Το 2008, ο αριθμός των συσκευών που ήταν συνδεδεμένες στο διαδίκτυο ξεπέρασε τα 6,7 δισεκατομμύρια των ανθρώπων που ζουν στον πλανήτη μας. Κάποιοι μάλιστα πιστεύουν ότι το νούμερο αυτό θα μπορούσε να φτάσει το ένα τρισεκατομμύριο μέχρι τον επόμενο χρόνο.
Οι πληροφορίες που καταγράφονται από τις συσκευές αυτές –το Διαδίκτυο των Πραγμάτων– δημιουργούν ένα τεράστιο θησαυροφυλάκιο μαζικών δεδομένων για τους ασφαλιστές, οι οποίοι αγωνίζονται να το αναλύσουν με τρόπο αποτελεσματικό και να αξιοποιήσουν τα σχετικά ευρήματα στις επαγγελματικές τους δραστηριότητες.
Καθώς κάθε τομέας της ζωής και της επαγγελματικής μας δραστηριότητας ψηφιοποιείται με γοργούς ρυθμούς, την ίδια διαδρομή ακολουθεί και η δυνατότητά μας να κατανοούμε πώς μεμονωμένα γεγονότα σχετίζονται μεταξύ τους, και αυτό θα αλλάξει τον τρόπο ζωής μας.
Ο Peter Hartwell, ανώτερος ερευνητής στα εργαστήρια της HP, έκανε ένα ιδιαίτερα εύστοχο σχόλιο: «Με ένα τρισεκατομμύριο αισθητήρες ενσωματωμένους στο περιβάλλον, το σύνολο των οποίων είναι συνδεδεμένο με υπολογιστικά συστήματα, λογισμικό και υπηρεσίες, θα είναι σύντομα εφικτό να αφουγκραζόμαστε τον παλμό της Γης. Το γεγονός αυτό θα επηρεάσει τόσο βαθιά την αλληλεπίδραση του ανθρώπου με τον πλανήτη όσο μεγάλη ήταν η επανάσταση που έφερε το διαδίκτυο στην επικοινωνία».
Αξιοποίησε ό,τι διαθέτεις
Πολλοί ασφαλιστές επικεντρώνονται στην εξαγωγή νέων συμπερασμάτων από τις τεράστιες ποσότητες δεδομένων που έχουν ήδη στη διάθεσή τους, καθώς ο τομέας των ασφαλίσεων σπεύδει να ακολουθήσει τον υπόλοιπο κόσμο.
«Στο παρελθόν η πρακτική τους συνίστατο στην αξιοποίηση των εσωτερικών βάσεων δεδομένων τους. Τώρα πλέον ο τρόπος επεξεργασίας των παλαιών δεδομένων που διαθέτουν έχει ωριμάσει και αναζητούν καλύτερους τρόπους αξιοποίησής τους» σημειώνει ο George Marcotte, γενικός διευθυντής του τμήματος Ανάλυσης Χρηματοπιστωτικών Υπηρεσιών της Accenture για το Ηνωμένο Βασίλειο και την Ιρλανδία.
Ωστόσο, οι ασφαλιστές που επιδιώκουν να πιάσουν τον παλμό της Γης και να κατανοήσουν τους άμεσους και έμμεσους συσχετισμούς ανάμεσα σε γεγονότα παγκόσμιας εμβέλειας και εμπορικές απώλειες, πιθανόν να χρειαστεί να προβούν σε σημαντικές επενδύσεις στη συλλογή, αναπαραγωγή, μετατροπή και αποθήκευση δεδομένων.
Συντονίσου με άλλες πηγές
Η εταιρεία πληροφορικής Celent εκτιμά ότι μόνο στον τομέα της διαχείρισης κινδύνου οι χρηματοπιστωτικοί οργανισμοί θα δαπανήσουν 470 εκατ. δολ. σε προγράμματα μαζικών δεδομένων αυτό το έτος και προβλέπει ότι το σχετικό κονδύλι θα φτάσει τα 730 εκατ. δολ. μέχρι το 2016.
Τα προγράμματα αυτά στρέφονται γύρω από τέσσερις κύριους τομείς: αξιολόγηση και υπολογισμό κινδύνων, έλεγχο και παρακολούθηση κινδύνων, αναφορά και διαχείριση κινδύνων και λειτουργίες εξυπηρέτησης πελατών. Ωστόσο, έχουν τη δυναμική να καλύψουν όλους τους κλάδους, από την προτυποποίηση κινδύνων και την ανάλυση σεναρίων για τη διαχείριση κινδύνου μέχρι την ανίχνευση απάτης, την τιμολόγηση βάσει κινδύνου και τις ρυθμιστικές αναφορές.
Στον τομέα των ασφαλίσεων, η ανίχνευση απάτης αποτελεί ένα ισχυρό κίνητρο επενδύσεων σε προγράμματα μαζικών δεδομένων. Μετά από σχετικές κοινές πρωτοβουλίες όλων των τομέων της βιομηχανίας –όπως το Κέντρο Δεδομένων Απαιτήσεων και Ασφαλίσεων (Claims and Underwriting Exchange) και το πρότζεκτ My Licence– η Αρχή Αδειοδότησης Οδηγών και Οχημάτων (Driver and Vehicle Licensing Agency-DVLA) του Ηνωμένου Βασιλείου θα διαθέσει τη βάση δεδομένων της στους ασφαλιστές αυτοκινήτων, ώστε να είναι δυνατή η άμεση επαλήθευση όλων των πληροφοριών που δίνει ο ασφαλιζόμενος και τα σχετικά έντυπα να είναι συμπληρωμένα εκ των προτέρων με τα ακριβή και ενημερωμένα στοιχεία του οχήματος και του οδηγού.
Ο συνδυασμός ποικίλων πηγών δεδομένων μπορεί επίσης να προσφέρει σημαντικά οφέλη στη διαχείριση απαιτήσεων, όπως αποδείχθηκε κατά τις πρόσφατες παρατεταμένες και μεγάλης έντασης πλημμύρες σε διάφορες περιοχές του Ηνωμένου Βασιλείου. Στην περίπτωση αυτή, οι ασφαλιστές χρησιμοποίησαν ψηφιακά εδαφικά δεδομένα από την Ordnance Survey και την Google, για να προβλέψουν την εξέλιξη του φαινομένου στην ενδοχώρα και στις παράκτιες περιοχές και να παρακολουθήσουν την εξάπλωσή του. Αυτό τους επέτρεψε να ειδοποιήσουν εγκαίρως ομάδες απαιτήσεων και διακανονιστές ζημιών, καθώς και να εντοπίσουν πιθανές δόλιες απαιτήσεις εκτός των ορίων των περιοχών που είχαν πληγεί.
Κάντο όπως το Wal-Mart
Ωστόσο, ένα πράγμα με το οποίο οι ασφαλιστές δυσκολεύονται να συμβιβαστούν –σχολιάζουν οι Kenneth Cukier και Viktor Mayer-Schönberger, συγγραφείς του “Big Data”– είναι η έλλειψη άμεσης διασύνδεσης μεταξύ των διαφόρων βάσεων δεδομένων: «Η κοινωνία θα χρειαστεί να αποχωριστεί κάποιες από τις εμμονές της με την αιτιότητα, με αντάλλαγμα απλούς συσχετισμούς: δεν είναι ανάγκη να γνωρίζουμε την αιτία αλλά μόνο το γεγονός».
Ένα απλό παράδειγμα των εκπληκτικών ανακαλύψεων που μπορούμε να κάνουμε, αν αφήσουμε πίσω μας τέτοιου είδους αναστολές, έρχεται από το πολυκατάστημα Wal-Mart. Κάποια στελέχη του είχαν την ιδέα να αναλύσουν ταμειακές αποδείξεις πολλών ετών και να αντιστοιχήσουν τα στοιχεία αυτά με ένα ευρύ φάσμα άλλων βάσεων δεδομένων. Αυτό τους επέτρεψε να εντοπίσουν αναπάντεχους συσχετισμούς μεταξύ συναγερμών για τυφώνες και ειδών διατροφής που αγόραζαν οι πελάτες τους. Δεν είχε σημασία το ότι δεν μπορούσαν να εξηγήσουν την αιτία του συγκεκριμένου γεγονότος, αλλά το ότι είχαν καταφέρει να συλλέξουν ζωτικής σημασίας πληροφορίες για τις πωλήσεις. Τώρα πλέον προσαρμόζουν αναλόγως τα αποθέματα εμπορευμάτων στα καταστήματά τους, μόλις κοινοποιηθούν οι πρώτες προειδοποιήσεις για τυφώνες.
ΣΥΛΛΕΓΟΝΤΑΣ ΔΕΔΟΜΕΝΑ
Πρωτοποριακές τεχνολογίες συλλογής δεδομένων φέρνουν επανάσταση στον τρόπο λειτουργίας των βιομηχανιών
Η ικανότητα ενός δορυφόρου να βλέπει εξαιρετικές λεπτομέρειες από μεγάλες αποστάσεις είναι αξιοθαύμαστη και συγχρόνως τρομακτική. Επί του παρόντος, τα πιο λεπτομερή δεδομένα που είναι διαθέσιμα μέσω δορυφόρου έχουν μέγεθος 50 εκ. ανά pixel, που σημαίνει ότι αυτοκίνητα και σπίτια είναι εύκολα αναγνωρίσιμα.
Τον Απρίλιο του τρέχοντος έτους, εκτοξεύθηκε ο στόλος δορυφόρων Sentinel-1A του προγράμματος Copernicus του Ευρωπαϊκού Οργανισμού Διαστήματος για την παρατήρηση της Γης. Στόχος είναι η συλλογή πληροφοριών για τα μεγάλα προβλήματα του πλανήτη μας, περιλαμβανομένων και των φυσικών και ανθρωπογενών καταστροφών, που κοστίζουν στην ευρωπαϊκή οικονομία 15 δισ. ευρώ κάθε χρόνο. Οι δορυφόροι προσφέρουν παγκόσμια κάλυψη μέρα και νύχτα, με διακριτική ικανότητα εδάφους 5 x 20 μέτρα και μας έχουν δώσει ήδη εικόνες από τις πρόσφατες πλημμύρες στη Βοσνία-Ερζεγοβίνη. Σε συνδυασμό με γεωχωρικές πληροφορίες, τα δεδομένα και οι φωτογραφίες που συλλέχθηκαν βοήθησαν κυβερνητικούς οργανισμούς και υπηρεσίες αρωγής να σχηματίσουν ξεκάθαρη εικόνα της κατάστασης και να καταρτίσουν χάρτες εκτίμησης των ζημιών, διευκολύνοντας τους ασφαλιστές να υπολογίσουν τις ζημιές από τις πλημμύρες και τις σχετικές ασφαλιστικές αποζημιώσεις.
Μη επανδρωμένα αεροσκάφη (UAV)
Τα μη επανδρωμένα αεροσκάφη (UAV) δεν χρειάζονται ανθρώπινο δυναμικό, ενώ η ικανότητά τους να καλύπτουν σημαντικές αποστάσεις σε μεγάλο υψόμετρο και να παραμένουν στον αέρα για περισσότερες από 30 ώρες, σε συνδυασμό με τις δυνατότητες συλλογής δεδομένων που διαθέτουν, τα καθιστούν πολύτιμα για τις επιχειρήσεις παρακολούθησης, οι οποίες έτσι μειώνουν τους κινδύνους τους και γίνονται πιο βιώσιμες από οικονομική άποψη.
Η κυβέρνηση της Αυστραλίας είναι πρόσφατος οπαδός τους. Ο νέος στόλος της από UAV τύπου Triton μπορεί να πετάει στα 20.000 μέτρα και να σαρώνει απόσταση μεγαλύτερη από όσο απέχει το Σίδνεϊ από το Λονδίνο με ένα ραντάρ 360 μοιρών. Μπορεί να είναι ακριβή επένδυση, όμως περισσότερο από το 80% του πετρελαίου της Κίνας εισάγεται μέσω του Ινδικού Ωκεανού στη Δυτική Ακτή της Αυστραλίας, ενώ η Ιαπωνία, η Ινδία και η Νότια Κορέα επίσης χρησιμοποιούν τη διαδρομή αυτή. Και αν αναλογιστούμε ότι το 2011 οι Σομαλοί πειρατές κόστισαν από 5,3 έως 5,5 δισ. δολ. –τα 635 εκατ. των οποίων αντιστοιχούσαν σε ασφαλιστικές απαιτήσεις– τότε τα UAV δεν φαντάζουν τόσο ακριβά.
Πέρα από τον τομέα της ασφάλειας, τα εμπορικά UAV χρησιμοποιούνται για τη συλλογή δεδομένων από εναέριες τοπογραφικές απεικονίσεις αγροτικών εκτάσεων, με στόχο τη βελτίωση της απόδοσης και των μεθόδων καλλιέργειας, την επιθεώρηση πετρελαιαγωγών από απόσταση και τη συγκέντρωση λεπτομερών πληροφοριών για τη δημιουργία τρισδιάστατων χαρτών.
Μακρινοί αισθητήρες
Τα δίκτυα υλικών αντικειμένων που περιέχουν στοιχεία τεχνολογίας που τους δίνουν τη δυνατότητα να επικοινωνούν με το εξωτερικό περιβάλλον θα μπορούν να παρέχουν δεδομένα σε πραγματικό χρόνο για τα πάντα, από αυτοκίνητα μέχρι ιατρικά εμφυτεύματα.
Η αεροπορική εταιρεία easyJet έχει ανακοινώσει ότι θα εγκαταστήσει σε όλα τα αεροσκάφη της ένα εργαλείο πρόγνωσης, το οποίο θα μεταδίδει ζωντανές ενημερώσεις στο προσωπικό και στους μηχανικούς της στο έδαφος, διευκολύνοντάς τους να ξεκινούν την έρευνα ενός προβλήματος όσο το αεροπλάνο είναι ακόμη στον αέρα και να διασφαλίζουν ότι τα κατάλληλα υλικά ή ανταλλακτικά θα είναι διαθέσιμα κατά την προσγείωσή του. Τα μέτρα αυτά θα βελτιώσουν τη λειτουργία και την απόδοση της εταιρείας, θα μειώσουν τις καθυστερήσεις πτήσεων και θα τροφοδοτήσουν τους στόλους αεροσκαφών ανά τον κόσμο με πολύτιμες πληροφορίες σχετικά με την αποτελεσματική διαχείριση κινδύνου, επιτρέποντας στους ασφαλιστές να αναθεωρήσουν τις σχετικές καλύψεις.
Σε άλλον τομέα της οικονομίας, οι αισθητήρες που είναι ενσωματωμένοι σε μονάδες ψύξης για τη μεταφορά προϊόντων έχουν τη δυνατότητα να μετρούν την εσωτερική θερμοκρασία του οχήματος και να ειδοποιούν όταν αυξάνεται. Το σύστημα αυτό επιτρέπει στους χειριστές να λαμβάνουν τα κατάλληλα μέτρα και να εμποδίζουν την αποστολή εμπορευμάτων κάθε είδους, από θαλασσινά μέχρι εμβόλια.
ΑΞΙΟΠΟΙΗΣΗ ΔΕΔΟΜΕΝΩΝ
Υπότιτλος: Μία από τις σημαντικότερες κατακτήσεις των ασφαλιστών θα είναι η χαλιναγώγηση της δύναμης των μαζικών δεδομένων και η αξιοποίησή τους για την αντιμετώπιση φυσικών ή ανθρωπογενών καταστροφών.
Ο χάρτης κρίσης της Google
Τι είναι: Χρησιμοποιήθηκε για πρώτη φορά το 2012 και παρείχε πληροφορίες σε διάφορα επίπεδα, μέσω ενός διαδραστικού χάρτη, σχετικά με το μέγεθος, το σχήμα, την ταχύτητα και την κατεύθυνση του τυφώνα Σάντι. Ο χάρτης περιείχε επίσης πληροφορίες σχετικά με την κυκλοφοριακή κίνηση, διαδρομές εκκένωσης, πλημμυρισμένες ζώνες και τοποθεσίες καταφυγίων, ενώ τα δεδομένα ανανεώνονταν και ενημερώνονταν σε πραγματικό χρόνο.
Πώς χρησιμοποιείται: Η Google λάνσαρε ένα παρόμοιο πρόγραμμα για την περίοδο πυρκαγιών στις ΗΠΑ το 2014. Προσφάτως, ξεκίνησε συνεργασία με το κολομβιανό Ινστιτούτο Υδρολογίας, Μετεωρολογίας και Περιβαλλοντικών Σπουδών καθώς και με την Εθνική Αρχή για τη Διαχείριση Κινδύνων Φυσικών Καταστροφών της χώρας, με στόχο να προσφέρει στο κοινό πρόσβαση σε χρήσιμες πληροφορίες πριν, κατά τη διάρκεια και μετά από μια φυσική καταστροφή, όπως τροπική καταιγίδα ή σεισμό.
Οφέλη για τους ασφαλιστές: Τα δεδομένα αυτά αποδεικνύονται εξαιρετικά χρήσιμα στο στάδιο της αναγγελίας περιουσιακών ζημιών μετά από ένα καταστροφικό γεγονός, ιδίως όταν συνδυάζονται με εικόνες δορυφόρου που απεικονίζουν τις καταστροφές από καταιγίδες και πλημμύρες. Οι ασφαλιστές έχουν τη δυνατότητα να σχηματίσουν ξεκάθαρη αντίληψη της κλίμακας των ζημιών και των απωλειών και να προσφέρουν την κατάλληλη επιτόπια ανταπόκριση.
Το μοντέλο του ομίλου Willis για τις πετρελαιοκηλίδες
Τι είναι: Ένα μοντέλο μαζικών δεδομένων που βοηθά τους πελάτες του να προβλέψουν ενδεχόμενες απώλειες από έργα γεώτρησης πετρελαίου.
Πώς χρησιμοποιείται: Μετά την πετρελαιοκηλίδα του Κόλπου του Μεξικού, ο όμιλος Willis συνεργάστηκε με την πολιτεία της Φλόριντα, προκειμένου να βοηθήσει τους αρμόδιους φορείς να συμπεράνουν κατά πόσο ήταν ασφαλές να επιτρέπουν έργα εξόρυξης στα ανοικτά των ακτών της. Ο Willis ξεκίνησε την εκπόνηση ενός μοντέλου πετρελαιοκηλίδας για τον υπολογισμό της συχνότητας, της έντασης και του κόστους καταστροφών από πετρελαιοκηλίδες. Έχοντας συγκεντρώσει στοιχεία από πηγές όπως η αμερικανική κυβέρνηση και η αμερικανική Υπηρεσία Γεωλογικών Ερευνών, ο όμιλος έχει πλέον στη διάθεσή του ένα εργαλείο που μπορεί να χρησιμοποιηθεί σε έργα σε όλο τον κόσμο. Ο Phil Ellis, διευθύνων σύμβουλος του Willis Global Solutions, εξηγεί σχετικά: «Είμαστε σε θέση να προσαρμόζουμε τον τρόπο εφαρμογής του μοντέλου ανάλογα με τη βασική γεωλογία, το ρυθμιστικό πλαίσιο, τα είδη των εταιρειών και το ιστορικό γεωτρήσεων κάθε συγκεκριμένης περιοχής».
Οφέλη για τους ασφαλιστές: Το μοντέλο διευκολύνει τους ασφαλιστές να προσδιορίζουν με μεγαλύτερη ακρίβεια το μέγεθος των κινδύνων που σχετίζονται με συγκεκριμένα έργα εξερεύνησης και γεώτρησης ανά τον κόσμο, επιτρέποντάς τους έτσι να περιγράφουν με τον πλέον εύστοχο τρόπο τους αντίστοιχους κινδύνους και να τους τιμολογούν έχοντας πιο σφαιρική ενημέρωση.
Predpol
Τι είναι: Το PredPol βοηθάει τους αστυνομικούς να βρίσκονται στο κατάλληλο μέρος την κατάλληλη στιγμή, δίνοντάς τους περισσότερες ευκαιρίες πρόληψης εγκλημάτων. Η σχετική τεχνολογία παρουσιάζει μεγάλες ομοιότητες με αυτήν που χρησιμοποιείται για την πρόβλεψη των μετασεισμών μετά από ισχυρές σεισμικές δονήσεις: μετά την τέλεση μιας εγκληματικής ενέργειας, το πρόγραμμα επιχειρεί να προβλέψει πού θα συμβεί η επόμενη.
Πώς χρησιμοποιείται: Το PredPol αναπτύχθηκε από την Αστυνομική Διεύθυνση του Λος Άντζελες, η οποία επεξεργάστηκε στοιχεία από 13 εκατομμύρια συλλήψεις που πραγματοποιήθηκαν κατά τα τελευταία 80 χρόνια. Στην περιφέρεια αρμοδιότητας του αστυνομικού τμήματος του Foothill –όπου εφαρμόστηκε για πρώτη φορά– η εγκληματική δραστηριότητα μειώθηκε κατά 13% μέσα σε 4 μήνες μετά την εισαγωγή του προγράμματος, σε αντίθεση με την αύξηση σε ποσοστό 0,4% που σημειώθηκε στις υπόλοιπες περιοχές της πόλης.
Οφέλη για τους ασφαλιστές: Η μείωση της εγκληματικής δραστηριότητας επηρεάζει πολλούς διαφορετικούς τομείς ασφαλειών, από την περιουσιακή ασφάλιση και την ασφάλιση αυτοκινήτου μέχρι την ιατρική κάλυψη και την ταξιδιωτική ασφάλεια. Το πρόγραμμα αυτό έχει την προοπτική ενός πολύ χρήσιμου εργαλείου για τους ασφαλιστές, αν οι τελευταίοι κατορθώσουν να πείσουν τις αστυνομικές αρχές να μοιραστούν τα δεδομένα αυτά μαζί τους, επιτρέποντάς τους να τα συγκρίνουν με τις ασφαλιστικές πληροφορίες που έχουν στη διάθεσή τους, ώστε να σχηματίζουν πιο ολοκληρωμένη εικόνα των κινδύνων κλοπής και απάτης που συνδέονται με κάθε συγκεκριμένη περιοχή.
ΔΕΔΟΜΕΝΑ ΠΡΟΤΥΠΟΠΟΙΗΣΗΣ: Από τρομοκρατικές ενέργειες μέχρι πανδημίες, τα μαζικά δεδομένα βοηθούν τη βελτίωση του σχεδιασμού μοντέλων αντιμετώπισης απειλών
Απειλή # 1: Πανδημίες
Η μεταδοτικότητα και η λοιμογόνος δύναμη είναι οι δύο πιο κρίσιμοι παράγοντες για την κατάρτιση μοντέλων για την αντιμετώπιση μιας πανδημίας: τα μαζικά δεδομένα παρέχουν πληροφορίες και για τους δύο.
Σε σχέση με τη μεταδοτικότητα, είναι δυσχερής ο εντοπισμός του πρώτου ατόμου που προσβλήθηκε από έναν παθογόνο ιό, ώστε στη συνέχεια να βρεθούν όλοι οι άλλοι στους οποίους τον μετέδωσε. Χωρίς τη δυνατότητα ακριβούς υπολογισμού του συνολικού αριθμού των ατόμων που προσβλήθηκαν από έναν παθογόνο ιό, είναι σχεδόν αδύνατο να εκτιμηθεί πόσο θανατηφόρος είναι.
Εντούτοις, τα μαζικά δεδομένα μάς διευκολύνουν στην αντιμετώπιση των προβλημάτων αυτών. «Αυτό που ελπίζουμε» λέει ο Dr Andrew Coburn, αντιπρόεδρος της RMS, «είναι ότι τα μαζικά δεδομένα θα μας επιτρέψουν να σχηματίσουμε καλύτερη αντίληψη για τους ρυθμούς διάδοσης. Ένα εξαιρετικά ενδιαφέρον παράδειγμα είναι αυτό του Google Flu, το οποίο στην ουσία απλώς εντοπίζει όρους αναζήτησης. Άνθρωποι που νιώθουν άρρωστοι πληκτρολογούν στη μηχανή αναζήτησης τη φράση “συμπτώματα γρίπης” ή κάτι ανάλογο. Έτσι, παρατηρήθηκε ότι το κύμα των συγκεκριμένων όρων αναζήτησης συσχετίζεται άμεσα με το ξέσπασμα γρίπης».
Όσο πιο νωρίς οι ασφαλιστές πληροφορηθούν την εμφάνιση κάποιας επιδημίας τόσο πιο σύντομα θα μπορέσουν να παράσχουν στους ασφαλισμένους τους συμβουλές σχετικά με τα πάντα, από τα φάρμακα που θα πρέπει να παραγγείλουν τα νοσοκομεία και τα είδη πρώτης ανάγκης που θα χρειαστούν οι τοπικές αρχές, μέχρι το τι μέτρα μπορούν να λάβουν οι επιχειρήσεις και οι άνθρωποι, προκειμένου να αποφύγουν τη μόλυνση.
Επιπλέον, ο Coburn υποστηρίζει ότι το κέντρο βάρους των διαδικασιών εκπόνησης μοντέλων αντιμετώπισης απειλών έχει μετατοπιστεί πέρα από τις ασφαλιστικές απώλειες από ασφάλειες ζωής: «Τα ζητήματα στα οποία τα μοντέλα αντιμετώπισης απειλών επικεντρώνονται όλο και περισσότερο είναι η διακοπή της επιχειρηματικής δραστηριότητας και ο μακροοικονομικός αντίκτυπος που ενδέχεται να έχει μια πανδημία. Οι ασφαλιστές εξετάζουν θέματα όπως η χρεοκοπία των επιχειρήσεων, οι ασφάλειες εμπορικών πιστώσεων, οι ενδεχόμενες ζημίες από την αναστολή επιχειρηματικής δραστηριότητας και γενικώς όλα αυτά τα δευτερεύοντα προβλήματα που μπορεί όμως να έχουν καταλυτικές συνέπειες. Μια πανδημία θα μπορούσε επίσης να έχει επίπτωση στο χαρτοφυλάκιο επενδύσεων ενός ασφαλιστή, λόγω της πτώσης του χρηματιστηρίου. Αυτό είναι ίσως πιο σημαντικό όσον αφορά την οικονομική επίδραση από όσο οι αναγγελίες απαιτήσεων».
Και πάλι, τα μαζικά δεδομένα διαδραματίζουν σημαντικό ρόλο στην προτυποποίηση των μεταβολών που μπορεί να επιφέρει μια πανδημία στον τομέα των επενδύσεων, καθώς και στην παρακολούθηση και κατανόηση του τρόπου με τον οποίο λαμβάνονται αποφάσεις σχετικά με επενδύσεις, πότε και γιατί οι επιχειρηματίες στρέφονται σε ήδη κορεσμένους τομείς της αγοράς και πότε αρχίζουν να διαφαίνονται οι λεγόμενες φούσκες των τιμών των περιουσιακών στοιχείων.
Η έγκαιρη προειδοποίηση σημαίνει έγκαιρη αντιμετώπιση. Καθώς τα μαζικά δεδομένα βελτιώνουν όλο και περισσότερο την ποσότητα και την ποιότητα των παρεχόμενων πληροφοριών, ασφαλιστές και ασφαλισμένοι θα είναι σε θέση να έχουν καλύτερη εικόνα των ενδεχόμενων απωλειών και των μέτρων που μπορούν να λάβουν για να τις αποφύγουν.
Απειλή # 2: Τρομοκρατικές επιθέσεις
Οι τρομοκρατικές επιθέσεις παρουσιάζουν μια σειρά κρίσιμων προβλημάτων για τους ασφαλιστές, ιδίως σε σχέση με την κατάρτιση μοντέλων πιθανοτικής ανάλυσης και με τη συσσώρευση ρίσκων. Τα καλά νέα είναι ότι η διαδικασία της εκπόνησης μοντέλων αντιμετώπισης τρομοκρατικών κινδύνων έχει γίνει πολύ πιο εκλεπτυσμένη κατά την τελευταία δεκαετία, και τα μαζικά δεδομένα έχουν παίξει σημαντικό ρόλο στη θετική αυτή εξέλιξη.
Μια πρόσφατη «Λευκή Βίβλος» της RMS αποκαλύπτει ότι τα μοντέλα της εταιρείας σχετικά με την αντιμετώπιση τρομοκρατικών επιθέσεων εφαρμόζονται σε προσομοιώσεις περισσότερων από 90.000 πιθανών επιθέσεων μεγάλης κλίμακας εναντίον 9.800 διαφορετικών στόχων παγκοσμίως, με τη χρήση 35 διαφορετικών πιθανών μεθόδων επίθεσης, οι οποίες κυμαίνονται από αυτοσχέδιους εκρηκτικούς μηχανισμούς μέχρι βιολογικά και πυρηνικά όπλα.
Ο Chris Folkman, διευθυντής στο τμήμα Διαχείρισης Έργων Προτυποποίησης της RMS, εξηγεί τον τρόπο λειτουργίας των μοντέλων της εταιρείας, τονίζοντας ότι είναι βασισμένα στην τοπική ανάλυση των τρομοκρατικών χτυπημάτων καθώς και στη μελέτη της συχνότητας εμφάνισής τους, του κατά πόσο ολοκληρώνονται ή παραμένουν στο στάδιο της απόπειρας και της αντιτρομοκρατικής ετοιμότητας της κάθε συγκεκριμένης περιοχής.
«Το σύστημα αυτό στην ουσία μάς δίνει τον αριθμό των σοβαρών τρομοκρατικών επιθέσεων που ενδέχεται να συμβούν σε μια συγκεκριμένη περιοχή σε έναν συγκεκριμένο χρόνο, και αυτό αποτελεί την αφετηρία μας για την πιθανολόγηση ενός τρομοκρατικού χτυπήματος».
Πέρα όμως από τον υπολογισμό πιθανοτήτων, το άλλο κρίσιμο ζήτημα για τους ασφαλιστές είναι η τοπογραφία των περισσότερων τρομοκρατικών ενεργειών. Παρότι το World Trade Center ήταν κτισμένο σε ένα οικόπεδο επιφανείας 65 στρεμμάτων, οι ζημίες από την καταστροφή του ανήλθαν σε δεκάδες δισεκατομμύρια δολάρια. Κατά τον Folkman αυτό σημαίνει δύο πράγματα: «Πρώτον, ότι είναι δυσχερής η διαστρωμάτωση του κινδύνου, διότι είναι συγκεντρωμένος σε συγκεκριμένο σημείο και επέρχεται συνήθως σε αστικές περιοχές, όπου υπάρχουν πολλοί ασφαλίσιμοι κίνδυνοι. Και δεύτερον ότι είναι πολύ σημαντικό τα στοιχεία σε σχέση με την τοποθεσία της συγκεκριμένης απειλής, με τα οποία τροφοδοτείται το μοντέλο, να είναι ακριβή-κατά προτίμηση μέχρι το σημείο πρόβλεψης του απειλούμενου κτηρίου».
Τα μοντέλα της RMS μπορούν να υπολογίσουν τους κινδύνους που σχετίζονται όχι μόνο με την ασφάλιση περιουσιακών αγαθών αλλά και με την ασφάλιση της ανθρώπινης ζωής, της υγείας και της εργασίας, περιλαμβανομένων και των ασφαλειών ζωής, των αποζημιώσεων εργατών και των ασφαλίσεων προσωπικού ατυχήματος.
Για τους ασφαλιστές, αυτό το είδος σχεδιασμού μοντέλων προσφέρει μια σειρά από οφέλη. Σύμφωνα με τον Folkman: «Τα μοντέλα κινδύνων βοηθούν τους ασφαλιστές να εντοπίζουν περιοχές μεγάλου ασφαλιστικού ενδιαφέροντος. Μπορούν να τα αξιοποιούν στην ποσοτική αξιολόγηση μιας τρομοκρατικής επίθεσης σύμφωνα με το χειρότερο πιθανό σενάριο σε συγκεκριμένη περιοχή. Μπορούν επίσης να τα χρησιμοποιούν για την εκπόνηση ασφαλιστικών κανονισμών, και σε επιχειρησιακό επίπεδο για τη δημιουργία κατευθυντήριων οδηγιών σχετικά με τη διάθεση ανάληψης κινδύνου».
ΜΙΛΩΝΤΑΣ ΓΙΑ ΔΕΔΟΜΕΝΑ
Το πεδίο στο οποίο μπορούν να αξιοποιηθούν τα μαζικά δεδομένα για την ανεύρεση νέων επιχειρηματικών ευκαιριών είναι τεράστιο. Πρέπει όμως να προηγηθεί η διαχείριση του τρόπου εφαρμογής τους. Μιλήσαμε για το θέμα με τον Tony Boobier, επικεφαλής Ασφαλίσεων Ανάλυσης Επιχειρησιακών Διεργασιών της IBM για την Ευρώπη.
Πόσο επηρεάζουν τα μαζικά δεδομένα τον κόσμο των ασφαλίσεων;
TONY BOOBIER: Υπάρχει πληθώρα προγραμμάτων τα οποία εμπίπτουν στη γενική κατηγορία των μαζικών δεδομένων. Οτιδήποτε κι αν ενδιαφέρει τους ασφαλιστές, είτε είναι η διαχείριση κινδύνων, είτε η ανάλυση πελατολογίου, είτε η ανάλυση λειτουργικών θεμάτων, τα μαζικά δεδομένα περιλαμβάνουν τα πάντα. Μέχρι σήμερα, η εφαρμογή τους περιορίζεται κυρίως στην αγορά των προσωπικών ασφαλίσεων. Ένας τομέας που έχει διέλθει σημαντικές αλλαγές είναι αυτός της ασφάλειας που εξατομικεύεται ανάλογα με τον χρήστη, στο πεδίο της ασφάλισης οχημάτων. Πρόσφατα όμως, έχει αρχίσει να παρατηρείται εξάπλωση της χρήσης των μαζικών δεδομένων και στην αγορά των εμπορικών ασφαλίσεων καθώς και σε διάφορες ειδικές κατηγορίες της. Τα δεδομένα προέρχονται από δορυφόρους, από μη επανδρωμένα αεροσκάφη (UAV) και από συσκευές ενσωματωμένες σε κάθε είδους αντικείμενα, από αυτοκίνητα μέχρι φορτηγά πλοία. Και όλες αυτές οι πληροφορίες χρησιμοποιούνται για την εξαγωγή συμπερασμάτων σχετικά με τους κινδύνους που αναλαμβάνουν οι ασφαλιστές.
Πώς οφείλουν οι ασφαλιστές να εφαρμόζουν τα προγράμματα μαζικών δεδομένων;
TB: Η επωφελής εφαρμογή τους περιλαμβάνει τρία βασικά συστατικά: Το πρώτο είναι η αξιόπιστη πληροφοριακή υποδομή, η οποία θα επιτρέψει στον ασφαλιστή να ανταποκριθεί με επιτυχία στην πρόκληση των μαζικών δεδομένων. Έπειτα είναι οι γνώσεις, οι δεξιότητες και το λογισμικό που χρειάζεται, καθώς και ο τρόπος ενσωμάτωσής τους στον ασφαλιστικό οργανισμό. Το τρίτο είναι θέμα προσανατολισμού της διοίκησης. Οι εταιρείες που υιοθετούν προγράμματα μαζικών δεδομένων και αναλύσεων πρέπει να διευθύνονται κατά τρόπο επικεντρωμένο γύρω από τη συλλογή πληροφοριών. Δεν είναι ανάγκη το διοικητικό συμβούλιο να γνωρίζει τα πάντα σχετικά με την τεχνολογία, ωστόσο οφείλει να γνωρίζει αρκετά, ώστε να διευθύνει την εταιρεία με γνώμονα τη συλλογή πληροφοριών.
Πόσο σημαντική είναι η ακρίβεια των δεδομένων;
ΤΒ: Υπάρχει η γενική παρανόηση ότι κάθε κομμάτι πληροφορίας πρέπει να είναι ανεπίληπτο από κάθε άποψη, προκειμένου να μπορεί να αξιοποιηθεί για την εξαγωγή χρήσιμων συμπερασμάτων. Εμείς συστήνουμε στις εταιρείες πρώτα να προσδιορίζουν τι αποτελέσματα επιδιώκουν και κατόπιν να δουλεύουν αντίστροφα, για να καθορίσουν τις προτεραιότητές τους σχετικά με το ξεκαθάρισμα και την οργάνωση των δεδομένων που χρειάζονται. Εάν το επιχειρήσουν με τον αντίθετο τρόπο, επιδιώκοντας δηλαδή να βρουν εξαρχής ακριβή στοιχεία, θα είναι σαν να προσπαθούν να δαμάσουν ένα παλιρροϊκό κύμα.
Σε ένα περιβάλλον με τέτοια πληθώρα αδόμητων δεδομένων, δεν μπορεί κανείς ποτέ να πετύχει ακριβώς αυτό που ψάχνει με την πρώτη. Εμείς έχουμε την τάση να βλέπουμε τον κόσμο υπό το πρίσμα του Ηνωμένου Βασιλείου ή της Ευρώπης, όμως οι ασφαλιστές που επικεντρώνουν το ενδιαφέρον τους σε αναπτυσσόμενες αγορές, όπως η Ασία ή η Λατινική Αμερική, ανακαλύπτουν ότι η ποιότητα των πληροφοριών στις περιοχές αυτές δεν είναι η ίδια με αυτήν στην οποία είναι συνηθισμένοι. Μια δόση πραγματισμού είναι απαραίτητη.
Πηγή: Market Insights from the world of Lloyd’s, Summer 2014, www.lloyds.com.
