Come un data warehouse può fare la differenza

Il motivo che ha spinto la compagnia di assicurazione Hdi a costruire un Dw è ambizioso: conoscere a fondo la clientela esistente. La base dati, creata su piattaforma Sas, è partita dal ramo auto e porterà la società ad attivare tattiche per l’ampliamento dei rami elementari

Hdi Assicurazioni è una compagnia nata nel marzo 2001
dall’evoluzione di Bnc Assicurazioni, che ha consolidato la presenza all’interno
del gruppo assicurativo internazionale Hdi di Hannover, anche grazie alla
fusione con La Mannheim, della quale Bnc aveva acquisito, nel corso del 2000,
l’intero pacchetto azionario. Oggi Hdi affronta il mercato attraverso la
proposta di polizze su misura. Anche la distribuzione è curata da canali
specifici e orientati a diversi segmenti di cliente. Due sono i canali
tradizionali: il primo è rivolto quasi esclusivamente ai dipendenti e pensionati
delle Ferrovie (segmento di clientela tradizionale, con cui la compagnia opera
fin dalle origini) ed è costituito da oltre 100 uffici di rappresentanza che
fanno capo a una società dedicata, InLinea; il secondo, invece, è costituito da
oltre 100 agenzie generali che fanno capo alla direzione commerciale della
compagnia. Negli ultimi anni, infine, Hdi Assicurazioni ha realizzato un sistema
d’offerta globale che riguarda la protezione della persona, della famiglia, del
patrimonio, dell’attività imprenditoriale, dell’autoveicolo e la gestione del
risparmio.

La profilazione dell’utenza
Alla luce di
queste premesse, diventa importante per la compagnia, in virtù proprio di questi
obiettivi strategici, arrivare a profilare l’utenza singolarmente, nell’ottica
di un’economica gestione dell’azienda assicurativa, bilanciando il rapporto
sinistri/premi. A oggi (su dati 2001), il ramo Rc Auto da solo costituisce il
64% del fatturato danni della compagnia e il 42% del fatturato vita + danni. Va
da sé che i risultati tecnici di tale ramo incidono in maniera non indifferente
sul risultato della compagnia. Fare risultati accettabili sul ramo Auto
tuttavia, non è semplice. È noto, infatti, che le scelte di intervenire sul
problema con tariffe in aumento creano frizioni nel rapporto compagnia-cliente.
Per il gestore del ramo auto avere a disposizione un sistema di monitoraggio del
proprio portafoglio in grado di rappresentare velocemente le linee tecniche di
tendenza non solo a livello macro ma anche a livello delle singole variabili
discriminanti del rischio vuol dire avere a disposizione uno strumento in grado
di intervenire in tempi brevi sulle aree di sofferenza tariffaria, dando alla
società maggiori garanzie di successo e al cliente un “prezzo” su misura che
meglio si adatta al proprio profilo di rischio. Tale strumento non può che
essere di alta tecnologia. «La percentuale di coinvolgimento
tecnologico
– ci ha detto Antonino Maddonni, responsabile di Rami
Auto di Hdi Assicurazioni
per una compagnia di assicurazioni di
dimensioni medio-piccole come la nostra, non è trascurabile
». In tal senso
la decisione del management di Hdi è stata trasparente, ovvero è stata lasciata
all’utente aziendale la scelta tecnologica più adatta a rappresentare il
business gestito. Quindi, entrando nel merito dei Sistemi informativi della
compagnia romana, l’utente interno e conseguentemente l’area Edp hanno operato
una convergenza sul data warehouse a firma Sas Institute, nella fattispecie,
sulla piattaforma Sas/Af. L’obiettivo finale, oltre alla realizzazione di un
progetto pilota, è quello di «riuscire a connotare la clientela a tutto
tondo
», come ha specificato Maddonni. Punto di arrivo dell’uso della
tecnologia Sas, sarà di avere un unico profilo del cliente, nel quale dovranno
confluire i dati provenienti dai rami auto, vita ed elementari. Ne consegue che
il data mining sarà una componente importante per creare i profili di clientela.
Tutto è partito dal progetto pilota Rc Auto, per un mercato di tariffe
liberalizzate. Per Hdi, quindi, l’esigenza era di conoscere il proprio
portafoglio per rappresentare il rischio che andava ad assicurare, e su questo
riuscire a fare la proiezione attuariale.

Conoscere per decidere

Nell’obiettivo del progetto c’era già un risultato: la conoscenza
del portafoglio. Che, in termini tecnologici, significava costruire il data
warehouse. «L’idea del progetto Dw – ha detto Maddonni – ha preso
forma quando ci siamo resi conto di avere problemi nel ramo. I risultati di
bilancio non erano soddisfacenti. Le informazioni tecniche mensili di cui
disponevamo, quali la frequenza sinistri, oltre che esigue erano frutto di
grossi sforzi aziendali
». L’idea di concentrarsi sul saggio Sinistri/Premi
(per calcolarlo, si rapporta il valore di tutti i sinistri in capo alla
variabile oggetto di studio ai premi di competenza del periodo) come indicatore
dell’economia di gestione della compagnia, viene dopo la presa di coscienza che
l’usuale indice dato dalla “frequenza di sinistri” sofferti non è più
sufficiente a esprimere una corretta valutazione dello stato di salute di
un’agenzia o di un ufficio di rappresentanza. Meglio, allora, fare un’attività
di intelligence sul rapporto sinistri sofferti/premi raccolti dal canale
distributivo, e non con un acid test, esprimendo un semplice quoziente, ma
scavando nel magazzino dati, partendo dalla base annuale e arrivando a capire le
attività mensili effettuate e quelle in essere. Inoltre è necessario computare
nel rapporto anche il cosiddetto fenomeno Ibnr (Incurred but not reported),
relativo ai sinistri già verificatisi, ma non aperti presso l’agenzia, cioè non
comunicati ufficialmente. Proprio il tasso di Ibnr può essere preso a emblema
della attività di intelligence condotte sul data warehouse di Sas, in quanto
frutto di operazioni multidimensionali che nascono dal confronto delle serie
storiche, declinate per aree territoriali e tipologia di utenza. Quindi,
partendo dai file grezzi estratti dai sistemi legacy di Hdi, comprensivi di un
database Ibm Db2, si è proceduto all’attività di Etl sulle informazioni
provenienti dalle polizze e dai relativi sinistri del ramo Rc Auto. Tali
informazioni, navigabili multidimensionalmente in un modello a stella, sono
state integrate, contestualizzate, storicizzate, e accoppiate al monitoraggio
delle variazioni legate al canale distributivo, cioè alle dinamiche dei comparti
delle agenzie e dei produttori. In questo modo l’indice Sp è calcolato una volta
al mese, a ogni chiusura contabile tecnica. Dopo il caricamento dei dati di
rischio assunto e di sinistro, il sistema Sas produce i report nazionali, per
canale distributivo, agenzie, sub-agenzie, produttori nonché per settore
tariffario e per le principali variabili discriminanti del rischio. «La
tecnologia Sas
– ha detto Maddonni – che consente di aggiungere
componenti alla stessa base dati senza incorrere a ristrutturazioni informative,
ci permetterà, una volta esaurita l’esigenza primaria del ramo Auto, di
aggiungere le informazioni dei rami Elementari. Aggiungere senza incidere su ciò
che si è già costruito, vuol dire avere la possibilità in tempi brevi di
riuscire a ragionare ul cliente visto nella sua globalità
». Il sistema di
Dw è stato perfezionato a dicembre 2001 ed è in azione da qualche mese. Viene
utilizzato da 4 persone in Hdi: Maddonni stesso, due attuari e un tecnico che
esegue elaborazioni di Business intelligence andando a scrutare in orizzontale,
con campionature, i dati di raccolta e le passività. Il Dw Sas è collocato, in
batch, su un database Ibm Db2.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome