保険会社の DX 化を支えるデータ準備の重要性

Altair データ アナリティクスの製品である『Monarch』『Knowledge studio』『Panopticon』がどのように保険業界における課題を解決できるか今回の記事でご紹介していきます。

今日の保険業界では、業務のあらゆるプロセス、保険商品の販売、サービスのデジタル化のほか、新型コロナ後のニューノーマルに適応したテクノロジーの導入により、保険サービスの向上と競争力強化を図る取り組みが着々となされています。

保険会社における 5 つの DX 領域


不正検知 – 
顧客やサードパーティ システムから PDF またはテキスト ベースのレポートで届く生データは、二重支払い、請求書の重複申請、保険料や資産の流用、手数料、その他不正行為など、あらゆるリスクを招きます。これらのデータの抽出・変換を自動化し、ベンフォードの法則やゲシュタルト テストなどの高度な不正検出技術を適用することで業務を効率化できます。

引受リスク評価 – 複数の保険契約内容やクレーム データを迅速かつ正確に比較できれば、新規保険申請者のリスク評価をより合理化し健全な投資を確保できるようになります。Excel や半構造化データを分析するだけでなく、ミスを起こしやすい手動のプロセスを排除し、組織やアンダーライターがセルフサービスかつコード不要の環境で、サイロ化されたデータ ソースをコンパイルできることが重要です。

保険金請求データ分析 – 保険金請求者間のデータをブレンドし、予測分析や機械学習を適用することで、複雑なパターン、トレンド、異常を発見します。さらなる分析のためにデータをパッケージ化することで、保険料の計算や不正行為の発見、保険金請求の比較や分析を容易にします。

規制レポートの自動化 – 義務化された規制では、組織は現在および過去のデータ ポイントを含む詳細なレポートを提供することが求められます。適切なツールを使えば、必要な情報の抽出を自動化し、これまで PDF ファイルに閉じ込められていた情報にアクセスできます。データをクリーニングし、レポートや請求書、販売報告書、貸借対照表などに含まれる XML、HTML、テキスト、スプール、ASCII ファイルなどの他のデータ ソースと簡単に組み合わせることも可能です。

ロボティックプロセスオートメーション (RPA) – 煩雑で困難なデータ フォーマットを伴うRPA を強化するソリューションを使うことでリソースを解放し、エラー削減が可能です。エンドユーザーの要件を満たすように設計された標準レポート フォーマットを保証するモデルを使用すれば、反復可能なデータ変換プロセスを自動化できます。

デジタル化に伴う課題


データ作成はほとんどが手入力で、時間もコストもかかり、エラーが発生しやすい
データ分析に費やされる時間のうち 80 % は、データ準備に費やされていると言われており、データ品質の低さが企業に与えるコストは、年間 970 万ドルから 1420 万ドルというデータもあります。

ほとんどの企業では、50 % 未満の構造化データと 1 % 未満の非構造化データを用いてビジネス上の意思決定を行っている
Gartner 社によると、データ分析結果の 70 % 以上がデータ準備作業の結果に大きく依存しているとされています。意思決定にデータを使用するすべてのビジネスでは、信頼できる正確なデータの準備がこれまで以上に重要であることは間違いありません。

企業はデータ ガバナンスや信頼性を損なうことなく、複数のデータ ソースやフォーマットに簡単にアクセスでき、繰り返し作業を自動化することでデータ準備を行える環境を整備する必要があります。

保険業務の DX 化をサポートする、Altair のデータ分析ソリューション

データプレパレーション(データ準備)

デスクトップおよびブラウザ ベースで稼働する Altair Monarch は、すべてのステップを履歴として残しながら、データ変換作業を自動化し、信頼できる正確なデータ セットを作成します。データ準備後は、機械学習ソリューションに接続することでより複雑な問題を解決が可能になります。

  • レポート用に作成されたワーク ブックや、複数のワーク シートを持つワーク ブックからデータを抽出して構造を追加し、さらに分析用に行や列にする
  • 複雑なセルフォーマットや複雑な関数を持つ Excel ワーク ブックを行や列に変換
  • PDF ファイルの複雑な構造も簡単に抽出
  • コーディング不要で、あらかじめ用意された関数で綺麗で使えるデータに変換
  • 異なるデータセットをマウス操作だけで結合でき、分析を強化
  • 作業の変更履歴と明確なデータ系統の追跡により、メトリクスの信頼性を向上
  • 信頼できるデータをレポート、分析、可視化ツールにエクスポート可能。Oracle、SQL Server、DB2 などのデータ パイプラインや、現在使われているほとんどのデータ統合ツールに接続可能
  • 反復可能なプロセスを自動化

データ準備について

機械学習による予測分析

Altair の機械学習ツールはコーディングやプログラミングの知識がなくても簡単に分析でき、膨大な時間を学習に費やすことなくデータから得られるインサイトの解釈に集中することができます。

予測分析による機械学習について

ビッグデータ分析に最適な Apache Spark の解析ソフトウェアは、ビッグデータへのアクセスやインサイトの発見で直面する課題を克服し、これまでにない解析およびデータ処理機能を企業に提供します。数十億ものデータ ポイントでも Knowledge Studio の直感的で優れた操作性により、数分で変換、分析でき、より迅速に意思決定を行えます。

ビッグデータ分析について

データの可視化とストリーム処理

業務に最も近いところにいるビジネスユーザーが自ら、ストリーミング解析およびデータ可視化アプリケーションをコードレスで構築、修正、デプロイできます。リアルタイムのストリーミング フィードや時系列データ ベースといったほぼすべてのデータ ソースへ接続でき、刻々と変化する大量のデータを可視化し、十分な情報に基づいた意思決定を行えます。

データ可視化とストリーム処理について

詳細・事例は、Altair データアナリティクス製品ページ、またはお気軽に弊社までお問い合わせください。

*本記事は、アルテアエンジニアリング株式会社のブログ投稿文を抜粋・転載したものです。