Secondo una recente indagine di McKinsey, nel solo settore assicurativo (vita e danni) sono stati investiti nel 2016 una media di 80 milioni di dollari in servizi di data analytics.

Tra i più grandi gruppi assicurativi del mondo, gli investimenti  per l’analisi dei dati subirà un incremento nel 2017 e il tema si conferma essere una delle 5 priorità per il 2017 per la metà dei CEO interpellati.

L’indagine mette in evidenza come l’utilizzo che le compagnie assicurative stanno facendo degli advanced analytincs possa generare valore.

Nonostante l’utilizzo di importanti risorse, solo un CEO su sei afferma che i data analytics stanno già generando impatto visibile sul business.

Tra i fattori più citati tra i motivi per cui gli investimenti in data analytics non hanno restituito risultati importanti:

a) Mancato allineamento con le strategie: le iniziative di data analytics vengono approcciate come “laboratori” e non come opportunità strategiche, con la conseguenza che, ad es. i team che se ne occupano non hanno risorse sufficienti o non hanno obiettivi chiari.

b) Scarsa integrazione con le attività “quotidiane”: secondo il 40% dei rispondenti, la mancata adozione delle iniziative di analisi dei dati nelle attività alla base dell’organizzazione è la principale difficoltà a generare valore.

c) Scarsa qualità e accessibilità dei dati: Circa il 20% ha citato la frammentazione, la scarsa qualità e l’inaccessibilità dei dati come principale motivo che frena l’adozione di sistemi integrati di data analytics.

Quali sono dunque i passi che permettono di realizzarne il potenziale in termini di generazione di valore?

a) Creare un piano di implementazione, basato su specifici casi di utilizzo. Ogni iniziativa dovrebbe ricevere una priorità differente, in funzione della sua possibilità di creare valore. Il piano dovrebbe tenere conto dei trend di settore, dei fattori competitivi specifici dell’impresa, dei prodotti.

b) i risultati degli analytics devono diventare uno strumento  di performance management.

c) Lanciare una campagna di change management: per questo cambiamento è fondamentale una continua interazione tra le funzioni di business, quelle tecnologiche e quelle specializzate nell’analisi dei dati. I top manager devono mostrare di prendere decisioni basate su queste analisi, i middle manager  devono diffondere gli scenari di utilizzo a cui i data analytics possono contribuire. Per incrementare l’adozione di questi strumenti, molte compagnie assicurative stanno sperimentando con dashboard, applicazioni per Ipad e nuovi software.