Страхование консервативно – большая часть процессов носит ручной и рутинный характер, из-за чего усложняется контроль за исполнением операций, а внедрение технологических решений может откладываться на долгий срок. Тем не менее интеграция Process Mining (PM) в деятельность компании может решить обозначенные проблемы и принести ощутимые выгоды, а также уберечь от мошенничества. 

Основные варианты использования 

• Ускорение обработки претензий. Страховые фирмы могут применять PM для анализа приема/обработки клиентских заявлений с целью выявления «узких мест» и отклонений реальных процессов от идеальных. 
• Мониторинг и выявление мошенничества. Данные о транзакциях страхователей – ценный ресурс в выявлении незаконных операций. С помощью Process Mining можно определить противоправные действия, а также предупредить их возможное совершение в будущем. 
• Совершенствование процесса оформления полисов. Возможная выгода внедрения PM – оптимизация операции выдачи страховых полисов, а также определение наименее эффективных этапов процесса, нуждающихся в улучшении.
• Оптимизация андеррайтинга. Process Mining можно использовать для анализа процессов андеррайтинга (выплаты клиентам при наступлении страховых случаев), например, времени, которое требуется для утверждения заявок, и точности оценки рисков.

Лучшие практики

Многие страховые компании проводили пилотные проекты по внедрению Process Mining с неоднозначными результатами. Во избежание неудачи рекомендуется выполнить 7 шагов, минимизирующих риски: 

• согласование целей внедрения PM с корпоративной стратегией. Убедитесь, что цели проекта по использованию инструментов процессной аналитики соотносятся с далеко идущими планами компании;
• определение KPI и составление «дорожной карты». Установите четкие, измеримые и достижимые ключевые показатели эффективности, составьте алгоритм внедрения Process Mining, а также следите за его исполнением; 
• изучение и оценка подходящего софта. Используйте оптимальное в условиях вашей компании ПО, чтобы обеспечить наиболее эффективное и результативное проведение аналитики процессов;
• вовлечение наиболее заинтересованных сотрудников. Привлекайте нужный персонал с соответствующим набором навыков и высоким уровнем мотивации, чтобы обеспечить внедрение Process Mining и получить необходимый уровень анализа полученных результатов;
• разработка программ корпоративного обучения. Инвестируйте в обучение и развитие, чтобы персонал, участвующий в проекте, обладал необходимыми знаниями; 
• измерение результатов. Используйте визуализацию данных для качественной передачи информации, полученной в ходе применения инструментов Process Mining;
• стремление к постоянному улучшению. Постоянно отслеживайте и оценивайте результаты анализа процессов, чтобы убедиться, что полученные знания используются наиболее эффективным образом.

Выявление страхового мошенничества

Важная составляющая Process Mining в страховании – обнаружение мошенничества. Только в США совокупный объем незаконных операций составляет более 40 миллиардов долларов в год. 

PM позволяет выявить закономерности и аномалии в процессах, которые могут указать на противоправные действия. Например, система обнаружит, если претензия подается несколько раз, платеж производится неизвестному лицу, а страховая операция занимает больше времени, чем обычно. Обнаружив эти закономерности, компании могут предпринять упреждающие шаги для предотвращения мошенничества и экономии средств.

Возможные ограничения

• Отсутствие качественных данных. Эффективное использование Process Mining ограничено доступными данными. В связи с этим могут возникнуть проблемы с формированием полной и объективной картины процессов. В страховании это особенно актуально.
• Стоимость внедрения. Использование Process Mining может быть трудоемким и дорогостоящим, поскольку требует сбора и хранения данных в течение определенного периода времени. Страховые компании, которым необходимо интегрировать различные источники информации, могут счесть технологию затратной.
• Автоматизированный анализ несовершенен. Process Mining не обнаруживает 100% неэффективных процессов или мошеннических действий. Для выявления всех возможных отклонений может потребоваться внедрение дополнительных технологий или использование инструментов гибридной аналитики.  
• Недостаточная гибкость. Process Mining может не подойти страховым компаниям, применяющим сложные и динамичные процессы, поскольку технология не отслеживает отклонения от KPI в режиме реального времени.

По материалам Workfellow