Voordat we daar antwoord op kunnen geven, is het goed om de term machine learning (ML) toe te lichten. Je kunt een conventionele computer instructies geven en de computer volgt die instructies via nauwgezette paden op. Het is een strak proces en voor veel zaken is dat genoeg. Mensen benaderen dingen echter op een heel andere manier. ML maakt technologie menselijker.
Mensen leren van ervaring en gaan naar school. Bij ML breng je die menselijke ervaring naar de computer in de vorm van data. De computer herkent patronen in die data en creëert met die patronen modellen, waarmee beslissingen kunnen worden genomen. Zo breng je het menselijke aspect naar de computer, zonder de human touch te vervangen.
Hoe ML de adviseur ondersteunt
Dit klinkt misschien als toekomstmuziek. Toch wordt deze techniek vandaag de dag al door serviceprovider Voogd & Voogd ingezet en uitgebreid met mogelijkheden voor de toekomst. Innovaties, inclusief ML, zijn geen doel op zich: ze staan in dienst van de mens. Hoe kunnen ze adviseurs nog beter ondersteunen in hun dagelijkse werkzaamheden, zodat zij zich kunnen richten op het adviseren van klanten?
“Een voorbeeld is het model dat klantloyaliteit en het schaderesultaat combineert”, legt machine learning engineer Renzo Plaisant van der Wal uit.
“Dit model maakt inzichtelijk in welke mate de klant invloed heeft op het schaderesultaat van de adviseur. De adviseur kan onmogelijk iedere week zijn portefeuille analyseren, maar voor het ML-model is dat geen enkel probleem. Het biedt de adviseur belangrijke inzichten, zonder dat er kostbare adviestijd verloren gaat.”
Totaalrelatie: beter inzicht, hoger rendement
Meer (betrouwbare) data maken de modellen nog beter. Die data krijg je als je het assortiment zodanig verbreedt, dat je als het ware een totaalrelatie kunt creëren en bedienen.
“Voogd & Voogd gaat haar assortiment in het nieuwe jaar flink uitbreiden. Voor particuliere klanten, maar zeker ook voor zakelijke klanten. Met een totaalrelatie heb je veel meer inzicht in de behoeftes, maar ook in het risico. Het advies kan zo beter worden afgestemd op de klant, terwijl het bedrijfsmodel rendabeler wordt. Met de smalle marges binnen het schadedomein is dat heel belangrijk”, aldus CEO Michael de Nijs.
Met de pakketvergelijker, het VoordeelPakket, kan dit bredere assortiment eenvoudig worden vergeleken en afgesloten binnen één pakket. Dankzij de beschikbare data kunnen adviseurs hun totaalrelaties bij vernieuwing in combinatie met ML het beste pakket aanbieden voor deze specifieke klant.
Zorgvuldigheid bij razendsnelle ontwikkeling
Een tweede belangrijk aspect van ML is zorgvuldigheid. Renzo: “Wij laten onze modellen voldoen aan de checklist voor autonome processen van SIVI, het adviescentrum voor digitalisering van de verzekeringsbranche. ML-modellen draaien op de achtergrond mee: tijdens dit ‘schaduw draaien’ kunnen verbeterpunten in de processen worden geïdentificeerd, mede op basis van behoeftes van het intermediair en de ervaringen van medewerkers.”
De ontwikkelingen gaan razendsnel. Op het Voogd-platform draait al geruime tijd een tariefmodel op basis van ML voor een volmachtgever. In conventionele tarieven bepaalt bijvoorbeeld de combinatie van het risico van de klant en de waarde van de auto het tarief. ML maakt het mogelijk om veel meer combinaties te maken van verbanden. Alle parameters samen bepalen nu het risico. Dat kunnen er honderden tegelijk zijn. Dit model kan ook voor andere volmachtgevers worden toegepast. Het voordeel is duidelijk: een tarief dat volledig is afgestemd op het risico.
Schadeproces sneller en transparanter
De snelheid van het schadeproces is ook gebaat bij intelligente automatisering. Hiervoor kan het proces worden opgedeeld in kleinere stappen. Sommige stappen, waar menselijke interventie geen meerwaarde biedt, kunnen volledig worden geautomatiseerd. Door de werkstromen te sturen, kunnen eventuele pijnpunten per stap in het proces worden weggenomen.
Accountmanager Mariska Vons: “Adviseurs hebben hier veel baat bij, want het is altijd inzichtelijk in welk stadium een schade zich bevindt. Dit maakt het proces een stuk transparanter, ook in de communicatie naar de verzekerde. Het versterkt de adviesrol van het intermediair.”
Proportionele toename toepassingen ML
In de ontwikkelplannen vormt het schadeproces de blauwdruk voor andere processen. De rol van ML zal de komende jaren proportioneel toenemen en is een krachtige ondersteuning van het intermediair. Dankzij de steeds betere risico-inschatting is deze ontwikkeling dan ook ongekend waardevol voor de volmachtgever.
Dit artikel is gesponsord doorVoogd & Voogd.
