Jak může analýza dat přispět k lepší tarifikaci pojistného?

Aby bylo možné stanovit přiměřené pojistné pro majetkové a úrazové pojištění, etablovaly se jako standardní nástroj zevšeobecněné lineární modely. Ty jsou robustní, mnohotvárně aplikovatelné a především dobře interpretovatelné. Nicméně už narážejí na své hranice, jedná-li se o nelineární souvislosti a komplexní interakce. A také nakládat se stále větším a nestrukturovaným objemem dat dokážou klasické modely jen omezenou měrou.

Ruku v ruce s tím, jak se objevují nové zdroje dat a nové metody jejich analýzy, dostává se do popředí zájmu pokud možno nejvěrnější, optimální odhad očekávané škody. Ovšem v záměru nahradit dosavadní modelaci rizik prostřednictvím strojního postupu novým Black Boxem se skrývá nejedno nebezpečí.

Nejde nahradit, jen doplnit

Aby bylo možné využít přednosti strojního postupu, který se sám „učí“ a poznatky zapojuje do výpočtu, měl by být klasický tarifikační proces nikoli nahrazen, nýbrž jen doplněn metodami datové analýzy. Přitom existují rozmanité možnosti, jak implementovat nové postupy.

Mohlo by vás zajímat: Sloupek Kateřiny Lhotské: Co listopad dal

Nejprve je nutné data shromáždit, analyzovat, upravit a shrnout. Na to lze použít moderní modely datové analýzy, aby se odvodily pomocí komplexního rozpoznání vzorců ve velkých, dalších nových a nestrukturovaných datech (BigData z různých zdrojů, například z telematiky nebo z internetových parametrů) agregované znaky („scores“), a ty pak integrovat do klasického modelu.

Pro lepší odhad možné škody

Prostřednictvím datové analýzy mohou být klasické modely dále rozvíjeny, přičemž výběr a potlačení znaků je zohledněno v úpravě modelu automaticky a podle daných dat. Modelace tarifů může být doplněna dodatečnými postupy datové analýzy, které disponují vysokým potenciálem v oblasti rozpoznání vzorců. Prostřednictvím moderních analytických a vizualizačních nástrojů se komplexní interakce a nelineární souvislosti teprve zviditelní.

Závěrem dodejme, že datová analýza skýtá rozšíření škály nástrojů pojistného matematika k vylepšení tarifikace. Je-li smysluplně zapojena, optimalizuje odhad očekávaných škod, aniž by se přitom ztrácely možnosti pro interpretaci a modelaci tarifů.