Potenziare le partnership tra banche e assicurazioni: il ruolo degli analytics
Articolo scritto con la collaborazione di Gianluca Zanini, Partner & board member per Excellence Consulting Insurance and Financial Services
Il potenziamento delle partnership con le assicurazioni è al centro delle strategie bancarie. E se è vero che ad oggi la raccolta delle reti bancarie vale quasi il 60% della raccolta assicurativa complessiva, questo dato potrebbe essere fuorviante.
Osservando meglio i numeri, infatti, si scopre che circa il 95% dei prodotti distribuiti sono concentrati nel ramo vita, mentre nel ramo danni il modello di bancassicurazione presenta un peso ancora limitato, con solo il 7,8% di quota di mercato (compresi gli sportelli postali). Insomma, la bancassurance ha ancora ampio spazio per crescere. Anche perché l’Italia registra un considerevole gap nello sviluppo del settore protezione rispetto ai principali paesi europei.
Le tendenze demografiche richiedono lo sviluppo di alternative sul fronte previdenziale ed assistenziale
La domanda di protezione da parte delle famiglie è cambiata profondamente dopo la pandemia e non ha ancora trovato una risposta nell’offerta assicurativa, se non in misura contenuta. Di fatto, si è creato un divario tra i bisogni di famiglie e imprese e i prodotti assicurativi tradizionali disponibili sul mercato.
Per affrontare questa sfida, le banche e le assicurazioni dovranno rimodulare l’intera proposizione assicurativa, introducendo alcuni elementi quali:
La pandemia ha reso gli individui più consapevoli della propria vulnerabilità di fronte ai rischi
I timori delle persone non sembrano trovare però un riscontro nelle scelte assicurative. Nel segmento danni la raccolta assicurativa – esclusa la copertura RC auto obbligatoria – appare molto ridotta con un peso sul Pil inferiore all’1% a fronte di valori pari al 2,1% in Francia, al 2,5% in Germania e nell’ordine del 3,5% nel Regno Unito.
Il trend, tuttavia, è interessante: il 2021 è stato un anno di ripresa per il ramo Danni nella bancassicurazione, con una raccolta in crescita del 15% sul 2020, soprattutto grazie alle soluzioni infortuni e malattia, che registrano il miglior trend tra i prodotti assicurativi distribuiti dalle banche. Fatica a riprendersi, invece, il Vita: già in sofferenza in epoca Covid, riesce a guadagnare solo un punto percentuale sul 2020.
È evidente che il modello della vecchia distribuzione delle polizze danni non è scalabile, così come il predominio assoluto della RC auto non è più sostenibile, soprattutto in un mondo che è cambiato in fretta con l’emergere di altri rischi da coprire.
Mettere il cliente al centro con l’analisi dinamica e personalizzata dei bisogni dei clienti
In un mondo sempre più digitale con clienti sempre più smart, anche l’offerta assicurativa dovrà adeguarsi ai nuovi standard e il canale della bancassicurazione, grazie anche al “vantaggio digitale” delle banche, dovrà muoversi per sviluppare la mobile digital bancassurance.
Le banche digitali più grandi e moderne come Revolut e N26 si aspettano che quello della vendita delle assicurazioni digitali sarà, nei prossimi anni, uno dei maggiori driver della crescita digitale.
Il cuore di questo cambio di paradigma vede il cliente diventare protagonista con un un’offerta assicurativa mirata e personalizzata secondo i bisogni e le attitudini del cliente stesso.
I dati del cliente: una miniera d’oro
Le banche e le assicurazioni dispongono di molti dati sui propri clienti, che riguardano non solo la situazione patrimoniale o il reddito, ma anche la struttura famigliare, il contesto lavorativo o le abitudini di spesa, oltre a tutti i dati “transazionali” legati ai rapporti e alle operazioni del cliente stesso con la banca o con l’agenzia.
Inoltre, i questionari Mifid e IDD hanno un elevatissimo valore informativo e sottintendono che il prodotto offerto debba essere in linea con i bisogni del cliente. I data analytics permettono di costruire un profilo molto accurato e preciso del cliente e di monitorarlo dinamicamente nel tempo.
L’approccio che abbiamo seguito in Virtual B è stato quello di combinare basi dati diverse (dati sul cliente, sulle transazioni, dati della filiale o dell’agenzia, dati esterni dai social o da database pubblici) per ricostruire – sempre in linea con i requisiti normativi – un profilo estremamente dettagliato del cliente e soprattutto una rappresentazione precisa dei suoi reali bisogni in termini di prodotti assicurativi vita e danni e di investimento, come nella figura sottostante.
La possibilità di disporre di dati combinati assicurativi e bancari offre alla bancassicurazione un vantaggio competitivo importante per massimizzare il valore apportato dai data analytics. Tale vantaggio in termini di dati disponibili può favorire non solo la personalizzazione dell’offerta, ma anche il pricing e il supporto consulenziale offerto attraverso l’agenzia o online.
I data analytics consentono di trasformare il vecchio modello di bancassicurazione in un modello ibrido, il cosiddetto phygital, una fusione di esperienza del cliente online e offline. La bancassurance, come parte integrante di questa nuova esperienza, dovrebbe fornire offerte più modulari, personalizzate e pertinenti, basate sulla lettura delle esigenze del cliente e delle sue preferenze riguardo al tempo, al luogo e alle modalità di interazione.
Un approccio “olistico” all’offerta per massimizzare il benessere finanziario dei clienti (e la loro fedeltà)
Tradizionalmente, l’industria bancaria e quella assicurativa si sono mosse per “compartimenti stagni” basati su diverse fabbriche-prodotto e marchi e su modelli guidati dalle dinamiche di offerta. Il cambio di paradigma dell’era digitale e dei data-analytics che mette il cliente al centro della proposizione commerciale come trattato in precedenza, offre la possibilità di adottare un approccio olistico a beneficio del cliente stesso (e di bancassicurazioni e wealth managers).
La figura sotto è un esempio di come far comprendere ai clienti l’importanza di coprire rischi sempre più rilevanti, come quello legato alla perdita dell’autosufficienza, o affrontare eventi importanti come quello della nascita di un figlio. Una simulazione, come quella proposta, mostra come gestire o non gestire un evento possa avere un effetto importante sull’evoluzione del patrimonio, rappresentato nella figura sottostante attraverso un cono probabilistico. Se l’evento della possibile perdita di autosufficienza non viene gestito, attraverso, ad esempio, l’acquisto di una polizza Long Term Care (come quella mostrata nella tabella del portafoglio Goal-based personalizzato), il cono probabilistico rappresentato nella figura può scendere fino anche ad azzerarsi, mentre, l’acquisto di una forma di protezione assicurativa, proteggerebbe i risparmi anche dagli andamenti più avversi (come vediamo nella figura sottostante, il patrimonio del cliente verrebbe protetto e rivalutato fino a raggiungere ben 390.000 euro a fine periodo contro i 98.000 dello scenario peggiore).
L’utilizzo di uno storytelling semplice ed “educativo” come questo serve quindi a mostrare come l’acquisto di prodotti di protezione sia di elevata importanza per proteggere il patrimonio nel lungo termine.
Un nuovo modello di bancassicurazione: le reti “aumentate”
Ciò detto, è importante sottolineare che l’utilizzo delle nuove tecnologie e dei data analytics non deve ridurre l’importanza delle reti e delle relazioni consulenziali ma potenziarne l’efficacia. La rete rimane elemento centrale della strategia ma va integrata con le opportunità offerte dal digitale e dalla multicanalità. Gli attori vincenti saranno quelli che riusciranno a implementare modelli di servizio altamente innovativi e data-driven, ma fortemente incentrati sulla relazione.
Se il tema ti incuriosisce, contattaci al link sottostante e scopri come applicare le logiche del Machine Learning ai tuoi processi aziendali.