Big Data Dalam Asuransi Jiwa

“Data are widely available; what is scarce is the ability to extract wisdom from them” Hal Varian ‘Google’s Chief Economist’

Banyak orang mengatakan bahwa Big Data dalam artian sederhana adalah sekumpulan data yang besar, akan tetapi jika ditelaah lebih lanjut Big Data mempunyai pengertian yang lebih dari itu. Gartner Inc, perusahaan riset industri IT terkemuka mendefinisikan Big Data sebagai:

“Big Data are high-volume, high-velocity, and/or high-variety information assets that require new forms ofprocessing to enable enhanced decision making, insight discovery and process optimization.”

Data seperti yang dideskripsikan oleh Gartner berdasarkan pada tiga V:

• Volume (jumlah): Seberapa besar/banyak suatu data
• Velocity (kecepatan) : Seberapa cepat data dapat dihasilkan
• Variety: Variasi dari tipe data yang terdiri dari sumber, format, dan struktur

Dalam definisi yang disebutkan oleh Gartner secara efektif dapat dikatakan bahwa: Ada banyak data, data-data tersebut masuk ke sistem dengan sangat cepat dan datang dari sumber-sumber yang berbeda, dalam format dan struktur yang berbeda. Definisi di atas mungkin tampak jelas mengingat bahwa hal tersebut menggambarkan BigData secara teknis, tetapi untuk secara singkat dapat dikatakan bahwa definisi Big Data itu sendiri adalah "BIG". Big Data merupakan hal yang penting, mereka yang bisa memanfaatkan Big Data akan memiliki dasar yang kuat dalam pengambilan keputusan penting. Perusahaan yang cerdas menyadari bahwa cara memperlakukan data telah berubah, dan mereka perlu meningkatkan pemahaman bagaimana mengelola Big Data untuk tetap relevan dan kompetitif di pasar. Perusahaan yang dapat memanfaatkan analisis canggih untuk mendapatkan real value dari BigData akan tumbuh lebih cepat dari pesaing mereka dan lebih cepat dalam menangkap peluang bisnis baru.

Big Data dan Asuransi Jiwa

Banyak perusahaan asuransi yang sebenarnya telah memanfaatkan data dengan jumlah yang amat besar, bergerak cepat, dan beraliran kompleks serta menerapkan teknik analisis canggih untuk mengubah cara mereka dalam melakukan bisnis. Namun dalam industri asuransi jiwa, menggunakan Big Data masih belum menjadi pertimbangan utama. Hal tersebut berkaitan dengan data-data dalam industri asuransi jiwa yang sering melibatkan isu-isu signifikan mengenai privasi, termasuk kesehatan, perilaku dan informasi gaya hidup yang dapat sangat sensitif dan di beberapa negara diatur secara ketat.

Berdasarkan survei dan analisa dari The Boston Consulting Group (BCG) di industri asuransi jiwa, dapat ditemukancara untuk mengatasi tantangan ini melalui empat strategi.Strategi tersebut memiliki dua dimensi, yakni: Intensity of the customer relationship dan Degree of expansion into new markets. Dimensi pertama memungkinkan perusahaanuntuk tumbuh dengan menjual lebih banyak produk untuksetiap klien yang ada dengan cara meningkatkan loyalitasklien. Sedangkan dimensi kedua dapat menjadi bahanbakar pertumbuhan perusahaan dengan cara memperluasportofolio klien.

Menurut analisa dari BCG, beberapa perusahaan asuransiterkemuka di seluruh dunia saat ini sedang mengeksplorasipendekatan di atas. Adapun keempat strategi di atas dapat dideskripsikan sebagai berikut:

Enhancing Business Processes

Big Data dan alat-alat teknik analisa data yang canggih sudah meningkatkan kinerja operasional perusahaan asuransi jiwa secara signifikan. Beberapa perusahaan telah menghasilkan peningkatan 5% hingga 15% dalam hal placement rate, yang mana hal tersebut mengukur seberapa banyak orang yang membeli polis setelah proses aplikasi. Sedangkan perusahaan lainnya dapat mengurangi waktu proses aplikasi dari hitungan minggu menjadi hitungan jam.

Dalam hal underwriting, beberapa perusahaan asuransi meningkatkan ketepatan penilaian risiko selama proses underwriting dengan memasukkan beberapa variabel yang relevan dari informasi Big Data kedalam model yang telah terbentuk. Sebagai contoh adalah salah satu perusahaan dunia yang telah bereksperimen secara selektif mengganti pemeriksaan medis yang membutuhkan biaya dan rumit dengan memodelkan risiko berdasarkan pada data yang telah dianalisa. Sebuah studi dari 60.000 aplikasi perusahaan tersebut menemukan bahwa data nontradisional efektif dalam mengidentifikasi risiko kesehatan yang potensial seperti tes darah dan tes urine. Dalam hal distribusi, perusahaan asuransi dapat meningkatkan cara perekrutan agen asuransi dengan mengembangkan model untuk mengidentifikasi, memilih, dan mempertahankan agen terbaik. Sedangkan dalam hal marketing, perusahaan dapat menggunakan analisa yang berkelanjutan untuk membentuk model yang lebih baik seperti kemungkinan pelanggan membeli produk dan risiko pelanggan membatalkan penutupan. Salah satu perusahaan asuransi global di Asia menghasilkan prospek baru yang berkualitas tinggi melalui pemodelan prediktif dari data mitra perbankan ritel mereka. Algoritma canggih perusahaan asuransi menganalisis informasi tentang pembelian pelanggan sebelumnya yang berupa jenis asuransi, usia, jenis kelamin, pendapatan, aset, dan panjang hubungan dengan perusahaan untuk mengkompilasi daftar jutaan prospek dengan kecenderungan yang tinggi dalam membeli asuransi jiwa.

Increasing Market Penetration

Beberapa perusahaan berekspansi ke dalam pasar baru dengan menonjolkan keunggulan proses underwriting yang lebih cepat dan lebih simpel yang didukung dengan penggunaaan Big Data dan analisis yang lebih canggih. Mereka bahkan membuat proses underwriting menjadi lebih murah dan dapat meningkatkan profit perusahaan. Sebagai contoh, salah satu perusahaan reasuransi jiwa terbesar di Amerika telah menggunakan proses underwriting otomatis dimana proses ini telah membantu perusahaan asuransi jiwa di Amerika untuk membuat produk yang terjangkau untuk kelas menengah. Keputusan dapat dikomunikasikan kurang dari satu menit dalam 90% kasus, dan kurang dari 5% aplikasi yang membutuhkan campur tangan manusia.

Deepening Customer Relationships

Hanya sedikit perusahaan yang menggunakan Big Data dan analisis yang canggih untuk memperluas penjualan yang berdasar pada trust-based services, padahal perusahaan asuransi dapat memperoleh mutual benefit dari hal tersebut. Sebagai balasan untuk menyediakan data pada perusahaan asuransi, customer akan mendapatkan produk yang menawarkan kepraktisan dan proteksi yang maksimal. Pendekatan ini dilakukan karena banyak informasi yang asimetri dalam bisnis asuransi jiwa. Perusahaan asuransi biasanya tidak mengetahui banyak hal mengenai kesehatan customer mereka selain dari isian polis, dan sebagai hasilnya perusahaan asuransi kekurangan informasi dari risiko mortalita customer. Pemegang polis, di sisi lain, mungkin mempunyai beberapa informasi, tapi mereka mungkin tidak mengatakan semuanya kepada perusahaan asuransi.

Enhancing Business Processes

Big Data dan alat-alat teknik analisa data yang canggih sudah meningkatkan kinerja operasional perusahaan asuransi jiwa secara signifikan. Beberapa perusahaan telah menghasilkan peningkatan 5% hingga 15% dalam hal placement rate, yang mana hal tersebut mengukur seberapa banyak orang yang membeli polis setelah proses aplikasi. Sedangkan perusahaan lainnya dapat mengurangi waktu proses aplikasi dari hitungan minggu menjadi hitungan jam.

Dalam hal underwriting, beberapa perusahaan asuransi meningkatkan ketepatan penilaian risiko selama proses underwriting dengan memasukkan beberapa variabel yang relevan dari informasi Big Data kedalam model yang telah terbentuk. Sebagai contoh adalah salah satu perusahaan dunia yang telah bereksperimen secara selektif mengganti pemeriksaan medis yang membutuhkan biaya dan rumit dengan memodelkan risiko berdasarkan pada data yang telah dianalisa. Sebuah studi dari 60.000 aplikasiperusahaan tersebut menemukan bahwa data nontradisional efektif dalam mengidentifikasi risiko kesehatan yang potensial seperti tes darah dan tes urine.

Dalam hal distribusi, perusahaan asuransi dapat meningkatkan cara perekrutan agen asuransi dengan mengembangkan model untuk mengidentifikasi, memilih, dan mempertahankan agen terbaik. Sedangkan dalam hal marketing, perusahaan dapat menggunakan analisa yang berkelanjutan untuk membentuk model yang lebih baik seperti kemungkinan pelanggan membeli produk dan risiko pelanggan membatalkan penutupan. Salah satu perusahaan asuransi global di Asia menghasilkan prospek baru yang berkualitas tinggi melalui pemodelan prediktif dari data mitra perbankan ritel mereka. Algoritma canggih perusahaan asuransi menganalisis informasi tentang pembelian pelanggan sebelumnya yang berupa jenis asuransi, usia, jenis kelamin, pendapatan, aset, dan panjang hubungan dengan perusahaan untuk mengkompilasi daftar jutaan prospek dengan kecenderungan yang tinggi dalam membeli asuransi jiwa.

Increasing Market Penetration

Beberapa perusahaan berekspansi ke dalam pasar baru dengan menonjolkan keunggulan proses underwriting yang lebih cepat dan lebih simpel yang didukung dengan penggunaaan Big Data dan analisis yang lebih canggih. Mereka bahkan membuat proses underwriting menjadi lebih murah dan dapat meningkatkan profit perusahaan. Sebagai contoh, salah satu perusahaan reasuransi jiwa terbesar di Amerika telah menggunakan proses underwriting otomatis dimana proses ini telah membantu perusahaan asuransi jiwa di Amerika untuk membuat produk yang terjangkau untuk kelas menengah. Keputusan dapat dikomunikasikan kurang dari satu menit dalam 90% kasus, dan kurang dari 5% aplikasi yang membutuhkan campur tangan manusia.

Deepening Customer Relationships

Hanya sedikit perusahaan yang menggunakan Big Data dan analisis yang canggih untuk memperluas penjualan yang berdasar pada trust-based services, padahal perusahaan asuransi dapat memperoleh mutual benefit dari hal tersebut. Sebagai balasan untuk menyediakan data pada perusahaan asuransi, customer akan mendapatkan produk yang menawarkan kepraktisan dan proteksi yang maksimal.

Pendekatan ini dilakukan karena banyak informasi yang asimetri dalam bisnis asuransi jiwa. Perusahaan asuransi biasanya tidak mengetahui banyak hal mengenai kesehatan customer mereka selain dari isian polis, dan sebagai hasilnya perusahaan asuransi kekurangan informasi dari risiko mortalita customer. Pemegang polis, di sisi lain, mungkin mempunyai beberapa informasi, tapi mereka mungkin tidak mengatakan semuanya kepada perusahaan asuransi.

kesehatan yang sub standar dengan imbalan produk asuransi. Salah satu perusahaan asuransi terkemuka di Afrika Selatan menyediakan asuransi untuk pemegang polis yang menderita penyakit HIV dan Diabetes, dimana mereka bersedia untuk mengikuti protokol medis yang ketat. Mereka mendapatkan pemeriksaan medis bulanan dan menerima saran dari petugas medis. Dengan seizin mereka, data dapat diambil langsung dari medical provider. Perusahaan menilai risiko setiap tiga sampai enam bulan, bukan hanya sekali.

Pemegang polis yang telah berpartisipasi dalam program telah meningkatkan kesehatan mereka dan memperpanjang usia harapan hidup mereka. Enam bulan setelah pendaftaran, sistem kekebalan tubuh pemegang polis yang mengidap HIV, misalnya, meningkat sebesar rata-rata 15% bahkan tanpa pengobatan. Pada saat yang sama, perusahaan asuransi tersebut melakukan tindakan untuk mengurangi risiko dan meningkatkan arus informasi kesehatan. Perusahaan ini tumbuh 50 persen dalam satu tahun dan mempunyai target untuk mengasuransikan 300.000 pasien HIV pada tahun 2016.

Apa yang harus disiapkan untuk mengoptimalkan implementasi dari strategi di atas menurut The Boston Consulting Group dapat dilakukan hal-hal sebagai berikut:

1. Mulai dengan data yang memiliki potensi bisnis yang jelas.
2. Mengembangkan data eksklusif.
3. Mengumpulkan informasi dari berbagai macam sumber
4. Membangun kepercayaan customer melalui mutual benefit.

Dengan melakukan hal-hal tersebut diharapkan pemanfaatan Big Data dalam industri asuransi jiwa dapat berjalan optimal dan dapat memberikan keuntungan baik kepada customer maupun kepada perusahaan asuransi.

Dari uraian di atas dapat disimpulkan bahwa Big Data tentulah dapat menjadi alat yang sangat berguna dalam proses penentuan keputusan bisnis, khususnya dalam industri asuransi jiwa. Akan tetapi Big Data haruslah dimanfaatkan dengan bijaksana seperti yang dikatakan Hal Varian.

“Data are widely available; what is scarce is the ability to extract wisdom from them”

(Reinfokus I, 2015)

********

Sumber:

1. www.bcgperspectives.com/content/articles/insurance_digital_economy_Bringing_big_data_life/
2. www.economist.com/node/15557443, “Data, Data Everywhere”
3. The Actuary Magazine, December 2013/January 2014 – Volume 10,Issue 6, Big Data “What is it, How is it collected. And how might life insurers use it”
4. Big Data Analytics for Dummies by Michael Wessler, OCP & CISSP, A Wiley Brand, Alterix Special Edition.