้อมูล ทำให้สามารถนำไปวิเคราะห์ และตอบคำถามได้ตรงกับความต้องการของลูกค้าได้

ซึ่งผลจากการใช้งาน Chatbot Maya ก็เป็นไปตามกราฟด้านบนค่ะ Lamonade ทำยอดขายกรมธรรม์เพิ่มขึ้นในทุกไตรมาสจนไปแตะกว่า 100 USD ในที่สุด 💰✨

#2 การทำ UBI จากข้อมูลอุปกรณ์ IoT และ Sensors ต่างๆ ของ InsurTech

UBI หรือ Usage Based Insurance ใช้หลักการของการติดตั้งและจัดเก็บข้อมูลอุปกรณ์ Telematics Device หรือ Sensors จาก IoT (Internet of Things) ต่างๆ มาใช้วิเคราะห์พฤติกรรมการใช้งาน โดย InsurTech ที่นำมาใช้มักมีเป้าหมายในการปรับปรุงประสบการณ์การใช้งานของลูกค้าให้ดีขึ้น และคาดการณ์/ป้องกันความเสี่ยงล่วงหน้าของลูกค้าตามประเภทของกรมธรรม์ ซึ่งประเภทของข้อมูลจาก Big Data ที่ถูกนำมาวิเคราะห์ในการทำ UBI ได้แก่

• ข้อมูลสถานะการใช้งาน: เป็นข้อมูลสถานะการทำงานอุปกรณ์ IoT และ sensors ต่างๆ เมื่อมีการเปิด/ปิด รวมถึงสถานะการเชื่อมต่อของ Internet
• ข้อมูลที่ได้รับการจัดเก็บโดยอัตโนมัติ: เป็นข้อมูลประเภท automation data ที่ได้จากอุปกรณ์ IoT และ sensors เช่นสภาพอากาศ อุณหภูมิ ความชื้น ความเร็ว เป็นต้น
• ข้อมูลตำแหน่งและสถานที่: ซึ่งมีการจัดเก็บแบบ real-time ทุกครั้งที่มีการเปลี่ยนตำแหน่ง
• ข้อมูลประกอบอื่นๆ ที่ถูกนำไปใช้งานร่วม: เป็นข้อมูลที่ถูกจัดเก็บเพิ่มเติมตามวัตถุประสงค์ ที่จะนำไปวิเคราะห์ และพยากรณ์ด้านต่างๆ ในอนาคต เพื่อประกอบการตัดสินใจระยะยาว

ยกตัวอย่างการทำ UBI จากการติดตั้ง Telematics Device เพื่อจัดเก็บพฤติกรรมการขับขี่ของลูกค้ากรมธรรม์รถยนต์ประเภทต่างๆ ที่สัญญาณจะถูกส่งไปยังดาวเทียมด้วยความถี่สูง (High TIme Interval) ซึ่งจากอัตราการส่งข้อมูลที่สูง ทำให้ปริมาณและคุณภาพของข้อมูลการขับขี่ที่ได้รับมามี potential ในการนำไปวิเคราะห์ และทำ AI Prediction โดยรูปแบบของ AI model ที่มักจะถูกนำมาใช้ เช่น RNNs หรือ Recurrent Neural Networks ถูกนำมาทำนายโอกาสในการเกิดอุบัติเหตุ *ซึ่งจากการที่ข้อมูลค่อนข้างมีความซับซ้อน ดังนั้นการใช้สมการเชิงถดถอย (Regression model) อาจไม่เพียงพอ จึงมีการใช้งาน Deep Learning เช่น RNNs เข้ามาช่วย

และจากการวิเคราะห์ข้อมูลเพื่อทำ UBI ทำให้บริษัทประกันภัยหรือ InsurTech ต่างๆ สามารถวิเคราะห์ลักษณะการขับขี่ และนำเสนอส่วนลดตามคุณลักษณะของลูกค้าแต่ละรายได้ โดยพิจารณาจาก การเบรก การเร่งความเร็ว การขับรถตอนกลางคืน และระยะทางที่มีการขับขี่ทั้งหมด ซึ่งนอกจากจะมีส่วนลดให้กับลูกค้าที่มีพฤติกรรมการขับขี่ที่ดีแล้ว ยังมีส่วนของการให้คำแนะนำจากการประเมิน เพื่อป้องกันความเสี่ยงในการเกิดอุบัติเหตุล่วงหน้าอีกด้วย

#3 การตรวจจับการโกงประกันภัย

การตรวจจับการโกงประกันภัย หรือ Insurance fraud เป็นสิ่งที่บริษัทประกันภัยให้ความสำคัญ เนื่องจากเป็นหนึ่งในปัญหาที่ใหญ่ที่สุดในธุรกิจประเภทนี้ โดยข้อมูลจากฐานข้อมูล Big Data นำมาใช้เพื่อตรวจสอบการโกงประกันภัยจะอยู่ในรูปแบบของพฤติกรรมชี้จำเพาะต่างๆ ได้

• การวิเคราะห์ข้อมูล Social Network: ซึ่งใช้งานร่วมกับการทำเหมืองข้อมูล (Data Mining) และการทำ sentiment analysis เพื่อระบุสถานการณ์สุ่มเสี่ยงที่จะทำให้เกิด Fraud
• การวิเคราะห์เชิงคาดการณ์: หรือการทำ Pridictive Analysis ซึ่งใช้ร่วมกับการทำ sentiment analysis ที่เกิดขึ้นพร้อมกับบทสนทนาของตัวแทนในการปรับลดค่าสินไหมทดแทน และมูลค่าเอาประกันภัย
• ข้อมูล CRM (Customer Relationship Management): โดยใช้ข้อมูลจากตัวแทนประกันที่มีการบันทึกไว้เพื่อทำ CRM กับลูกค้า ว่ามีความผิดปกติเกิดขึ้นหรือไม่

#4 การใช้ Big Data & AI ในการปรับปรุงกระบวนงานธุรกิจประกันภัยให้มีประสิทธิภาพ

จากข้อ (1)-(3) เป็นการนำเอา Big Data & AI มาช่วยในส่วนของการส่งเสริมกิจกรรมระหว่างบริษัทประกันภัยกับลูกค้าแล้ว การที่มีข้อมูลจำนวนมหาศาล และการวิเคราะห์ที่มีประสิทธิภาพนั้น ยังสามารถช่วยปรับปรุงกระบวนงานภายในของบริษัทประกันได้ ซึ่งมีการนำไปใช้งานดังนี้

• การตรวจสอบความถูกต้องของลำดับงาน (compliance checks)
• การป้อนข้อมูลที่สามารถใช้กระบวนการอัตโนมัติ RPA (Robotic Process Automation) ช่วยได้ เพื่อเพิ่มความรวดเร็ว
• การพิจารณาวงเงินประกันภัย และสินเชื่อยอดประกัน
• การตรวจสอบการเคลมประกันภัย (verification of claims)
• การประเมินสินทรัพย์ (property assessment)
• การวิเคราะห์และรวบรวมข้อมูลเชิงลึกของลูกค้า เพื่อความรวดเร็วในการสรุปข้อมูล
• การลดจำนวน admin ด้วยการใช้งาน AI Chatbot หรือระบบตอบกลับอัตโนมัติ

ซึ่งการใช้งาน Big Data & AI ในธุรกิจประกันภัยนับเป็นการเพิ่มปัจจัยในความสำเร็จของการแข่งขัน เพื่อการให้บริการที่รวดเร็วและตอบโจทย์ความต้องการของลูกค้าอย่างแท้จริง

Last but not Least…

Technology ใหม่อย่าง Big Data และ AI ได้เข้ามา Disrupt การจัดการต่างๆ ที่มีการใช้งานการวิเคราะห์ข้อมูล ซึ่งนับว่าเป็นสิ่งจำเป็นที่ภาคธุรกิจต้องเรียนรู้ และพัฒนาค่ะ^^ โดยในบทความนี้เป็นตัวอย่างของวงการประกันภัย ที่มีการเปลี่ยนแปลงจากบริษัทประกันทั่วไป เข้าสู่รูปแบบการแข่งขันในลักษณะ InsurTech ในยุค Digital Marketing ที่ใครๆ ก็ต้องปรับตัว

และทุกท่านสามารถติดตามบทความการตลาดวันละตอน ได้จากเว็บไซต์ Twitter Instagram YouTube และ Blockdit ของการตลาดวันละตอนค่ะ ☺ ✨

ป.ล. สำหรับบทความเพิ่มเติมที่เกี่ยวข้องกับข้อมูล Anomalies data ที่ใช้เป็นส่วนหนึ่งในการพิจารณา Fraud สามารถอ่านที่บทความนี้ได้เลยค่ะ =>