2018年9月10日
本記事は、アメリカアクチュアリー会(SOA)の雑誌The Actuaryに記載されている記事「Bull’s-eye!: Using targeted products and market segmentation in life insurance to benefit both insurer and customer」の翻訳である。この記事は3回に分けての配信予定であり、その第2回である今回は、「BRINGING SEGMENTATION TO THE LIFE INSURANCE INDUSTRY」の1節について配信する。
生命保険業界への「市場分割」の導入
生命保険業界では保険契約や保険契約者に関する多くのデータが蓄積されているため、アクチュアリーも顧客をよりよく理解し、対象を絞ることができます。保険会社が収集した既存の経験則的データは、保険契約者の行動に関した仮説を立てるためにたびたび使用されます。そして、生命保険業界のデータが膨大なるにつれ、予測モデリング手法(predictive modeling)を用いることによって保険契約者の行動に関するより正確な仮説を立てるために、そのデータはますます使用されていきます。
保険契約に関する特徴を備えた予測モデルは、保険契約者の行動をよりよく区別するための仮説を立てる時の第一歩ですが、保険契約の特徴だけでは保険契約者の行動までは見えません。ここでビッグデータの出番です。第三者のデータを売買する業者から入手可能な保険契約者に関する追加データを取得することによって保険契約者の行動を予測することを超えて、保険契約者の購買動機を理解し始めることができます。このように顧客をよりよく理解することで、保険会社は、特定の顧客のニーズにより対象を絞った適切な保険商品を開発できるようになります。例えば、直ちに資金が必要な顧客は、将来的により多くの資金が得られる可能性がある特徴の商品よりも、今すぐ資金を調達できる可能性がある特徴の商品により価値を置く傾向があります。
他の予測分析と同様に、この分析も第一歩はデータを集めることです。保険会社の場合は、死亡保険金額や、死亡率経験値、保険契約者の人口統計、そして販売経路などの内部データを収集することから始めます。次は内部データを増やすためにできるだけ多くの追加データを得ることです。理想的には、職業や、消費状況、ローン状況、そして信用度などの保険契約者の全体的な財務状況を把握するための情報です。これらの主な「市場分割」の仕方は以下の通りです。
・地理（人口密度、気候）
・人口統計（年齢、家族構成、ライフステージ、性別、収入、教育）
・心理的属性（生活様式、人格）
・行動（購買、売買、顧客だった期間）
これらのデータはクラスター分析アルゴリズムを使用して保険契約者を「市場分割」するため使われます。
これによって分けられた保険契約者の「市場分割」(グループ）は、状況や購買動機が共有されているため同じような振る舞いをする可能性が高い保険契約者として同一視します。商品開発の対象として有益と考えられる「市場分割」は、以下のものです。
・測定可能性(Measurable). 規模や、購買力およびその特性を測ることができる
・有力性(Substantial). 規模が十分大きく、利益になりうる
・アクセス可能性(Accessible). 効率的に保険契約者に届き、提供できる
・弁別可能性(Differentiable). 根本的に区別され、異なる行動をする
・行動可能性(Actionable). 効率的に保険契約者を引き付け、提供できる
例えば、財政面の信用度が低く、またあるいは住宅ローンのLTV割合（Loan to Value ratio, 不動産投資信託の総資産に占める負債の割合）の高い「市場分割」は、資金を必要としており、それが契約に関しての決定にも影響を及ぼす可能性があります。予測モデルを各保険契約者の「市場分割」に使用することで、保険契約者が関心のある行動を予測することができます。各「市場分割」に使われるモデル間に違いがあることが予想されるため、その違いによって、各「市場分割」がどのように行動を決定しているか分かるようになります。
各「市場分割」がどのように行動を決定しているかについて理解を深めることで、これらの保険契約者とそのニーズについてより多くのことを理解し、そして将来彼らがどう行動するかについてより良い仮説を立てることができます。さらにこれを踏まえて、これらの予測モデルの仮説は各「市場分割」の収益性を決定するためのキャッシュ・フロー予測に使用することができます。計算された収益性は、最終損益を高めるために商品が販売される「市場分割」を決定することに使われます。
保険契約者の行動への深い理解は、収益性を高めるだけでなく、「市場分割」のニーズに対しより適切に対象を絞った新商品を開発することにも使えます。例えば、分析によって、ニーズに合ってない商品を購入していると考えられる保険契約者の「市場分割」を特定できた場合、この情報から彼らに対象を絞って、彼らが考えるニーズにより合った新しい商品または異なる商品を作ることができます。
多くの生命保険会社は昔から、お互いに全く違った行動を起こす可能性がある保険契約者を区別することができないという重大な問題に直面していました。これにより新商品の販売と開発において全体的に非効率性と課題が生じていました。これらの非効率性を緩和するために、市場分割は既に多くの他業界で使用されています。「市場分割」することにより、企業の収益性を向上させるだけでなく、同時に、独自のニーズに基づいた顧客により高い価値のある商品を提供することが出来るようになります。
「市場分割」することは生命保険の商品開発と販売の次の一歩とみていますが、これが最高の状態となることは無いでしょう。データと技術が進化し続けるにつれて、私達は今いる場所を超えて、将来進むであろう場所へ前進し続けなければなりません。
次回は、同記事「Bull’s-eye!: Using targeted products and market segmentation in life insurance to benefit both insurer and customer」の第3回を配信予定である。
注. 本記事の日本語著作権は株式会社ヨシダ・アンド・カンパニーに帰属しており直接のメール会員、当社の教育講座受講生以外の外部へのコピーまたは電子媒体での流出を禁じます。当法人は翻訳の正確性について一切の責任を負いません。
この記事を最後まで読まれたい方下記よりメール会員登録をお願いします。
生命保険業界への「市場分割」の導入
生命保険業界では保険契約や保険契約者に関する多くのデータが蓄積されているため、アクチュアリーも顧客をよりよく理解し、対象を絞ることができます。保険会社が収集した既存の経験則的データは、保険契約者の行動に関した仮説を立てるためにたびたび使用されます。そして、生命保険業界のデータが膨大なるにつれ、予測モデリング手法(predictive modeling)を用いることによって保険契約者の行動に関するより正確な仮説を立てるために、そのデータはますます使用されていきます。
保険契約に関する特徴を備えた予測モデルは、保険契約者の行動をよりよく区別するための仮説を立てる時の第一歩ですが、保険契約の特徴だけでは保険契約者の行動までは見えません。ここでビッグデータの出番です。第三者のデータを売買する業者から入手可能な保険契約者に関する追加データを取得することによって保険契約者の行動を予測することを超えて、保険契約者の購買動機を理解し始めることができます。このように顧客をよりよく理解することで、保険会社は、特定の顧客のニーズにより対象を絞った適切な保険商品を開発できるようになります。例えば、直ちに資金が必要な顧客は、将来的により多くの資金が得られる可能性がある特徴の商品よりも、今すぐ資金を調達できる可能性がある特徴の商品により価値を置く傾向があります。
他の予測分析と同様に、この分析も第一歩はデータを集めることです。保険会社の場合は、死亡保険金額や、死亡率経験値、保険契約者の人口統計、そして販売経路などの内部データを収集することから始めます。次は内部データを増やすためにできるだけ多くの追加データを得ることです。理想的には、職業や、消費状況、ローン状況、そして信用度などの保険契約者の全体的な財務状況を把握するための情報です。これらの主な「市場分割」の仕方は以下の通りです。
・地理（人口密度、気候）
・人口統計（年齢、家族構成、ライフステージ、性別、収入、教育）
・心理的属性（生活様式、人格）
・行動（購買、売買、顧客だった期間）
これらのデータはクラスター分析アルゴリズムを使用して保険契約者を「市場分割」するため使われます。
これによって分けられた保険契約者の「市場分割」(グループ）は、状況や購買動機が共有されているため同じような振る舞いをする可能性が高い保険契約者として同一視します。商品開発の対象として有益と考えられる「市場分割」は、以下のものです。
・測定可能性(Measurable). 規模や、購買力およびその特性を測ることができる
・有力性(Substantial). 規模が十分大きく、利益になりうる
・アクセス可能性(Accessible). 効率的に保険契約者に届き、提供できる
・弁別可能性(Differentiable). 根本的に区別され、異なる行動をする
・行動可能性(Actionable). 効率的に保険契約者を引き付け、提供できる
例えば、財政面の信用度が低く、またあるいは住宅ローンのLTV割合（Loan to Value ratio, 不動産投資信託の総資産に占める負債の割合）の高い「市場分割」は、資金を必要としており、それが契約に関しての決定にも影響を及ぼす可能性があります。予測モデルを各保険契約者の「市場分割」に使用することで、保険契約者が関心のある行動を予測することができます。各「市場分割」に使われるモデル間に違いがあることが予想されるため、その違いによって、各「市場分割」がどのように行動を決定しているか分かるようになります。
各「市場分割」がどのように行動を決定しているかについて理解を深めることで、これらの保険契約者とそのニーズについてより多くのことを理解し、そして将来彼らがどう行動するかについてより良い仮説を立てることができます。さらにこれを踏まえて、これらの予測モデルの仮説は各「市場分割」の収益性を決定するためのキャッシュ・フロー予測に使用することができます。計算された収益性は、最終損益を高めるために商品が販売される「市場分割」を決定することに使われます。
保険契約者の行動への深い理解は、収益性を高めるだけでなく、「市場分割」のニーズに対しより適切に対象を絞った新商品を開発することにも使えます。例えば、分析によって、ニーズに合ってない商品を購入していると考えられる保険契約者の「市場分割」を特定できた場合、この情報から彼らに対象を絞って、彼らが考えるニーズにより合った新しい商品または異なる商品を作ることができます。
多くの生命保険会社は昔から、お互いに全く違った行動を起こす可能性がある保険契約者を区別することができないという重大な問題に直面していました。これにより新商品の販売と開発において全体的に非効率性と課題が生じていました。これらの非効率性を緩和するために、市場分割は既に多くの他業界で使用されています。「市場分割」することにより、企業の収益性を向上させるだけでなく、同時に、独自のニーズに基づいた顧客により高い価値のある商品を提供することが出来るようになります。
「市場分割」することは生命保険の商品開発と販売の次の一歩とみていますが、これが最高の状態となることは無いでしょう。データと技術が進化し続けるにつれて、私達は今いる場所を超えて、将来進むであろう場所へ前進し続けなければなりません。
次回は、同記事「Bull’s-eye!: Using targeted products and market segmentation in life insurance to benefit both insurer and customer」の第3回を配信予定である。
注. 本記事の日本語著作権は株式会社ヨシダ・アンド・カンパニーに帰属しており直接のメール会員、当社の教育講座受講生以外の外部へのコピーまたは電子媒体での流出を禁じます。当法人は翻訳の正確性について一切の責任を負いません。
この記事を最後まで読まれたい方下記よりメール会員登録をお願いします。
東京国際アクチュアリーアカデミーでは、メール会員様限定で、アクチュアリーに関する一般情報や試験対策に役立つ情報を無料でご提供しております。
また、学生の方についてはアクチュアリーの実務経験を得られるようにインターンに無料で申し込むことができます。
ぜひメール会員にご登録頂き、有益なアクチュアリー情報を入手して下さい。
メール会員に登録
また、学生の方についてはアクチュアリーの実務経験を得られるようにインターンに無料で申し込むことができます。
ぜひメール会員にご登録頂き、有益なアクチュアリー情報を入手して下さい。
メール会員に登録
0 件のコメント:
コメントを投稿