فراتر از حمایت مالی با طراحی مبتنی بر سلامت
در بحث سلامتی، معمولاً مکالمه بیمه با مشتریان حول محور نتایج مالی شکل می‌گیرد؛ با سناریوهایی مانند «چه می‌شد اگر...»، که عموم افراد سعی می‌کنند به آن‌ها فکر نکنند. سوال‌های رایجی چون: اگر در راه رسیدن به محل کار تصادف کنم یا سکته کنم، بیمه‌ی من هزینه‌های پزشکی‌ام را پوشش می‌دهد؟ یا آیا ممکن است یک اتفاق غیر‌مترقبه تعطیلاتم را خراب کند؟ با اینکه نتایج مالی برای مشتریان و بیمه‌گران اهمیت بسزایی دارد، آیا تاکنون به این فکر کرده‌اید که چه می‌شد اگر مکالمه با یک «چرا؟» آغاز می‌شد؟ برای مثال: چرا به یک محصول بیمه‌ای خاص نیاز دارم و چه عواملی برای سلامت من خطرآفرین است؟
امروزه بیمه‌گران و اینشورتک‌ها در استفاده از داده‌ها برای شناخت نیازها و رفتارهای مشتریان بسیار زبده‌تر شده‌اند. اما هنوز در مورد سلامت، محصولات بیمه‌ای مانند بیمه‌های عمر، سلامت، حوادث و حتی سفر بیشتر بر نتایج مالی تمرکز دارند تا نیازهای واقعی مربوط به سلامت.
در برخی بازارها، مانند استرالیا، محصولات بیمه سلامت بیشتر به‌عنوان راهی برای کاهش مالیات معرفی می‌شوند. این رویکرد کاملاً عمل‌گرایانه است، اما بر نتایج مرتبط با یک محصول خاص مانند بیمه عمر تمرکز دارد، نه محصولات مختلفی که با پروفایل سلامت مشتری همخوانی داشته باشند. این مبحث پتانسیل آن را دارد که فرصتی استثنایی به وجود آورد: پلتفرم‌هایی که بر اساس پروفایل سلامت مشتری، مجموعه‌ای از محصولات و خدمات بیمه‌ای ارائه می‌دهند.
استفاده از داده برای ارزش‌افزایی
استفاده از داده‌ها، راهگشای این ایده‌ی پر ارزش خواهد بود: محصولاتی مانند بیمه‌های عمر، سلامت، حوادث و سفر، تحت تاثیر وضعیت سلامت و سبک زندگی مشتری هستند. اما در بیشتر موارد، این داده‌ها فقط برای تعیین واجد شرایط بودن یا محاسبه حق بیمه استفاده می‌شوند و در طول ارتباط با مشتری کمتر مورد توجه قرار می‌گیرند. جالب است بدانیم که بیمه‌گران معمولاً اطلاعات زیادی در مورد سلامت مشتریان خود دارند:
- داده‌های بیومتریک مانند سن، جنسیت، قد، وزن و احتمالاً شاخص توده بدنی (BMI)
- داده‌های پزشکی مانند نتایج آزمایش‌های خون و سایر تشخیص‌ها که در فرآیند پذیرش بیمه جمع‌آوری می‌شوند
- اطلاعات آماری و جمعیتی مانند قومیت، حرفه، سطح درآمد و محل سکونت.
این داده‌ها زمینه‌ای برای پیش‌بینی ریسک‌های سلامت فردی مشتری و ارائه ترکیبی از محصولات بیمه‌ای مناسب برای او را فراهم می‌کنند.
فرض کنید یک مشتری در حال بررسی نیازهای بیمه عمر و سلامت خود با شرکت بیمه‌اش است. شرکت بیمه با بررسی داده‌های فردی و آماری مشتری، می‌تواند خطر ابتلا به دیابت یا مشکلات مربوط به سلامتی دیگری را در ۱۲ تا ۲۴ ماه آینده پیش‌بینی کند. این اطلاعات به بیمه‌گر و مشتری کمک می‌کند تا نوع و سطح پوششی که مناسب‌ترین است را شناسایی کنند و اطمینان حاصل کنند که سایر بیمه‌نامه‌ها مانند بیمه سفر نیز شامل پوشش‌های لازم هستند.
اما این همه‌ی ماجرا نیست. بیمه‌گر می‌تواند با استفاده از این اطلاعات مشتری را از خطراتی که سلامتی‌اش را تهدید می‌کنند، آگاه کند و به او برنامه‌ها و خدماتی مانند مدیریت بیماری‌های مزمن یا برنامه‌های سلامتی ارائه دهد تا این خطرات را مدیریت کند. برای مثال، اگر داده‌ها نشان دهد که مشتری ۲۰ درصد احتمال ابتلا به دیابت دارد، بیمه‌گر می‌تواند او را از این موضوع مطلع کند و او را به متخصصان، رژیم‌درمانگر‌ها و فیزیوتراپیست‌ها معرفی کند. این رویکرد بسیار متفاوت با تمرکز فعلی بیمه عمر است که بر اهداف مالی مشتری پس از «از کار افتادگی یا مرگ» تمرکز دارد.
استفاده از اطلاعات پیرامون سلامت به جای پرداختن به امور مالی به‌عنوان مبنای گفتگوی بیمه با مشتریان، به بیمه‌گران این امکان را می‌دهد تا در مورد اینکه چرا پوشش‌های خاص را توصیه می‌کنند شفاف باشند و منطق پشت حق بیمه را به وضوح توضیح دهند. این سطحی از خدمات مشتری‌ست که بسیار فراتر و بسیار معنادارتر از ارائه یک UI یا UX منظم برای اپلیکیشن‌های آسان‌کاربری مربوط به بیمه‌نامه‌ها است.
چالش‌های پیش رو
مسلماً، دستیابی به این چشم‌انداز مستلزم غلبه بر برخی چالش‌ها توسط بیمه‌گران است:
- نیاز به اتصال به اکوسیستم گسترده‌تر برای دسترسی به داده‌های مورد نیاز
- دسترسی به داده‌های پزشکی که در سیستم‌های مدیریت پزشکان و بیمارستان‌ها ذخیره می‌شود و تحت قوانین سخت‌گیرانه‌ی حفاظت از حریم خصوصی قرار دارند
- ارزیابی مفید بودن داده‌های بیومتریک جمع‌آوری‌شده از دستگاه‌های هوشمند (به عنوان مثال نوارهای تناسب اندام، ردیاب نبض)، که ممکن است از کیفیت پزشکی لازم برخوردار نباشند.
برای غلبه بر این چالش‌ها، بیمه‌گران باید با مجموعه‌ای از متخصصان مانند ارائه‌دهندگان خدمات بهداشتی، شرکت‌های تکنولوژی و داده و اینشورتک‌ها همکاری کنند. سرمایه‌گذاری در حوزه‌های تحلیل داده، هوش مصنوعی و یادگیری ماشین و همچنین امنیت سایبری نیز ضروری است. این کار زمان‌بر است اما دست‌یافتنی به نظر می‌رسد.
از کجا شروع کنیم؟
- به وضعیت تکامل داده‌های خود نگاه کنید. یک بررسی کلی از داده‌های سلامت و اطلاعات جمعیتی مشتریانی که در حال حاضر در اختیار دارید یا جمع‌آوری می‌کنید انجام دهید. ممکن است متوجه شوید که داده‌های کافی برای شروع یک رویکرد جدید و مبتنی بر سلامت را در اختیار دارید.
- اکوسیستم خود را بهتر بشناسید. آیا با ارائه‌دهندگان خدمات سلامتی، پزشکان یا اینشورتک‌ها همکاری دارید؟ این روابط می‌توانند منبع ارزشمندی از داده‌ها باشند.
- به مشتریان خود دقیق‌تر نگاه کنید. بخش‌های مختلف زندگی مشتریانتان را تجزیه و تحلیل کنید تا ببینید آیا کسب‌وکار شما بیشتر به سمت گروه‌های خاصی متمایل است؟
- درباره نحوه تغییر محصولات بیمه‌ای با توجه به داده‌های سلامت فکر کنید. با استفاده از داده‌های سلامت مشتریانی که در اختیار دارید، بررسی کنید که چگونه می‌توانید از این اطلاعات برای ایجاد محصولات جدید و کاملاً شخصی‌سازی‌شده بهره‌برداری کنید.
- همچنین به این فکر کنید که چگونه می‌توانید قیمت‌گذاری منعطف‌تر و متناسب با شرایط هر فرد را پیشنهاد دهید. و همچنین برای نحوه بازاریابی محصولات جدید برنامه‌ریزی کنید.
بهره‌گیری از داده‌های مرتبط با سلامت فرصتی منحصربه‌فرد برای ارائه محصولات بیمه‌ای متناسب با نیازهای خاص مشتریان و ارائه خدمات مشاوره‌ای مرتبط با سلامتی به شمار می‌رود؛ رویکردی که هم برای بیمه‌گران و هم برای مشتریان بسیار مفید است.