A guide on how the credolab solution can help insurers

Uma guia sobre como a solução credolab pode ajudar as seguradoras

Una guía sobre cómo credolab puede ayudar a las aseguradoras

12/5/2022

Find out how credolab can help insurance companies make informed decisions to increase their client portfolio more efficiently, improving prices and underwriting processes.

Descubra como a credolab pode ajudar as seguradoras a tomar decisões assertivas para aumentar sua carteira de clientes com mais eficiência, melhorando preços e processos de subscrição.

Descubre cómo credolab puede ayudar a las aseguradoras a tomar decisiones informadas para aumentar su portfolio, mejorando los precios y los procesos de suscripción

Other Popular Articles

Alternative data is the set of information from multiple data sources, such as mobile devices and  applications, Web and touchscreen interaction, online and mobile purchases, and bill payments, among others, that are analysed by Machine Learning algorithms to predict users' behaviours.  These algorithms constantly analyse and (re)learn behaviour patterns in real-time and reliably link them to user outcomes of interest – product purchases, balance (re)payment, or the filing of an insurance claim. In essence, they make it possible to understand and anticipate consumer needs, wants and behaviour.  

In the case of credolab, the alternative data comes primarily from anonymised smartphone metadata, i.e. data on device usage patterns that reflect the typical activities of representative smartphone users. This allows companies like insurers and lenders to continuously learn about their target audience (current customers, potential new users etc.) while rigorously protecting their privacy.

The benefits of using alternative data can come in many forms. In the case of Insurers, alternative data offers new inputs that can be integrated into all the steps of insurers’ value chain. These include improving customer targeting and engagement, accelerating new premium origination, improving risk assessment in existing underwriting models, and providing insights into possibly fraudulent behaviour. The originality, relevance and wide coverage of this data, coupled with Machine Learning’s insights, provides insurers with a holistic view of the (potential) customers’ profiles, an understanding of their level of responsibility, and a deeper comprehension of their interests and most likely behaviour. 

3 ways in which credolab’s solution can help Insurers

Manage Underwriting and Claims based on predicted behaviour

Depending on the policy under consideration (e.g., Life cover vs Critical Illness vs Device Protection), underwriting standards are the traditional tool employed to assess and manage the insured’s risk. Often, however, insurers have to deal with a critical trade-off: on one side, complex underwriting is effective but costly, complex and time-consuming, and it reflects poorly on customer experience. On the other side, no (or simplified) underwriting is simple, (deceptively) cheap, and customer-friendly, but it might have an outsized risk impact on policy book performance. 

Credolab’s technology makes it possible to escape the tyranny of this trade-off by using its technology stack, dynamic data and deep Machine Learning insights. This enables automated, accurate underwriting that retains the ability to review and assess each application individually but at the same time minimises costs and the negative impact on customer experience.  

In the case of simple products with small ticket sizes (say smartphone screen protection), it makes it possible to “underwrite” each individual applicant cheaply, in a matter of seconds, and request no applicant data. In the case of complex products like Health, it allows the current underwriting process to be simplified and shortened while improving its accuracy. The net effect is lower cost, higher speed, and a greatly enhanced customer experience.

Finally, credolab’s track record in predicting affordability, risk, and behaviours suggests that policy pricing and customer inclusion might also benefit reduction in fraud and delinquencies  (i.e., costs) as well as being able to price for both baseline risk and behavioural risk. This will ensure that the largest possible pool of customers has access to proper cover. 

Accelerate Portfolio Growth

Some insurance companies use credit bureau scores as a proxy for customer affordability and risk in an attempt to simplify and automate policy approval and issuance decisions. For instance, according to Fico, within those US states allowed to use credit scores to assess risk, 95% of personal insurers decide to use it for evaluation purposes.   

Unfortunately, when Insurers use this strategy, many individuals who can afford to pay their premiums are declined or forced to pay a higher premium due to limited credit history.

In markets, or segments, where credit bureau coverage is lower (e.g. younger customers, recent immigrants, etc.), these patterns are further magnified.

In all cases, credolab's technology allows insurers to assess all new and existing customers for affordability and financial risk, enabling a more equitable and inclusive pricing strategy.  Credolab's integrated scoring solution allows insurers to increase their approval rates without impacting their book’s risk profile: this is made possible by the use of alternative data via smartphone, available for nearly 100% of the target population, together with credolab’s proprietary technology and Machine Learning scores, able to understand and anticipate users’ likely behaviour. 

Improve sales and customer experience

In addition to expanding the portfolio through a better understanding of customer behaviours and interests, marketing teams can use the data to convert prospects into qualified leads, pre-screened for purchase intent and risk/affordability, and deliver personalised offers for them. The credolab solution, engineered in partnership with Sapio Asia, implements predictive Machine Learning models that improve cross-sell, upsell and retention rates by assessing the probability that a person will buy a new product or accept a new service or promotion. 

Importantly, credolab’s and Sapio Asia’s insights help also to increase the relevance of the product or service offered to the customer, improving their experience and overall degree of long-term retention and brand satisfaction. 

Indeed, according to Appsflyer, a mobile attribution and marketing analytics platform, 1 in 2 apps are uninstalled within 30 days of installation, and applications from the insurance industry recorded up to 95% uninstall rates, mostly due to poor value and customer onboarding experience. credolab’s technology tracking web- and mobile-engagement micro-events, detects when the prospect hesitates, leaves incomplete information, does autocomplete or copies and pastes data that she should be familiar with. These insights provide invaluable help in redesigning interfaces and the customer onboarding process to create a pleasant engagement experience for customers while reducing abandonment/uninstall rates for digital products. 

In summary, alternative data, and predictive Machine Learning insights,  provide multiple and compelling use cases for insurers. Credolab allows Insurers to understand their audience better and make better decisions by using smartphone digital profiles and web behavioural metadata and its technology and simple integration model. Both insurers and their customer greatly benefit from that.

Interested in learning how our products can help you? Request a free demo, or drop us your questions here.

Os dados alternativos são o conjunto de informações de múltiplas fontes de dados, como dispositivos e aplicativos móveis, interação Web e touchscreen, compras online e móveis, pagamentos de contas, entre outros, que são analisados por algoritmos de Aprendizagem Automática para prever o comportamento dos usuários. Esses algoritmos analisam e (re)aprendem constantemente padrões de comportamento em tempo real e os vinculam de forma confiável aos resultados de interesse do usuário – compras de produtos, (re)pagamento de prestações ou a apresentação de uma reclamação de seguro. Em essência, eles permitem entender e antecipar as necessidades, desejos e comportamentos do consumidor.

 

No caso da credolab, os dados alternativos provêm principalmente de metadados de smartphones anônimos, ou seja, dados sobre padrões de uso de dispositivos que refletem as atividades típicas de usuários representativos de smartphones. Isso permite que empresas como seguradoras e credores aprendam continuamente sobre seu público-alvo (clientes atuais, novos usuários potenciais, etc.), enquanto protegem rigorosamente sua privacidade.

 

Os benefícios de usar dados alternativos são vários e podem ser usados de diferentes formas. No caso das Seguradoras, os dados alternativos oferecem novos insumos que podem ser integrados em todas as etapas da cadeia de valor das seguradoras. Isso inclui melhorar a segmentação e o envolvimento do cliente, acelerar a criação de novos prêmios, melhorar a avaliação de risco em modelos de subscrição existentes e fornecer insights sobre comportamento possivelmente fraudulento. A originalidade, relevância e ampla cobertura desses dados, juntamente com os insights da Aprendizagem Automática, fornecem às seguradoras uma visão holística dos perfis dos clientes potenciais, o entendimento do nível de responsabilidade e uma compreensão mais profunda de seus interesses e comportamento.

 

3 maneiras em que a solução do credolab pode ajudar as seguradoras

1. Gerenciar as subscrições e reclamações com base no comportamento previsto

 

Dependendo da apólice em consideração (por exemplo, cobertura de vida versus doença crítica versus proteção do dispositivo), os padrões de subscrição são a ferramenta tradicional utilizada para avaliar e gerenciar o risco do segurado. Muitas vezes, as seguradoras têm que lidar com uma troca crítica: por um lado, a subscrição complexa é eficaz, mas é cara, complexa e demorada, e reflete mal na experiência do cliente. Por outro lado, uma subscrição  simples (ou simplificada), (enganosamente) barata e amigável ao cliente, pode ter um impacto de risco desproporcional no desempenho dasapólices.

 

A tecnologia da Credolab permite escapar deste problema usando seu stack tecnológico, dados dinâmicos e insights profundos de Aprendizagem Automática. Isso permite uma subscrição automatizada e precisa que mantém a capacidade de revisar e avaliar cada aplicativo individualmente, mas ao mesmo tempo minimiza os custos e o impacto negativo na experiência do cliente.

No caso de produtos simples (por exemplo, proteção de tela de smartphone), é possível “subscrever” cada solicitante individual de forma econômica, em questão de segundos, e não solicitar dados do solicitante. No caso de produtos complexos como Saúde, permite que o atual processo de subscrição seja simplificado e abreviado, melhorando sua precisão. O efeito final é menor custo, maior velocidade e uma experiência do cliente melhorada.

 

Finalmente, o histórico da credolab em predizer acessibilidade, risco e comportamentos sugere que a política de preços e a inclusão dos clientes também podem beneficiar da redução de fraudes e inadimplências (ou seja, custos), bem como ser capaz de calcular o preço tanto para o risco de referência quanto para o risco comportamental. Isso garantirá que o maior número possível de clientes tenha acesso à cobertura adequada.

2. Acelerar o Crescimento do Portfólio

 

Algumas companhias de seguros usam as pontuações de birôs de crédito como um proxy para a acessibilidade e o risco do cliente na tentativa de simplificar e automatizar a aprovação de apólices e as decisões de emissão. Por exemplo, de acordo com a Fico, dentro dos estados norte-americanos autorizados a usar o score de crédito para avaliar o risco, 95% das seguradoras decidem usá-lo para fins de avaliação.

 

Infelizmente, quando as seguradoras usam essa estratégia, muitos indivíduos que podem pagar seus prêmios são recusados ou forçados a pagar um prêmio mais alto devido ao histórico de crédito limitado.

Em mercados, ou segmentos, onde a cobertura de birôs de crédito é menor (por exemplo, clientes mais jovens, imigrantes recentes, etc.), esses padrões são ainda mais amplos.

 

Em todos os casos, a tecnologia da credolab permite que as seguradoras avaliem todos os clientes novos e existentes quanto à acessibilidade e risco financeiro, permitindo uma estratégia de preços mais justa e inclusiva. A solução de pontuação integrada da Credolab permite que as seguradoras aumentem suas taxas de aprovação sem afetar o perfil de risco de sua carteira: isso é possível pelo uso de dados alternativos via smartphone, disponíveis para quase 100% da população-alvo, juntamente com a tecnologia proprietária da credolab e scores da Aprendizagem Automática, capaz de entender e antecipar o comportamento provável dos usuários.

 

3. Melhore as vendas e a experiência do cliente

 

Além de expandir o portfólio por meio de uma melhor compreensão dos comportamentos e interesses dos clientes, as equipes de marketing podem usar os dados para converter clientes potenciais em leads qualificados, pré-selecionados para intenção de compra e risco/acessibilidade, e entregar ofertas personalizadas para eles. A solução credolab, desenvolvida em parceria com a Sapio Asia, implementa modelos preditivos de Aprendizagem Automática que melhoram as taxas de cross-sell, upsell e de retenção, avaliando a probabilidade de uma pessoa comprar um novo produto ou aceitar um novo serviço ou promoção.

 

É importante ressaltar que os insights da credolab e da Sapio Asia ajudam também a aumentar a relevância do produto ou serviço oferecido ao cliente, melhorando sua experiência e o grau geral de retenção de longo prazo e satisfação da marca.

 

De fato, de acordo com a Appsflyer, plataforma móvel de atribuição e análise de marketing, 1 de cada 2 aplicativos são desinstalados dentro de 30 dias após a instalação, e os aplicativos do setor de seguros registraram taxas de desinstalação de até 95%, principalmente devido ao baixo valor e à experiência de integração do cliente. A tecnologia da credolab rastreia micro eventos de engajamento na web e em dispositivos móveis, detectando quando o cliente em potencial hesita, deixa informações incompletas, preenche automaticamente ou copia e cola dados com os quais o cliente deve estar familiarizado. Esses insights fornecem uma ajuda inestimável na reformulação de interfaces e no processo de integração do cliente para criar uma experiência de engajamento agradável, reduzindo as taxas de abandono/desinstalação de produtos digitais.

 

Em resumo, os dados alternativos e insights de Aprendizagem Automática preditivos fornecem vários e atraentes casos de uso para seguradoras. A credolab permite que as Seguradoras entendam melhor seu público, tomem melhores decisões por meio de perfis digitais comportamentais de smartphones e web através de sua tecnologia e de um modelo de integração simples. Tanto as seguradoras quanto seus clientes se beneficiam muito com isso.

 

Interessado em saber como nossos produtos podem ajudá-lo? Solicite uma demonstração gratuita ou envie-nos suas perguntas aqui.

Los datos alternativos son un conjunto de información proveniente de múltiples fuentes de datos como dispositivos móviles, interacciones web y de pantalla táctil, compras online y a través de los teléfonos móviles y pago de facturas, entre otras, que son analizados por medio de algoritmos de aprendizaje automático capaces predecir el comportamiento del usuario. Estos algoritmos tienen la capacidad de analizar continuamente y reaprender patrones en tiempo real y vincularlos de manera confiable con los intereses del usuario (compras de productos, balance de re-pagos o la presentación de un reclamo de seguro). En esencia, hacen posible entender y anticiparse a las necesidades del consumidor, intereses y comportamientos. 

En el caso de credolab, los datos alternativos provienen de metadatos anónimos provenientes de teléfonos inteligentes, por ejemplo, datos sobre patrones de uso de los dispositivos que reflejan las típicas actividades que realizan los usuarios en sus smartphones. Esto permite que compañías como las de seguros y de préstamos puedan aprender continuamente sobre su target (clientes actuales, nuevos usuarios potenciales, etc.) mientras que protege rigurosamente su privacidad. 

Los beneficios de usar datos alternativos pueden presentarse de muchas formas. En el caso de las aseguradoras, los datos alternativos ofrecen nuevos insumos que pueden integrarse en todos los pasos de la cadena de valor de las aseguradoras. Estos incluyen mejorar la segmentación de la audiencia y la interacción con los clientes, acelerar la originación de nuevas primas, mejorar la evaluación de riesgos en los modelos de underwriting existentes y proporcionar insights sobre posibles comportamientos fraudulentos. La originalidad, la relevancia y la amplia cobertura de estos datos, junto con los insights de Machine Learning, brindan a las aseguradoras una visión holística de los perfiles de los clientes (potenciales), una comprensión de su nivel de responsabilidad y un entendimiento más profundo de sus intereses y de su posible comportamiento.

Tres maneras en las que las soluciones de credolab pueden ayudar a las compañías de seguros

1. Gestionar el underwriting y los reclamos basados en comportamiento predictivo

Dependiendo de la póliza en consideración (por ejemplo, seguro de vida vs enfermedad crítica vs protección de dispositivos), los estándares de underwriting son herramientas tradicionales empleadas para gestionar y evaluar el riesgo del asegurado. Frecuentemente, sin embargo, las empresas de seguros deben aceptar un compromiso: por un lado, la suscripción compleja es efectiva pero costosa, dificultosa y requiere mucho tiempo, y se refleja en una mala experiencia con el cliente. Por otro lado, la no suscripción (o suscripción simplificada) es simple, (engañosamente) barata y fácil de usar para el cliente, pero podría tener un impacto de riesgo enorme en el desempeño del libro de pólizas.

La tecnología de credolab hace posible escapar la tiranía de esta compensación mediante el uso de su stack tecnológico, datos dinámicos y conocimientos profundos de aprendizaje automático. Esto permite una suscripción automatizada y precisa que retiene la capacidad de revisar y evaluar cada solicitud individualmente, pero al mismo tiempo minimiza los costos y el impacto negativo en la experiencia del cliente.

En el caso de productos simples con tickets pequeños (por ejemplo, protección de pantalla de teléfono inteligente), se pueden "suscribir" a cada solicitante de manera económica, en cuestión de segundos, y sin solicitar sus datos. En el caso de productos complejos, como salud, permite simplificar y acortar el proceso de suscripción actual mejorando su precisión. El resultado es un menor costo, una mayor velocidad y una experiencia del cliente mejorada.

Finalmente, la trayectoria de credolab - en la predicción de la asequibilidad, el riesgo y los comportamientos - sugiere que las políticas de fijación de precios y la inclusión de clientes también podrían beneficiar la reducción del fraude y la morosidad (es decir, los costos), además de poder cotizar tanto el riesgo inicial como el riesgo de comportamiento. Esto garantizará que el grupo más grande de prospectos tenga acceso a una cobertura adecuada.

2. Acelerar el crecimiento del  portfolio

Algunas compañías de seguros utilizan los puntajes de las agencias de crédito como un indicador de la asequibilidad y el riesgo del cliente en un intento de simplificar y automatizar las decisiones de aprobación y emisión de pólizas. Por ejemplo, según Fico, dentro de ciertos estados en los EE. UU., a los que se les permite usar puntajes de crédito para evaluar el riesgo, el 95% de las aseguradoras personales deciden usarlo con fines de evaluación.

Desafortunadamente, cuando las aseguradoras usan esta estrategia, muchas personas que pueden pagar sus primas son rechazadas o se ven obligadas a pagar una prima más alta debido a un historial crediticio limitado. En mercados, o segmentos, donde la cobertura de los burós de crédito es menor (por ejemplo, clientes más jóvenes, inmigrantes recientes, etc.), estos patrones se magnifican aún más.

En todos los casos, la tecnología de credolab permite a las aseguradoras evaluar la asequibilidad y el riesgo financiero de todos los clientes nuevos y existentes, lo que facilita una estrategia de precios más equitativa e inclusiva. La solución de puntuación integrada de credolab permite a las aseguradoras aumentar sus índices de aprobación sin afectar el perfil de riesgo en su libro: esto es posible gracias al uso de datos alternativos a través de teléfonos inteligentes, disponibles para casi el 100% del target, junto con la tecnología patentada de credolab y los scores de aprendizaje automático, capaces de comprender y anticipar el posible comportamiento de los usuarios.

3. Mejorar las ventas y la experiencia del cliente

Además de agrandar la cartera, al conocer mejor los comportamientos e intereses de los clientes, los equipos de marketing pueden utilizar los datos para convertir a los prospectos en leads cualificados, preseleccionados en función de su intención de compra, y ofrecerles ofertas personalizadas. La nueva solución de credolab, junto con Sapio Asia, permite crear modelos que mejoran las ventas cross-sell, upsell y las tasas de retención al evaluar la posibilidad de que una persona compre un nuevo producto o acepte una nueva promoción.  Es importante destacar que los conocimientos de credolab y Sapio Asia también ayudan a aumentar la relevancia del producto o servicio ofrecido al cliente, mejorando su experiencia y el grado general de retención a largo plazo y satisfacción de la marca.

De hecho, según Appsflyer, plataforma de análisis de marketing y atribución móvil, 1 de cada 2 aplicaciones son desinstaladas a los 30 días de su instalación, y las apps de la industria de seguros registraron tasas de desinstalación de hasta el 95 %, principalmente, debido al bajo valor que ofrecen y a la mala experiencia durante el onboarding. La tecnología de credolab rastrea microeventos de interacción web y móvil, detecta cuándo el prospecto duda, deja información incompleta, autocompleta o copia y pega datos con los que debería estar familiarizado. Estos conocimientos brindan una ayuda invaluable en el rediseño de las interfaces y el proceso de incorporación de clientes para crear una experiencia de participación agradable, al tiempo que reducen las tasas de abandono/desinstalación de los productos digitales.

En resumen, los datos alternativos y los insights predictivos de aprendizaje automático proporcionan múltiples y atractivos casos de uso para las aseguradoras. Credolab permite a estas compañías comprender mejor a su audiencia y tomar mejores decisiones, mediante el uso de perfiles digitales provenientes de los teléfonos inteligentes y de los metadatos de comportamiento web y de  su tecnología y modelo de integración simple. Tanto las aseguradoras como sus clientes se benefician enormemente de ello.

¿Estás interesado en saber cómo nuestros productos pueden ayudarte? Solicita una Demo gratis o dejanos tu consulta aquí