Skip to content
Close
Hit enter to search or ESC to close

Come fare innovazione nei prodotti assicurativi

Un brand assicurativo può generare rispetto nel consumatore ma non è di certo il tipico lovemark. Le assicurazioni toccano ambiti della vita personali e l’obbligo (o la scelta) di assicurarsi è compreso razionalmente ma può essere mal digerito a livello emozionale o, più prosaicamente, dal punto di vista economico. Come convincere del contrario un rappresentante della Generazione Z?1

Tralasciando l’ovvia necessità di una strategia di comunicazione innovativa per i brand assicurativi, una risposta può essere quella di proporre prodotti adatti a giovani che nel DNA hanno Internet, i social media e la tecnologia, ma anche una maggiore consapevolezza rispetto all’ambiente e al proprio benessere. In questo articolo proverò a proporre due semplici esempi, e una spiegazione del perché sarebbe improbabile realizzarli in Italia.

Il target, quindi, è formato da giovani della Generazione Z (o tarda Y) che hanno da poco la patente e, com’è intuibile, l’ambito è l’assicurazione auto. Immaginiamo che abbiano un’auto di proprietà (probabilmente usata, non troppo tecnologica). Oppure, in uno scenario alternativo, che guidino auto di terzi, i genitori e gli amici, o usino spesso servizi di car sharing.

Quali sono le tecnologie che possiamo integrare in un prodotto assicurativo innovativo?

  • Uno smartphone di ultima generazione.
  • Una app mobile.
  • La scatola nera (diagnostica interna dell’auto).
  • Un dispositivo wearable (braccialetto fitness o smartwatch).
  • Un chatbot voice enabled.
  • Un po’ di intelligenza artificiale (machine learning2).
  • Gli smart contracts (blockchain).

Nel contesto del nostro esercizio di envisioning entrano in gioco anche una serie di dati specifici che possono essere raccolti e contribuire all’ecosistema, per esempio:

  • I dati provenienti dalla diagnostica interna dell’auto (la scatola nera):
    • Localizzazione geografica.
    • Tempi di marcia e tempi di sosta.
    • Gli eventi crash.
    • I Km totali percorsi.
    • Accelerazioni e decelerazioni.
    • Storico delle marce inserite e regime di rotazione del motore (stile di guida).
    • Attivazione dei dispositivi di sicurezza (per esempio l’airbag).
  • Alcuni dati provenienti dal dispositivo wearable:
    • Frequenza cardiaca.
    • Passi.
    • Piani
    • Calorie.
  • I dati forniti dall’utente durante il processo di configurazione del profilo nell’app del servizio e durante le successive attività svolte all’interno dell’app (gamification, aggiornamenti del profilo, preferenze, sottoscrizioni, acquisti ecc.).
    Le attività che l’utente svolge all’interno dell’app devono essere gestite in un workflow di marketing automation. Per esempio usando una piattaforma di mobile marketing automation che consenta di:

    • Incoraggiare la riattivazione attraverso notifiche push.
    • Fornire messaggi in-app per l’onboarding, la promozione di prodotti assicurativi, la richiesta di permessi per l’app ecc.
    • Messaggi Inbox per inviare notifiche personalizzate per ogni utente.
    • Invio di e-mail per campagne di riattivazione o altro.
    • Analytics dettagliato rispetto alla performance dei messaggi.

L’insieme di questi dati confluisce nel database attuariale3 allo scopo di calcolare un coefficiente personale di rischio ed eseguire adattamenti o generare offerte modellate sul comportamento dell’utente.

La polizza che premia il comportamento

Questa polizza, promossa attraverso i canali social e sottoscrivibile tramite app (smart contract), ha un costo variabile in funzione dello stile di guida. L’offerta include un’app, un dispositivo wearable e l’obbligo di installare la scatola nera.

I dati della scatola nera, ma anche quelli del dispositivo wearable incluso nell’offerta (o, in alternativa, si può immaginare un co-marketing con Garmin, Fitbit, Apple, Samsung ecc.), contribuiscono a delineare il profilo di guida dell’utente, per esempio:

  • aggressivo,
  • prudente,
  • sprecone,
  • ecologico
  • ecc.

L’utente è stimolato ad una guida più prudente attraverso la gamification: al primo utilizzo l’app richiede una profilazione dettagliata (utile anche ai fini del successivo upselling) e un’autovalutazione rispetto al proprio stile di guida. Successivamente, attraverso l’integrazione dei dati provenienti dalla scatola nera e eventuali altri sensori per un dato periodo, l’app ridefinisce o conferma l’autovalutazione (qui entra in gioco il ML). Una volta impostato e confermato il livello di partenza, la gamification può iniziare.

La variazione del costo correlata allo stile di guida può essere gestita direttamente dall’app attraverso smart contracts (blockchain), inoltre qualora l’utente si sia comportato correttamente in un dato periodo e riceva un bonus, potrà scegliere se usufruire dello sconto o devolverlo per un progetto benefit proposto dall’app in funzione del profilo (anche in questo caso si possono attivare attività di co-marketing con onlus, imprenditoria sociale ecc.).

L’app può essere utilizzata per fornire all’utente informazioni e servizi personalizzati, per esempio:

  • Micro-coverage: proposte di micro-prodotti assicurativi correlati allo stile di vita (e di guida) dell’utente e ai dati di profilazione secondari raccolti tramite l’app (studio, lavoro, viaggi, sport, interessi ecc.). Anche in questo caso la sottoscrizione e il pagamento dei prodotti possono essere gestiti direttamente in app attraverso smart contracts.
  • Assistente Personale: è possibile integrare nell’app un chatbot testuale e/o vocale che consentirà sia di gestire in modo divertente l’onboarding della gamification sia di fungere da assicuratore virtuale e da customer service automatizzato. Il fatto che possa essere anche vocale ne consente l’utilizzo durante la guida. Anche in caso di incidente l’assistente guiderà l’assicurato nella comunicazione tempestiva dei dati relativi al sinistro direttamente in app.
  • Sicurezza: grazie ai dati in tempo reale provenienti dal dispositivo wearable (frequenza cardiaca ecc.) l’app può fungere da salvavita, per esempio segnalando il colpo di sonno (attivando un suono o facendo vibrare il wearable) e comunicare con una centrale (per esempio inviando automaticamente un SMS o una mail o attivando una chiamata telefonica) qualora l’utente non risponda al segnale di avviso di pericolo.
  • Salute: l’app accumula informazioni sulle abitudini dell’utente sia rispetto all’uso dell’auto sia, se è associato il wearable, rispetto all’attività fisica svolta. È possibile quindi prevedere un secondo livello di gamification che includa l’obiettivo del miglioramento della salute dell’utente. Esempio: l’app assegna un punteggio maggiore se l’utente usa l’auto prevalentemente per percorsi lunghi e fuori città e/o se l’utente rispetta un obiettivo mensile di attività fisica certificato dal wearable. Gli scenari possibili ovviamente sono molti.
  • Supporto al viaggiatore: l’app conosce i percorsi giornalieri dell’utente e può proporre informazioni sia rispetto a percorsi alternativi più eco-friendly, sia rispetto a utilities come: distributori convenzionati, alberghi, negozi che corrispondono alle preferenze del profilo ecc.

I servizi proposti sono, se si esclude la scatola nera, indipendenti dalle caratteristiche tecnologiche del veicolo, per cui sono applicabili a un target giovane che è fortemente informatizzato e techno-friendly ma che non possiede la disponibilità economica per acquistare auto di ultima generazione.

La polizza prêt-à-porter

Il secondo esempio è un prodotto di micro-coverage rivolto al target di riferimento, in particolare al giovane che non possiede un’auto propria e guida per un tempo limitato (ore, giorni) auto di terzi (genitori, amici, car sharing). Da notare che, per estensione, il modello potrebbe essere applicato anche ad ambiti non automotive, per esempio la gig-economy, nella quale l’utente potrebbe assicurarsi al volo via app rispetto ai rischi legati al lavoro on-demand.

L’obiettivo della micro copertura è coprire gli ambiti di rischio che non sono tutelati dalle assicurazioni dei veicoli guidati dall’utente ma non di sua proprietà.

Ecco una bozza di user journey:

  1. L’utente inquadra la targa del veicolo che desidera guidare.
  2. Il sistema riconosce il veicolo interfacciandosi con un database (per esempio i dati che fornisce il servizio Sevim).
  3. L’utente imposta il tempo di utilizzo del mezzo in ore o giorni.
  4. L’app genera algoritmicamente una proposta di copertura personalizzata e la sottoscrizione è gestita al volo attraverso l’app.
  5. L’app innesca un contatore che indica in real time il tempo restante di copertura con la possibilità di estenderlo o aggiungere servizi.

Conclusione

Unendo la tecnologia e i bisogni dell’utente, insieme a un minimo di creatività, è possibile immaginare prodotti innovativi senza grande sforzo. All’inizio dell’articolo, però, dissi che avrei spiegato perché queste soluzioni non sono praticabili in Italia.

Il motivo è semplice e non riguarda solo tematiche legali o di maturità tecnologica: per integrare ed elaborare i dati attuariali in un prodotto smart, i silos organizzativi delle compagnie assicurative (lines of business, backoffice operations, agency operations, marketing, IT ecc.) dovrebbero lavorare in sinergia in un’ottica di co-design. Chiunque abbia provato a portare il design e la creatività all’interno delle grandi organizzazioni, sa che la realtà è quella di un mondo in cui la collaborazione tra dipartimenti è ancora difficile, se non utopica. Alla fine, l’innovazione è sempre una funzione del livello evolutivo dell’organizzazione.

Note

  1. La Generazione Z o Centennials (conosciuta anche come iGen, Post-Millennials o Plurals) identifica le persone nate dopo i Millennials. La generazione è generalmente circoscritta tra i nati dal 2000 fino al 2013.

    Un aspetto importante di questa generazione è il suo diffuso utilizzo di Internet sin dalla nascita. I membri della Generazione Z sono considerati come avvezzi all’uso della tecnologia e i social media, che incidono per una parte significativa nel loro processo di socializzazione. Alcuni studiosi hanno ipotizzato che crescere in un periodo di grave recessione dà loro una sensazione di instabilità e insicurezza, tuttavia sembrano essere i più desiderosi di aiutare il proprio paese e molto simili alla generazione del baby boom.

    Wikipedia: https://it.wikipedia.org/wiki/Generazione_Z

  2. Machine Learning to adapt to new circumstances and to detect and extrapolate patterns.
    Russell, Stuart; Norvig, Peter. Artificial Intelligence: A Modern Approach, Global Edition (Page 2). Pearson Education Limited. Kindle Edition.
  3. attuariale agg. [dall’ingl. actuarial, der. del lat. actuarius «attuario»]. – Che concerne l’applicazione del calcolo delle probabilità alle attività assicurative, spec. per ciò che riguarda le assicurazioni sulla vita: matematica a., ramo della matematica che considera (soprattutto ai fini della teoria e della tecnica delle assicurazioni) le operazioni attinenti a fatti che o non sono certi nel loro verificarsi o dei quali è incerto il momento del verificarsi.
    http://www.treccani.it/vocabolario/attuariale/

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.