韦莱韬悦:自动化理赔应用实例
近日,CB Insights联合韦莱韬悦发布了2017年第二季度的保险科技发展回顾,该季度的主题是“理赔管理的创新”。在这份报告中,既有行业数据的分析,并购交易的回顾以及经典案例的展示,也有对专注于理赔领域的创业公司的梳理。
本文将为大家分享,韦莱韬悦对于自动理赔进行实践的案例。
韦莱韬悦(Willis Towers Watson)是一家领先的全球性咨询、保险经纪和解决方案公司,帮助世界各地的客户把风险变成增长机遇。韦莱韬悦成立于1828年,目前拥有 40,000 名员工,向140多个国家提供服务。
在金额小、数量大的小型理赔领域,自动理赔支付的应用潜力是相当巨大的,韦莱韬悦是提供该方面解决方案的先驱者。他们利用决策引擎技术(Decision Engine Technology)和成熟的分析技术,在运费险等领域尝试了自动支付的应用。
在该案例中,目前的包裹跟踪技术或者系统可以被扩展成为“第一时间损失通知”解决方案(First Notification of Loss, FNOL)。客户通过应用通知发件方“我还没有收到包裹”。该系统的构造如下图所示。
当FNOL端口被激活时,系统会自动确认客户包裹的位置,并根据客户提供的信息和记录来判断造成包裹迟到或者丢失的原因。
接下来,系统会收集所有内部和外部的数据,来获得关于该理赔案件额外的信息和观点。之后,该理赔会被接入韦莱韬悦的实时决策引擎中,决策引擎会利用之前获得的所有数据,进行支付算法运算,对该理赔案件生成一个信任值评分,并将该评分反馈给理赔系统,系统根据评分决定是否进行支付。
与此同时,整个理赔系统是基于机器学习所打造的,随着处理数据的增多,其对理赔案件的判断标准会实时进化,在满足客户理赔需求的同时,防止骗保行为乘虚而入。对理赔案件的处理速度和准确度也会不断提升。
判断标准的要素有以下几点:
通过分析收件人和寄件人的数据,为理赔案件确定一个内部评分;
从外部数据源获取包裹跟踪信息,判断配送失败的可能原因;
利用参考数据来确认丢失包裹的价值是否处于可接受理赔的范围之内;
确定一个理赔自动支付的临界条件,不同情况(国家、行业以及其他宏观变量)下,临界值应该有所不同;
建立不同情况下的应对措施,比如根据不同的数据分析,对理赔案件的处理方法可以分为自动支付、人工支付、要求提供更多信息以及进行调查等。
科技的进步让保险理赔得以快速进化,大幅提升了处理效率并且优化客户体验,同时通过更有效的部署资源和人力,保险公司也能更高效地控制理赔成本。
韦莱韬悦的专家们相信,将科技和专业知识相结合,辅以保险分析软件,如此设计出来配套的解决方案,才能取得最有效的结果。
上述将决策引擎技术和高级分析技术相结合的方法,也已经被用于承保和定价等保险价值链的其他环节。