Duruma Özel Sigortacılık ve Yapay Zeka

Bir çok kişi açısından sigortacılık ilk bakışta verilen hizmetin ana amacının gayet net olduğu ama detaylarına girildiğinde fiyat performans kıyaslamasının tam olarak yapılamadığı hizmetlerin başında geliyor diyebiliriz.

Bunu sadece risk yönetimi için kullanılan karmaşık matematiksel modelere veya sektörel düzenlemelere ya da onlarca sayfayı bulan küçük yazılı sözleşme metinlerine bağlamak elbette mümkün. Belkide bu sebeptendir ki sigortacılık müşterilerinin çoğunluğu riskten kaçınan rasyonel tüketiciler ya da hukuki gerekliliklerden dolayı satın almak zorunda kalan kişiler şeklinde genelleyebiliriz.

Hukuki ya da regülatif düzenlemeler, sigortacılık sektörü için “garanti” müşteri kitlesi yaratmaktadır. DASK, trafik, BES, yolcu taşıma, bazı banka kredilerinin alınması için mecbur tutulan sigortaları başlıca örnekler olarak verilebiliriz. Mecburiyetten ötürü oluşturulan poliçelerin toplam içindeki payı hiç de azımsanacak tutarlarda değildir.

Diğer yandan rasyonel tüketici davranış şekillerini incelediğimizde ortak faktörlerin başında ihtiyaç kararının verilmesi, benzer ürün ve hizmetlerin karşılaştırılması ve fayda maliyet analizinin yapılması gelmektedir. Özellikle riskten kaçınan rasyonel tüketici için sigorta yaptırmak değil nasıl bir sigorta yaptıracağı temel başlangıç sorusudur. Zaten karar verme sürecinin de karmaşıklaştığı nokta tam da “nasıl” sorusu ile başlamaktadır.

Tam olarak anlaşılamayan hiçbir şeyin tek başına güven vermesi beklenemez. Yukarıda da belirttiğimiz üzere risk modellemesi tanımı itibarıyle karmaşık bir süreçtir ve uzmanları dışında tam olarak anlaşılabilmesi pek de mümkün değildir. O yüzden güven oluşturacak farklı satış pazarlama argümanlarının oluşturulması ve öne çıkarılması gerekmektedir.

Değişen tüketici profilleri de göz önüne alındığında sigortacılık sektöründe duruma özel teklif yönetimi güven vermek ve fark yaratabilmek adına önem kazanmaktadır. Duruma özel police oluşturulması risk modellemesi ve müşteri algısının kesiştiği bir noktada oldukça zorlu bir argümandır. Bir yandan model içindeki her bir parametrenin doğru şekilde belirlenmesi ve somutlaştırılması, diğer yandan da bu parametrelerin müşteriye anlayabileceği şekilde aktarılması gerekmektedir.

Mevcut tekliflere bakıldığında hasarsızlık indirimi, kullanım olmaması nedeni ile indirim gibi duruma özel olmasada müşteri açısından tutundurmaya yönelik başarılı çalışmalar her sigorta şirketinde bulunmaktadır. Peki bu tekliflerin tam bir durumsallık kazanabilmesi için nasıl bir yol izlenmeli?

Aslında sorunun cevabı basit, uygulaması zorlu: doğru verilerin toplanması ile etkin öngörü analizi olarak özetleyebiliriz. Kasko poliçesinin tutarlarının kazasızlık ile azalması yerine kişinin hangi güzergahlarda, hangi saatlerde, ne şekilde araba kullandığı, nerelere parkettiği, kendisi dışında kaç farklı kişinin gerçekten arabayı kullandığı, araba hareket halindeyken telefon kullanıp kullanmadığı gibi pek çok kritik bilgi bugün varsayımlar ve genellemeler ile modeller içinde kullanılıyor ya da hiç kullanılmıyor. Oysa sadece park edilen lokasyonun güvenli olup olmadığı ya da sürekli güzergah üzerindeki trafik yoğunluğu, kaza oranları bile kasko sigorta priminin ilk günden itibaren azalmasına imkan tanıyabilir. Daha da önemlisi onlarca sayfa anlaşılmaz sözleşme hükümleri yerini çok daha somut duruma özel maddelere bırakabilir. Artan risk değerlendirme parametreleri modeldeki mevcut parametlerler üzerindeki risk oranının daha sağlıklı dağılmasını sağlayabilir.

Elbette böylesi bir noktaya gelebilmek klasik bir modelleme yapısı ile çok da mümkün değildir. Öğrenebilen, veri derinliğine göre parametrelerin dinamik değişebildiği bir modele geçilmesi gerekecektir. Bu da ancak ve ancak yapay zeka çözümleri ve makina öğrenme ile sağlıklı bir şekilde yönetilebilir. Sadece konusunda uzman insan gücüne dayanan değil insana destek olan bir yapay zeka çözüm altyapısı sayesinde risk modellemelerinde durumsallık yönetilebilir bir hale gelebilmektedir. Böylece müşteriler içinde bulundukları duruma özel sigorta poliçelerini alabilir, sözleşmelerdeki pek çok belirsiz / anlamsız gibi gelen madde daha somut ve net olarak ifade edilebilir, sadece prim tutarına bakılarak yapılan karşılaştırmalar yerini teklif bazlı kıyaslamalara bırakır. Böylece sigorta şirketi rekabet avantajı sağlarken müşteri de daha güvenli bir satınalma yapabilir.

Öte yandan yapay zeka özellikle sigortacılık sektöründe IoT ekipmanlarından gelecek derin verilerle birlikte gerçek anlamda etkisini ortaya koyabilecektir. Arabalara yerleştirilecek sensörler ile kullanım verisi, giyilebilir sağlık ürünleri ile kişinin hareket verisi, kameralardan gelen görüntü analizleri ile güvenlik verisi gibi pekçok veriye erişilmesi yapay zeka etkisinin tam olarak görülmesini sağlayacaktır.

Yapay zeka destekli sigortacılık sadece risk yönetimi alanında değil, özellikle Türkçe dil desteği sayesinde kişilerin yeni sigortacılık hizmetlerine olan ihtiyaç ve beklentilerinin analiz edilmesi, mevcut sigortacılık ürünlerine olan gerçek düşünceleri ve belkide Türkiye’deki en bükük acenta yapısına sahip olan sektörün kılcallardaki durum tespiti için de kullanılabilir. Duygu analizi, internet arama verileri gibi farklı dış kaynaklarla birlikte tüm yukarıdaki ve daha fazla sorunun cevabı için öngörüler oluşturabilir.

Son olarak tüm dünyada kullanılmaya başlanan IoT desteklı AI çözümlerinin de Türkiye’de önümüzdeki 5 yıl içerisinde yeni düzenlemelerle mecburi bir araç haline dönüşmesi beklenmekte. Böylece dengeli bir rekabet, daha anlaşılır bir risk modellemesi ve dolayısıyla prim ödemesi ve en önemlisi sigortacılık ürün talebinde artış öngörülmekte.

Sigortacılık sektörüne özel yapay zeka destekli ürün ve çözümlerimiz hakkında bilgi almak için marketing[at]etiya.com üzerinden bizimle iletişime geçebilirsiniz.