CRIF terrà una lezione magistrale dal titolo Advanced analytics & Alternative data applicati al Risk Management presso l’Università di Verona (UNIVR), quale membro della Faculty del corso di perfezionamento e aggiornamento professionale in Risk Management. La lezione, tenuta dagli specialisti dell’area Data Science & Business Applications, porta in aula l’esperienza trentennale di CRIF e fornisce strumenti e consigli per comprendere come l’Intelligenza Artificiale può essere applicata al Risk Management per comprenderne i benefici e sfatare falsi miti.
La collaborazione di CRIF con UNIVR si colloca all’interno del progetto più ampio di partenariato con il mondo accademico e di nuove e innovative realtà professionali. CRIF è attenta all’impiego etico dei modelli basati sull’Intelligenza Artificiale partecipando attivamente ai tavoli delle principali associazioni europee e internazionali, quali l’European Association of Artificial Intelligence (EurAI) e l’Association for the Advancements of Artificial Intelligence (AAAI). Non per ultimo, con una attenzione crescente verso il mercato assicurativo, CRIF è fin dalla sua costituzione senior member di Italian Insurtech Association (IIA), l’associazione punto di riferimento in Italia dei rappresentanti dell’InsurTech, nata con l’obiettivo di migliorare e far evolvere l’offerta assicurativa tramite le tecnologie, creando nuovi modelli distributivi digitali e sviluppando soluzioni di protezione, etiche, inclusive e sostenibili.
Advanced analytics & Alternative data applicati al Risk Management
In aula saranno condivise esperienze concrete e casi pratici basati sul CRIF Information Core, patrimonio informativo del Gruppo CRIF con oltre 40 fonti informative e più di 1 miliardo di raw data, un asset di accelerazione unico su cui oltre 200 data scientist sviluppano algoritmi e soluzioni AI-based.
CRIF utilizza da anni le tecniche di Augmented Intelligence per lo sviluppo di modelli di score e il miglioramento dei processi di rischio, nonchè dello sviluppo commerciale. Oggi giorno eccellere nella capacità di selezionare e valutare correttamente i rischi, da sempre fulcro delle strategie competitive dei player finanziari, appare fondamentale. In particolare, in settori competitivi e standardizzati come quello assicurativo dove la conoscenza “data driven” delle imprese può giocare un ruolo cruciale, proprio per consentire alle Compagnie di offrire prodotti e servizi personalizzati e coperture più ampie e profonde rispetto agli attuali prodotti standardizzati.
Sempre di più negli ultimi anni, l’utilizzo di dati e informazioni integrate sapientemente nei processi con le giuste competenze di business e analytics consente di costruire servizi ad alto valore aggiunto per lo sviluppo del mercato assicurativo, abilitando l’offerta di prodotti altamente personalizzati rispetto alle esigenze dei clienti.
La raccolta di informazioni sulle attività svolte dalla PMI e sul tipo di rischio consentono una gestione efficiente di tutta la value chain: dalla definizione del prodotto, con l’offerta di servizi accessori di monitoraggio, mitigazione e prevenzione, fino alla gestione del portafoglio, per quantificare rapidamente gli impatti di un fenomeno sul complesso dei rischi assunti.
Il futuro è nella data augmentation e nei modelli di machine learning
Con l’aiuto di big data e di advanced analytics è possibile, inoltre, introdurre meta-variabili e scoring sofisticati, con elevato valore predittivo non solo per il puro rischio assicurativo, ma anche per altri ambiti cruciali quali la frode, il tasso di abbandono dei clienti e la conversione dei preventivi di new business.
Alcuni esempi di scoring evoluti, recentemente sviluppati da CRIF, a supporto delle compagnie assicurative sul segmento imprese sono tra gli altri:
- gli indicatori Pulse, che stimano gli impatti della congiuntura Covid-19 a livello di singola impresa e in modo aggregato su territorio e i micro settori di attività risultano estremamente predittivi anche in ambito assicurativo e possono supportare scelte data driven delle Compagnie, dalla new customer acquisition fino alla gestione sinistri (Osservatorio CRIF Pulse);
- il rating ESG, che valuta le imprese secondo la tassonomia definita per gli ambiti Environmental, Social e Governance;
- l’indice antifrode all’assunzione, che stima, già al momento del preventivo, la probabilità che una nuova polizza possa generare in futuro sinistri fraudolenti, considerando variabili interne, il contesto micro-geografico e il profilo del richiedente.
Per sviluppare il segmento PMI in modo sostenibile diventa quindi cruciale evolvere la fase di on-boarding facendo leva sulla conoscenza data driven e sulla tecnologia, per rendere profittevole la raccolta delle informazioni e proporre prodotti coerenti con i rischi e i bisogni a un prezzo adeguato.
Il percorso di sviluppo sostenibile del segmento Imprese in ambito assicurativo non passa peraltro solo da modelli e tecnologie, ma richiede anche l’evoluzione coerente e organica dell’organizzazione e della cultura aziendale. È strategico che l’evoluzione della conoscenza data driven e la sofisticazione dei modelli possano riflettersi in modo profittevole nei modelli organizzativi per sviluppare la capacità di analizzare in modo adeguato i rischi.
Per maggiori informazioni: sintesiflash@crif.com
