‘Ik had nog nooit van het woord prolongatie gehoord toen ik de vraag kreeg of ik eraan mee wilde werken.’ begint Guy zijn verhaal ‘maar dat is dus het voortzetten van verzekeringscontracten met een nieuwe prijs. Ik had al snel door dat dit voor verzekeraars een van de belangrijkste momenten is om een klant te behouden of te zien vertrekken. En niet onbelangrijk, of deze klant de komende periode de juiste premie gaat betalen.’
Soms is het risico dat een klant loopt goed ingeschat en soms zit de verzekeraar er gewoonweg naast. ‘Het lastige is dat als de verzekeraar naar een klant kijkt over de afgelopen periode er ook gewoon sprake kan zijn van pech. De premie is dan goed vastgesteld, maar er was meer schade dan verwacht. De verleiding is groot om toch meer premie te gaan vragen voor de komende periode terwijl dit niet nodig is.’Als je vanuit klantbelang denkt is het vaststellen van de premie dus een kunst op zich en is alle hulp welkom. ‘Daar mocht ik mijn expertise inbrengen’ vervolgt Guy. ‘Traditioneel kijkt de verzekeraar vanuit de actuariële functie naar de premie van de klant, terwijl er met slimme data analyses veel meer te zeggen is over de achterliggende periode voor het bepalen van de nieuwe premie van een klant. We hebben daarvoor de bleeder analyse ontwikkeld. Dat is een innovatieve manier om naar een portefeuille van klanten te kijken als aanvulling op wat er al is.’ zegt Guy ‘Je krijgt in feite extra inzicht wat je mee kunt nemen bij het vaststellen van de prijs voor een klant.’
Dat klinkt als magie. Maar is dat het ook? ‘Nou nee’ zegt Guy ’ik benader het vraagstuk heel rationeel. Ik heb geen boek met toverspreuken, maar ik gebruik wel wiskundige formules en data science technieken. Samen met het team hebben we een analysemodel gebouwd die de hele klantenportefeuille tot op het aller diepste niveau kan bekijken en doorgronden. Ik ga de competitie van onze klant niet slimmer maken, maar je moet je voorstellen dat we miljoenen regels data uit verschillende bronnen op ingenieuze wijze aan elkaar hebben geknoopt tot één datamodel. Daarmee creëerden we een ‘single source of truth’. Als je er dan vervolgens geavanceerde analyses mee uitvoert kom je tot inzichten die je eerder niet had. Je ziet nu veel verfijnder welke bijdrage een individuele klant levert aan de prestaties van de portefeuille en vooral ook wat de oorzaak is. Het stelt de verzekeraar in staat om structureel slecht presterende klanten eruit te halen en verder te onderzoeken. Het heeft de vaststelling van de premie bij de prolongatie voor de hele portefeuille veel beter gemaakt.’
Dus slechte klanten bestaan? ‘Ja’ bevestigt Guy ‘dat heeft deze bleeder analyse wel bewezen. Maar je kan er goede klanten van maken als je de juiste premie vraagt. Al heb ik inmiddels geleerd dat een klant niet altijd bereid is om die prijs te betalen.’ eindigt Guy het gesprek met een lach ‘Maar dat is de expertise van de marketeers. Ik richt me op de feiten uit data.’
