- Оптимизация ценообразования для передовых страховщиков
Оптимизация ценообразования для передовых страховщиков
Хосе Морено Кордина, Towers Perrin Madrid
Джордж Махер, FIA, Towers Perrin
Григорий Спивак, FIA, Towers Perrin
Сложных моделей ценообразования и анализа рынка недостаточно для того, чтобы обеспечить преимущество перед конкурентами. Завтрашние лидеры рынка это страховщики, которые освоят новые методы оптимизации ценообразования.
На сегодняшнем рынке широко признано, что две главные задачи, стоящие перед страхованием индивидуальных рисков (автострахование, страхование имущества) это тарификация страхового продукта и конкуренция. Современная финансовая индустрия все чаще использует новые подходы к оптимизации тарификации, способные сбалансировать прибыль и объемы продаж и принимающие во внимание сценарии поведения потребителей и конкурентов. Применение таких методов позволяет систематически увеличивать стоимость бизнеса и в последнее время практикуется в сфере индивидуальных рисков все увеличивающимся числом страховых компаний.
Эти методы являются неизбежным следующим шагом в развитии технологий тарификации и мониторинга в страховании. Огромные изменения в методах тарификации начались с использования мультивариационного анализа в США и Европе в 1980–1990-е годы. Использование более сложных систем тарификации потребовало соответствующего развития систем ценового мониторинга.
В нынешних условиях для понимания конкурентной позиции на рынке требуется развивать ценовую стратегию, используя кластерный анализ и анализируя интенсивность конкуренции в каждом сегменте рынка наряду с трендами в стоимости страхового покрытия. Развитие конкурентного анализа рынка позволило страховщикам адаптироваться к более сложным методам тарификации и сегодня, несмотря на сложность эффективного воплощения, представляет большую ценность для компаний.
В последние годы развитие сложных моделей, предсказывающих поведение рынка, позволило во многих отраслях перейти от ценообразования, полностью основанного на анализе стоимости, к ценообразованию, основанному на анализе спроса (ЦОАС). Понимание того, как потребители реагируют на изменение цен, – исключительно сложный процесс, и до недавнего времени не существовало адекватных эконометрических моделей, позволяющих анализировать достаточное количество данных. Но сегодня методики ценообразования, основанные на анализе спроса, начали распространяться из отраслей, в которых они появились – отели и авиакомпании – в другие сферы, такие как ретейл, автоиндустрия, телекоммуникации и финансовые услуги.
Часть европейских и американских страховых компаний уже на протяжении некоторого времени используют такого рода сложные методы статистического моделирования для улучшения своих оценок и подбора рисков. Эти модели объединяют различные характеристики, дифференцирующие потребителей в рейтинговые и андеррайтинговые сегменты. Используя предиктивные модели, соотносящие общие характеристики широкой группы потребителей с их склонностью к страховым искам, наиболее инновационные компании смогли:
– идентифицировать потребителей с меньшей средней вероятностью подавать страховой иск и данном ценовом классе и направлять свои маркетинговые усилия на эту потребительскую группу;
– воплотить поощрительные андеррайтинговые программы, предлагающие скидки тем, кто подаст страховой иск с меньшей вероятностью;
– воплотить нестандартные андеррайтинговые программы, предлагающие покрытие «по правильной цене» тем клиентам, которым в противном случае в покрытии было бы отказано.
Оптимизация ценообразования – тихая революция
В то время как более сложные модели тарификации предоставляют конкурентное преимущество тем компаниям, которые их используют, они по сути все еще являются развитием подхода, основанного на стоимости. ЦОАС, наряду с другими подходами к анализу конкуренции и потребительского поведения, представляет совершенно другие принципы тарификации. Ценовая оптимизация это следующая революция в тарификации.
Ценовая оптимизация это полная интеграция ценообразования, основанного на анализе спроса (т. е. того, какую цену готов заплатить потребитель), в общую ценовую стратегию компании. Последовательная программа ценовой оптимизации состоит из трех основных частей.
Модели вероятности страховых исков описывают, как характеристики потребителя позволяют предсказать вероятность связанных с ним убытков. Эти модели могут использоваться для разработки новой системы рейтинга клиентов при андеррайтинге, для перекалибровки существующих андеррайтинговых факторов или идентификации новых факторов. Их цель – получить реалистичное представление о средней ожидаемой стоимости каждого страхового полиса, в независимости от того, использовались ли эти модели при тарификации.
Эти модели основаны на многофакторных статистических моделях, таких как обобщенные линейные модели (generalized linear models, GLMs). Их цель – определить статистическую модель, которая может объяснить большую часть неопределенности анализируемого портфеля полисов и предложить структуру ценовых факторов, основанную на опыте компании.
Модели положения рынка позволяют увидеть, как конкурентное положение компании и интенсивность конкуренции меняются в зависимости от выбора сегмента или ниши рынка. Для этого необходимо получить страховые премии компаний-конкурентов для наибольшего возможного количества рисков и конкурентов и построить структуру уровня премий на рынке, позволяющую увидеть характеристики основных процессов, происходящих на рынке (направление развития рынка, ключевые области конкурентной борьбы и новые продукты). Такой анализ можно произвести, используя одномерное или многомерное ранжирование данных для определения основных конкурентов в каждом сегменте рынка.
Модели потребительского поведения выражают зависимость поведения потребителей (реакция на изменение цены, лояльность по отношению к компании) от наблюдаемых характеристик групп потребителей и от текущего положения рынка.
Все три вышеописанные типа моделей являются необходимыми компонентами ценовой оптимизации и используются для предсказания влияния изменения тарифной системы на прибыльность и объемы продаж компании с целью идентификации оптимальной ценовой структуры при заданных финансовых целях и соответствующих практических ограничениях (рис. 1).
Рис. 1. Три типа предикторных моделей, входящих в оптимизацию цены
В конечном итоге, эффективная ценовая оптимизация должна предоставить страховщику инструмент для повышения или понижения цен, основанный на сочетании рыночных переменных, включая спрос на продукт компании, определенные потребительские характеристики, конкурентный ландшафт, тренды в страховых исках и т. д.
Введение методов ценовой оптимизации в страховой отрасли на протяжении следующих нескольких лет будет иметь эффект тихой революции, позволяющей инновационным страховщикам постепенно вводить аспекты анализа спроса в их сложные модели скоринга клиентов на все более совершенном уровне.
Эти методы будут полагаться на глубокое понимание определенных рынков, на которых оперируют такие страховые компании, поведения клиентов в момент приобретения страховки и подачи страхового иска и, в конечном итоге, на понимании того, как множество переменных влияет на увеличение или уменьшение покупательной способности клиентуры и на долю рынка этого страховщика. По ходу того как все эти изменения будут воплощаться в рыночную практику, произойдет значительная перегруппировка успешных компаний в страховой отрасли. Возникнут новые лидеры, а те компании, которые не перестроятся, окажутся в значительном проигрыше, т. к. будут испытывать негативную антиселекцию и, как следствие, падение прибыли.
Чтобы войти в число инновационных компаний, страховщик должен разработать и интегрировать три основных инструмента оптимизации цены: модель вероятности страховых исков, модель положения рынка и модель потребительского поведения. Продолжение этой статьи посвящено модели потребительского поведения и интеграции всех трех моделей. Модели вероятности страховых исков и модели положения рынка это тема для отдельных статей, которые мы планируем опубликовать в следующем номере журнала.
Потребительское поведение
Успешная модель потребительского поведения помогает компании понять, как реакция потребителей зависит от изменения цены в момент продления контракта и как уровень цен влияет на развитие бизнеса. Построив модели того, как потребитель реагирует на скидки, маркетинговые акции, действия конкурентов и другие события, связанные с изменением цены или качества сервиса, страховщики могут получить более полное понимание того, из чего складывается потребительский спрос. Важно понимать, как применение этих моделей может быть использовано в разработке ценовой стратегии.
Эластичность цены, или функция спроса, учитывает различные параметры, которые в других местах как правило не используются, включая исторические изменения в цене, сила бренда компании и насколько он привычен потребителю, методы продажи продуктов компании и т. д. Результатом такого процесса моделирования является рейтинговый алгоритм, позволяющий предсказать процент потребителей, возобновляющих свой страховой полис при заданных изменениях в цене и в уровне конкуренции. В некоторых случаях оба эти показателя могут быть получены.
На рис. 2 показана оценка того, как уровень отказов от контракта (красная линия) изменяется при различных изменениях цены в разные годы.
Рис. 2. Уровень отказов от продления контрактов в зависимости от увеличения премии
Наиболее эффективный способ построения кривой эластичности цены – варьировать цены и измерять влияния этих изменений на объемы продаж. В некоторых странах страховщики могут использовать контролируемые тесты цены для построения кривых спроса. Воспроизводя ценовую структуру и проводя маркетинг для одной группы потребителей с использованием параллельного тестирования нескольких множеств цен, можно измерить влияние изменения цены на объемы продаж. Такого рода тестирование позволяет измерить зависимость уровня продления контрактов и изменений в контрактах в зависимости от уровня цены.
В тех случаях, когда параллельное тестирование не применимо, возможно использовать мультивариационный анализ, основанный на данных прошлых лет, для построения моделей, объясняющих вероятность удержания клиента как функцию изменения цены и характеристик клиента. Модели также могут включать в себя реакцию на поведение конкурентов. Из-за того, что новые клиенты, как правило, реагируют на изменения цены значительно более чувствительно, чем клиенты, возобновляющие полис на следующий год, исключительно важно анализировать эти две потребительские группы по отдельности.
Интеграция моделей в единое целое
Последний кульминационный момент в этой работе – развитие оптимизированной ценовой структуры, которая конкретизирует цели компании при заданных бизнес- и деловых ограничениях. Оптимизация может осуществляться по различным переменным, но наиболее часто используются ожидаемая прибыль и количество проданных полисов.
Для примера предположим, что вы решили максимизировать ожидаемую прибыль. Определим ее как разницу между собранными страховой премией и риск-премией, умноженной на вероятность продления контракта, где все три эти функции – результат предыдущих шагов оптимизационного процесса.
Процесс должен включать в себя ограничительные условия реального мира, такие как необходимость осуществлять бизнес в определенных регионах или через определенные каналы продажи. Более того, во многих странах законодательство накладывает некоторые ограничения на уровень страховых премий.
Предпочтения компании – какую долю рынка стремиться занять – меняются с течением времени. Компания может решить агрессивно увеличивать долю рынка, когда рынок сильный, чтобы получить преимущество в тот период, когда рынок начнет увеличивать премии, или компания может решить сосредоточить внимание на более прибыльной части своей клиентуры, если она испытывает сложности с большими объемами бизнеса.
Оптимизационные ценовые модели позволяют использовать изощренные аналитические методы для уточнения стратегического направления в ценовой стратегии и быстро реагировать на новые особенности данных, как только они будут обнаружены. Интегрируя три части ценовой оптимизации: модели вероятности страхового случая, модели положения рынка и модели потребительского поведения, компания может быть более уверенной в том, что она достигнет определенного запланированного уровня прибыли или добьется определенной доли рынка, изменив цены и понимая, как эти действия будут воздействовать на прибыль.
Конечной целью процесса будет подвести компанию ближе к эффективной границе, которая представляет из себя максимальный размер прибыли, достижимый при заданном определенном объеме бизнеса. Эффективная граница это портфель рисков, который максимизирует ожидаемую прибыль при данном объеме бизнеса (или числе полисов). С другой стороны, эффективная граница это портфель рисков, который при данном уровне прибыли максимизирует объем бизнеса. Для достижения положения на эффективной границе необходимо определить число полисов и затем оптимизировать ожидаемую прибыль для этого числа полисов.
Рис. 3. Эффективная граница ожидаемой прибыли
На рис. 3 изображена нынешняя неоптимальная ситуация: для того же уровня прибыли существует портфель рисков, состоящий из большего числа полисов, или для того же числа полисов существует портфель рисков, который увеличивает прибыль.
Воплощение описанного процесса
В силу своей сложности, ценовая оптимизация как правило проводится фазами, с помощью итеративного тестирования по отношению изменения объемов и прибыли к изменению цены. Сначала проводится тестирование небольшой части портфеля, а затем оно распространяется на другие рынки и виды бизнеса. Преимущество пофазового подхода заключается в том, что он может использоваться для иллюстрации определенной гипотезы, детали которой можно дорабатывать итеративно, используя результаты. Каждый шаг должен помочь продемонстрировать улучшенный результат, что необходимо для обеспечения поддержки продолжения процесса со стороны менеджмента компании. Информация, полученная на предыдущих этапах, может использоваться в следующих шагах. Для начала тестирование цен можно использовать для того, чтобы производить итеративные улучшения прибыльности компании.
На следующих этапах мы совмещаем мультивариационные модели эластичности цены и затрат для моделирования зависимости конечной цены, предоставляемой потребителю и общей прибыльностью компании. Результаты могут быть в последствии использованы для нахождения оптимальной цены для всех полисов, входящих в портфель, и лучшего понимания отношений потребителей к тарифной структуре.
Использование результатов методики ценовой оптимизации на самом высоком уровне компании, где принимаются ключевые бизнес-решения, должно привести к улучшению конкурентной позиции компании. Преимущества описанных подходов и методик заключаются в комплексном использовании данных и необходимых статистических методов для их обработки.
Информация, необходимая для такого рода анализа, отличается от обычной информации, собираемой страховщиками. Собрать такую информацию может быть не так просто, но результат более чем оправдывает усилия.
Победители будут обладать мощными инструментами, позволяющими управлять колебаниями страхового цикла. В те периоды, когда цены на рынке понижаются, компании, обладающие лучшим пониманием прибыльности своих потребителей, а также эластичности их спроса, будут в гораздо более выигрышном положении во время спада. В тот период, когда будет увеличиваться разрыв между лидерами и проигравшими, экспертиза в ценовой оптимизации станет важнейшей для всех страховщиков на рынке.
