Vendita e distribuzione: l’analisi dei Big Data è molto utilizzata in queste fasi della catena di valore assicurativa, secondo le aziende che hanno partecipato all’indagine EIOPA. Gli operatori possono profilare e segmentare i consumatori in maniera più precisa (es. in base allo stato civile, il numero di persone assicurate in famiglia, la geolocalizzazione, il premio etc.) elaborando modelli di cross-selling, up-selling e fidelizzazione con l’aiuto di strumenti BDA come l’Intelligenza Artificiale ed il Machine Learning. I punteggi risultanti da questi modelli sono poi utilizzati per sviluppare campagne di marketing sempre più mirate e targettizzate e gestire le attività di vendita e distribuzione.
Il CRM: un’unica piattaforma per tutte le informazioni sul cliente
Alcuni operatori hanno sviluppato sofisticati sistemi di gestione della relazione con il cliente (CRM), nei quali tutte le informazioni disponibili sugli assicurati (dettagli di contatto, numeri di polizza, e-mail, interazioni con il cliente etc.) sono integrate in un’unica piattaforma per supportare la gestione vendite. Ciò consente alle aziende di sviluppare accurate previsioni sui volumi di business, stime del lifetime value del cliente (il Customer Life Time Value – CLV è un indicatore che misura i profitti prevedibili in base alla relazione con i clienti, a partire dal loro comportamento d’acquisto, ovvero il guadagno che il cliente può generare nel tempo), determinare la fidelizzazione degli assicurati e stabilire le campagne di retention, a volte ottenendo un responso addirittura in tempo reale. I sistemi CRM permettono inoltre alle aziende di misurare con maggiore accuratezza l’efficacia delle campagne effettuate una volta concluse.
Molti operatori fanno espresso riferimento al concetto di “Prossima Migliore Azione”, secondo il quale gli strumenti BDA come i sistemi di apprendimento automatico (Machine Learning) sono utilizzati per valutare il pregresso comportamento d’acquisto del cliente, le azioni recenti ed i suoi bisogni al fine di trasmettere il messaggio giusto, al momento giusto e tramite il canale giusto. Si tratta di un approccio basato sul principio che “un consumatore che ha comprato questo, potrebbe anche comprare quest’altro”, valorizzando i processi di interazione con i clienti, realizzando messaggi promozionali mirati e determinando il mix ottimale dei canali distributivi.
I soggetti intervistati hanno anche menzionato l’uso potenziale degli strumenti di analisi dei Big Data per sostituire le tradizionali modalità di compilazione della modulistica tramite fornitori terzi di servizi, integrandole con immagini, interfacce utente dedicate al cliente e funzionalità di dettatura automatica. Alcuni operatori nell’ambito delle assicurazioni sanitarie intendono sperimentare modelli di marketing “look-a-like” (ovvero destinate ad un “pubblico similare”), nei quali gli strumenti BDA vengono utilizzati per analizzare il target dell’utenza, identificandone le caratteristiche-chiave e trovando altri consumatori, appunto, “simili” a quel target market. Inoltre, va estendendosi in ambito assicurativo l’uso di strumenti come Google Analytics e l’analisi dei Social per tracciare l’attività dei siti web aziendali.
I robo-advisor: interesse degli operatori, ma il gioco vale la candela?
Lo sviluppo dei robo-advisor, strumenti che forniscono consigli e indicazioni ai consumatori basandosi su algoritmi e/o schemi decisionali, senza o con limitato intervento umano sembra avere prospettive interessanti. Sebbene, come si può osservare nella Figura 14, il livello attuale di adozione sia molto basso (solo il 2% delle aziende coinvolte nella ricerca EIOPA sta già utilizzando strumenti di questo tipo), oltre il 25% ipotizza di farlo entro il prossimo triennio.
L’adozione dei robo-advisor appare più lenta rispetto a quella delle chat automatiche (chatbot, Figura 15).
Tra le aziende operanti nel Motor e nel Salute che già utilizzano i robo-advisor o pianificano di usarli entro i prossimi 3 anni, la maggior parte ha deciso di sviluppare questi strumenti in collaborazione con fornitori esterni di servizi. Più nel dettaglio, il 50% ha optato o opterà per l’outsourcing di queste soluzioni, il 39% propende per l’acquisto di prodotti preconfezionati e solo l’11% pensa di realizzarle in casa.
Secondo la ricerca condotta nel 2016 dal Joint Committee delle ESAs (il Forum delle Autorità di Vigilanza europee nel settore bancario, finanziario e assicurativo) sull’automazione nella consulenza finanziaria, uno dei principali benefici individuati era la potenziale riduzione dei costi rispetto a quella tradizionale che potrebbe quindi rendere la robo-consulenza più conveniente sul piano economico. Gli individui potrebbero inoltre beneficiare dell’accesso ad una più vasta gamma di prodotti e servizi. Tuttavia, hanno sottolineato le Authority, i consumatori potrebbero essere in questo modo esposti al rischio di fare scelte sbagliate, sia a causa di una scarsa conoscenza del processo automatizzato che delle limitate possibilità di cercare ed ottenere chiarimenti e contestare le decisioni prese. Altri rischi includono l’eventualità di errori e/o limitazioni funzionali nel disegno degli algoritmi che sottostanno agli strumenti di consulenza automatizzata.
Quello della consulenza automatizzata è un tasto molto dolente. La convinzione profonda che gli Agenti professionisti debbano essere consapevoli di quale sia (almeno potenzialmente) l’orientamento delle Compagnie rispetto ai diversi ambiti nei quali tecnologia, informatizzazione e digitalizzazione possono assumere un ruolo sempre più significativo ci spinge a riportare tutte le tendenze, i progetti e le sperimentazioni. Ma è importante che questi spunti vengano accolti con la medesima lucidità, distacco e raziocinio con cui vengono proposti. Sebbene la corsa frenetica alla riduzione dei costi ed alla semplificazione dei processi e l’interesse all’interscambio diretto con i clienti (tutti elementi che quotidianamente si possono ravvisare nelle strategie di molte Imprese assicurative) possano indurre alcune Aziende a considerare l’ipotesi della consulenza robotica, tali e tanti sono i rischi connessi che ben difficilmente strumenti simili potranno sostituire l’intermediazione professionale. Come anche le Autorità europee stesse hanno evidenziato, le possibilità di errore in una relazione automatizzata tra cliente e azienda sono insite praticamente in ogni momento: dall’elaborazione stessa degli strumenti di robo-consulenza all’utilizzo da parte del potenziale cliente. Banalmente, per avere indicazioni sul prodotto adatto alle nostre esigenze, dovremmo saper porre tutte le domande giuste e dare le risposte giuste e dovremmo inoltre essere in grado di valutare il consiglio ricevuto. Tutto ciò però richiede a monte una consapevolezza ed una cultura finanziaria e assicurativa che il consumatore normalmente non possiede. L’intermediazione professionale di tipo tradizionale è indispensabile per far emergere le reali esigenze assicurative del consumatore e quindi consigliare il contratto più consono. Il rischio del danno derivante al cliente da un acquisto non adeguatamente consigliato e ponderato dovrebbe di per sé far desistere un’Impresa realmente attenta ai bisogni dei consumatori. Ma se ciò non bastasse, il danno d’immagine che alle stesse Compagnie deriverebbe dall’insoddisfazione di un cliente che non ha avuto la possibilità di interfacciarsi con un consulente professionista – soprattutto in un’epoca come la nostra, nella quale i feedback sulle esperienze avute vengono condivisi, letti e tenuti in considerazione dalla platea di potenziali assicurati – sarebbe inenarrabile. Un conto, quindi, può essere l’utilizzo di una chat automatizzata nella primissima fase di ricerca delle informazioni da parte dell’utente, per indirizzarlo correttamente nella navigazione del sito web o ai riferimenti dell’Agenzia. Tutt’altra cosa è affidare ad un processo puramente algoritmico la scelta e poi l’acquisto di un contratto il cui scopo precipuo è proteggere il consumatore dai rischi, non esporlo a rischi ulteriori e non necessari.
