رازهای حفاظت از داده در صنعت بیمه/ طیبه قنبری

یک راهکار پیشنهادی که نیاز به هیچ‌گونه زیرساخت پیچیده­ای ندارد، این است که شرکت­های بیمه با رعایت محرمانگی و پروتکل‌های امنیتی، داده‌های خود را به صورت عمومی منتشر کنند و در اختیار اینشورتک‌ها، فعالان و علاقه­ مندان حوزۀ تحلیل داده قرار دهند. شرکت­های بیمه حساسیت زیادی روی محرمانگی داده ­های خود، به ویژه اطلاعات مشتریان دارند و ممکن است این راهکار برای آنان مأموریت ناممکن به نظر برسد؛ اما روش‌ها و ترفندهای زیادی برای انتشار امن داده‌ها به صورت تغییریافتۀ «معتبر برای تحلیل و در عین حال نامعتبر برای سوءاستفاده» وجود دارد.

 

نوآوری، فناوری، اینشورتک، تحول دیجیتال؛ این عبارات را به کرات در رویدادها، نشست­ها، نشریات و مصاحبه‌‌های اهالی بیمه می‌بینیم و می­شنویم. مدیران و تصمیم‌گیرندگان صنعت بیمه با این مفاهیم و فواید به کارگیری آنها آشنا هستند؛ اما روند فعلی حکایت از سرعت بسیار پایین شرکت­های بیمه در به کارگیری فناوری، نوآوری یا همکاری با اینشورتک‌ها دارد. شاید یکی از دلایل این کندی، این است که روش‌های کلاسیک کمابیش کار می‌کنند و کج‌دار مریز نیازهای شرکت‌های بیمه را برطرف می‌کنند؛ بنابراین ضرورت به کارگیری فناوری هنوز در شرکت‌های بیمه ملموس نشده است.

در سال 2021، ضریب نفوذ تلفن‌های هوشمند در ایران، 69 درصد اعلام شده که نسبت به سال قبل 28 درصد رشد داشته، ضریب نفوذ اینترنت هم با 20 درصد رشد نسبت به سال قبل، 112 درصد بوده است. این اعداد و نرخ رشدها، نشان از تغییر و تحول در رفتار و نیازمندی مشتریان صنعت بیمه دارند. بیمه‌گذارانی که عادت کردند خدمات مربوط به طیف وسیعی از نیازهای روزمره‌ و غیر روزمره‌ خود را با گوشی‌ هوشمند، هر زمان هر کجا به صورت شایسته و سریع دریافت کنند؛ تقاضا و انتظار خدماتی بهتر از خدمات کلاسیک شرکت‌های بیمه دارند و این تقاضا با گذشت زمان، بیشتر و پررنگ‌تر خواهد شد.

 

ذائقۀ بیمه‌گذاران در حال تغییر است

ذائقه بیمه‌گذاران در حال تغییر است؛ مثلاً با ظهور پرداخت خسارت آنلاین، کم‌کم داشتن شعب فیزیکی اهمیت و مزیت خود را از دست می­دهد و رقابت بین شرکت‌های بیمه بزرگ و کوچک تنگاتنگ­ می­شود. به هر حال صنعت بیمه با هر سرعتی هم که پیش برود، در آینده زمین بازی عوض خواهد شد و کسانی که از قبل خود را به ابزار فناوری، به عنوان مزیت رقابتی تجهیز کردند، برای تغییر آماده هستند و می­توانند سفر مشتری و تجربه بهتری برای بیمه­گذاران خلق کنند، جایگاه بهتری خواهند داشت.

تجربیات سال­های اخیر از وجود چالش و دست‌انداز‌های جدی در مسیر ارائۀ خدمات تحلیل داده در صنعت بیمه خبر می­دهد. یک چالش، فقدان رویۀ استاندارد یا حتی غیر استاندارد برای آزمون روش‌ها و تست خدمات تحلیلی است. استارتاپ‌ها و علاقه­ مندان به ارائۀ خدمات تحلیل داده، برای دستیابی به داده و مستندات مورد نیاز خود باید فرایندی طولانی را با یک یا چند شرکت بیمه طی کنند. این فرایند یک دست‌انداز یا حتی سد برای ورود افراد و گروه­های فناور و نوآور به صنعت بیمه است و گزینه صنعت بیمه را از لیست صنایع مناسب برای انجام پروژه­های تحلیلی و تحقیقاتی حذف و فرصت‌های بالقوه را روانۀ سایر صنایع می‌کند.

 

لزوم پیاده­ سازی سندباکس

راه­ حل جامع و کاربردی که در کشورهای پیشتاز در اینشورتک همچون چین و آمریکا، برای تسهیل ورود استارتاپ­ها و اینشورتک­ها به صنعت بیمه اجرایی شده، بهره­ برداری از سندباکس است. پیاده ­سازی سندباکس فرایندی پیچیده و زمان­بر است و باید توسط نهاد بالادست انجام شود؛ بنابراین نیاز به راه­ حل­های آسان­تر و سریع‌تر برای تسهیل ورود به صنعت بیمه وجود دارد.

یک راهکار پیشنهادی که نیاز به هیچ‌گونه زیرساخت پیچیده­ای ندارد، این است که شرکت­های بیمه با رعایت محرمانگی و پروتکل‌های امنیتی، داده‌های خود را به صورت عمومی منتشر کنند و در اختیار اینشورتک‌ها، فعالان و علاقه­ مندان حوزۀ تحلیل داده قرار دهند. شرکت­های بیمه حساسیت زیادی روی محرمانگی داده ­های خود، به ویژه اطلاعات مشتریان دارند و ممکن است این راهکار برای آنان مأموریت ناممکن به نظر برسد؛ اما روش‌ها و ترفندهای زیادی برای انتشار امن داده‌ها به صورت تغییریافتۀ «معتبر برای تحلیل و در عین حال نامعتبر برای سوءاستفاده» وجود دارد. برای این منظور می­توان الگوریتم‌های درهم­سازی یا هشینگ را مورد استفاده قرار داد که داده را به صورت برگشت­ ناپذیر تغییر می­دهند و دغدغه محرمانگی و عدم افشای اطلاعات را به خوبی پوشش می­دهند، توابع این الگوریتم­ها برای انجام عمل هش یا درهم­سازی از کل داده اولیه استفاده نمی­کنند؛ بلکه بخشی از داده را برداشته و با انجام محاسبات مختلف و پیچیده داده را تغییر می­دهند؛ بنابراین حتی در صورت امکان برگشت درهم­سازی انجام‌شده، هیچ‌گاه به دادۀ اولیه تولید نخواهد شد. با بهره بردن از این روش‌ها، بدون الزام به گذر از فرایند زمانبر درخواست مجوز دریافت داده، علاقه­مندان می­توانند ایده‌های خود را روی داده­ های واقعی صنعت بیمه آزمون و خطا کنند و محصولات و خدمات متناسب با نیاز صنعت توسعه دهند.

به عنوان یک تجربۀ عملی در صنعت بیمه ایران، یک اینشورتک فعال در حوزۀ تحلیل داده، در ابتدای شکل­گیری خود برای توسعۀ کمینۀ محصول پذیرفتنی که گام نخست در ایجاد کسب و کار است، یک مجموعه ­داده کانادایی را مورد استفاده قرار داد و سپس برای دسترسی به داده­ های واقعی صنعت بیمه ایران، فرایندی شش ماهه طی کرد که زمان زیاد و قابل توجهی محسوب می­شود.

سهولت در دسترسی به مجموعه ­داده شرکت‌های بیمه و در حالت ایده­ آل انتشار عمومی آن در اینترنت، می­تواند بهبود قابل توجهی در ارتباط بین صنعت بیمه و دانشگاه نیز ایجاد کند، هر ساله تعداد قابل توجهی پروژه­ در درس‌های مرتبط با تحلیل داده و نیز پایان­نامه‌ در مقاطع تحصیلی مختلف در دانشگاه­های کشور روی مجموعه­ داده­های مختلف تعریف می­شود؛ اگر مجموعه­ داده مناسب از صنعت بیمه همراه با مستندات کافی، در اختیار عموم باشد، تعریف پروژه و پایان­نامه روی این مجموعه­ داده نیز به یکی از انتخاب­های اساتید و دانشجویان بدل خواهد شد که به منزلۀ هدایت ظرفیت و پتانسیل علمی موجود در دانشگاه­های کشور به صنعت بیمه است و خروجی آن قطعاً برای صنعت بیمه سودمند خواهد بود. بر اساس سایت data.world حداقل 47 مجموعه­ داده بیمه­ ای به صورت عمومی در اینترنت منتشر شده است و پروژه­ هایی اعم از تحقیقاتی تا عملیاتی روی این مجموعه ­داده‌­ها اجرایی شده است.

 

ریسک­ پذیری تحلیل داده

چالش بعدی ریسک ­پذیری بسیار پایین شرکت‌های بیمه در حوزۀ خدمات تحلیل داده است، شرکت‌ها صبوری لازم در صرف زمان و هزینه تا رسیدن به خروجی مورد نیاز را ندارند و به دنبال لقمۀ آماده یعنی خدمات فناورانه بلوغ­ یافته هستند. تیم‌های تحلیل داده تا به اصطلاح خاک داده نخورده باشند و داده را مورد بررسی و تعمیق قرار ندهند، نمی‌توانند خروجی بلوغ ­یافته ارائه دهند. بلوغ خدمات و محصولات، حین کار روی داده‌های واقعی و با صرف زمان کافی صورت می­پذیرد.

تخصیص بودجۀ اندک شرکت‌های بیمه در حوزۀ فناوری نیز یکی از چالش‌ها در این مسیر است. سال 96 صنعت بانک ایران چهار هزار میلیارد تومان برای فناوری هزینه کرد، در همین سال صنعت بیمه 200 میلیارد یعنی در حدود پنج درصد صنعت بانک، برای فناوری هزینه پرداخته است. لازم است که شرکت‌های بیمه تخصیص بودجه خود در زمینۀ فناوری را افزایش دهند و این بودجه را نه هزینه که سرمایه­ گذاری برای آینده ببینند؛ در غیر این صورت تورم و هزینۀ شرکت‌داری اینشورتک­ها از درآمد آنان پیشی می‌گیرد و نمی­توانند مدت زیادی با این شرایط به حیات خود ادامه دهند یا خاموش می‌شوند یا به صنعتی دیگر مهاجرت می­کنند.

چالش دیگر این است که بعضاً متخصصان شرکت‌های بیمه، خدمات تحلیل داده را رقیب یا جایگزین خود می­پندارند. تحلیل داده در صنعت بیمه قرار نیست جایگزین نیروی انسانی متخصص یا وسیله­ای برای کم اهمیت جلوه دادن خدمات آنها باشد؛ بالعکس قرار است به منزلۀ یک دستیار، متخصصان را برای بهبود کیفیت در ارائۀ خدمات و نیز بهینه­سازی فرایندها یاری رساند. تحلیل داده و نیروهای متخصص دو بازوی مکمل و جدایی­ناپذیر خواهند بود. متأسفانه مقاومت در لایه­های میانی شرکت­های بیمه، چالشی جدی برای ورود اینشورتک­های تحلیل داده به صنعت است و شفاف­سازی و فرهنگ­سازی در این حوزه ضروری است.

در حال حاضر فرایند صدور بیمه‌نامه، پیشتاز تغییر و دیجیتالی شدن است و این تغییر، مقاومت‌ و ترس از حذف شدن را در شبکۀ فروش ایجاد کرده است، در حالی که طبق تجربۀ سایر کشورها، نمایندگان فروش از صنعت بیمه قابل حذف نیستند. در همین زمینه، سال 2019 در کشور آلمان، مطالعه‌ای روی شیوۀ خرید بیمه‌نامه توسط مشتریان انجام شد. شیوۀ خرید به سه دسته خرید کاملاً آفلاین یا کلاسیک توسط نمایندگان، خرید کاملاً آنلاین و خرید ترکیبی یا چند دسترسی ـ نمایندۀ فروش در طول سفر مشتری یعنی قبل، حین و بعد از خرید بیمه‌نامه از طریق کانال‌های مختلف، از جمله کانال‌های دیجیتال، با او در ارتباط است ـ تقسیم شد. سال 2012، سهم هر یک از روش‌های آفلاین، آنلاین و ترکیبی به ترتیب 60، 10 و 30 درصد بود، این سهم در سال 2019 به 30، 20 و 50 درصد رسید و پیش‌بینی شده در سال 2024 تخصیص سهم از بازار 20، 25 و 55 درصد شود. طبق این مطالعه فروش آنلاین، بازار بیمه را از آن خود نکرده است، مشتریان به دنبال تجربه خرید بهتر هستند و نقش نمایندگان فروش در خلق این تجربه و سفر مشتری انکارنشدنی است.

 

ارتقاء سطح بلوغ داده در شرکت‌ها

در پایان مهم‌ترین و پایه‌ای‌ترین چالش تحلیل داده در صنعت بیمه ایران و نیز سایر کشورها، کیفیت نامطلوب برخی داده‌های موجود و نیز نبود نسخۀ دیجیتالی و کاغذی بودن برخی داده‌های مهم است. بعضاً مشاهده می‌شود که به علت وجود ایراد در یک فرایند، داده‌ها نادرست درج می‌شوند و به علت نبود نظارت کلنگر روی پایگاه‌های داده، این مشکل چند سال ادامه داشته و رفع نشده است یا برخی اطلاعات، عمدتاً در پرونده‌های خسارت که می‌توانند تأثیر به سزایی در تصمیم‌سازی شرکت‌ها و نیز دقت روش‌های تحلیل داشته باشند، در قفسه‌های شعب سطح کشور، میان پرونده‌های کاغذی پنهان هستند. یکی از مزایای تحلیل روی داده شرکت‌های بیمه، نمایان شدن ایرادات و نقص‌ها در دادۀ شرکت‌هاست. با شناسایی مشکلات داده‌ای و مبادرت به اقدامات اصلاحی و پیشگیرانه برای مناسب‌سازی داده گذشته، اصلاح فرایندها برای درج صحیح داده‌ها در آینده و نیز تعریف چرخۀ بهبود مستمر برای پایش کیفیت داده‌ها، می‌توان سطح بلوغ داده در شرکت‌ها را ارتقا داد و زیرساخت داده مورد نیاز برای تحلیل‌های دقیق و عمیق‌تر مورد نیاز برای بهینه‌سازی و تصمیم‌سازی داده‌محور را فراهم کرد.

طبق اصل سازش با محیط، شرکت‌های بیمه و ذی­نفعان آنها در آینده­، ناگزیر به ایجاد تغییر و دیجیتالی کردن فرایندهای خود هستند. در این مسیر چالش‌های زیادی وجود دارد که با تعامل سازنده میان شرکت­های بیمه، ذی­نفعان صنعت، اینشورتک­ها و نوآوران، با هم­افزایی می­توان با سهولت بیشتر و سختی کمتر از این مرحله گذر کرد.

طیبه قنبری؛ مدیر عامل شرکت تحلیل گران هوشمند ژرفا

منبع:بیمه داری نوین

لینک کوتاهلینک کپی شد!
اخبار مرتبط
ارسال نظر

  −  5  =  4