Χριστίνα Μινέτου: Η ευελιξία “ξεκλειδώνει” το μέλλον της ασφαλιστικής αγοράς

S.M.: Κυρία Μινέτου, υπάρχει κάποια κυρίαρχη τάση που εκτιμάτε πως αναδύεται σήμερα και αναμένεται να κυριαρχήσει κατά το εγγύς μέλλον, μεταβάλλοντας τα ισχύοντα δεδομένα;

Χριστίνα Μινέτου: Θα έλεγα πως η συνολικότερη διαδικασία συλλογής και εν γένει αξιοποίησης δεδομένων εκ μέρους επιχειρήσεων και οργανισμών αποτελεί μια εξόχως δυναμική όσο και έντονα αναπτυσσόμενη πτυχή στον σύγχρονο χρηματοπιστωτικό τομέα, σε σημείο τέτοιο ώστε να θεωρείται και ως game changer εφόσον γίνει πράξη η παραγωγική ενσωμάτωσή της στην καθημερινή πρακτική ενός οργανισμού. Η δε χρήση των δεδομένων λειτουργεί ως ένα… γιγαντιαίο φίλτρο για τα πάντα. Υπό αυτό το πρίσμα, έχουμε στρέψει πλέον το ενδιαφέρον μας στην εξέταση και περαιτέρω ανάπτυξη των behavioral data, καθώς αυτά με τη σειρά τους θα μας οδηγήσουν στην αναζήτηση της ευφυΐας σε ενέργειες, στοιχεία, χαρακτηριστικά και δράσεις που λαμβάνουν χώρα online. Από τα demographics μέχρι το decision to buy pattern και από τα συμπεριφορικά δεδομένα που προκύπτουν ενόσω οι χρήστες βρίσκονται στο online shop μας. Θα πρέπει να επισημάνω πως η παρουσία της QMetric στη βρετανική αγορά είναι αποκλειστικά online, ενώ κάτι παραπάνω από το 95% των πωλήσεών μας είναι τέτοιες.Ενδεικτικά αναφέρω πως αυτή τη στιγμή κατέχουμε το 3,5% της household ασφαλιστικής αγοράς στη Μεγάλη Βρετανία.

S.M.: Σε επίπεδο αλγορίθμου, πόσο σημαντική είναι η συμβολή του στην «αποκωδικοποίηση» του προφίλ ενός
πελάτη;

Χριστίνα Μινέτου: Αναμφίβολα, οι αλγόριθμοι εκ της θεμελιώδους λειτουργίας τους προβαίνουν στη μοντελοποίηση του
συνόλου των συμπεριφορών των χρηστών, εισάγοντας ουσιαστικά τις έννοιες της τεχνητής νοημοσύνης και του machine
learning στην καθημερινή επιχειρηματική πρακτική. Παρ’ όλα αυτά, το πλέον σημαντικό κομμάτι δεν είναι άλλο από το λειτουργικό πλαίσιο που αναπτύσσουμε προκειμένου να γίνουν πράξη η ανταλλαγή και εν συνεχεία η διαδικασία μοντελοποίησης των δεδομένων. Αν μη τι άλλο, πρόκειται για προνομιακό πεδίο των νεότερης γενιάς επιχειρήσεων του χρηματοπιστωτικού τομέα και των ασφαλίσεων, καθώς διακρίνονται από έντονη ευελιξία, ταχύτητα στη διαδικασία λήψης αποφάσεων και της υλοποίησης κινήσεων, ενώ χάρη στο γεγονός ότι δεν επιβαρύνουν τη λειτουργία τους με legacy συστήματα, αυτομάτως είναι σε θέση να αξιοποιήσουν την πλήρη ισχύ και δυναμική των δεδομένων προς όφελος του ίδιου του οργανισμού και των πελατών του.

S.M.: Υπάρχει κάποια κύρια έννοια γύρω από την οποία περιστρέφεται το ενδιαφέρον του τομέα σας και που επιδρά σημαντικά στα όσα σχεδιάζετε;

Χριστίνα Μινέτου: Ασφαλώς. Με μία λέξη, η ευελιξία! Πόσο, μάλλον, από τη στιγμή κατά την οποία οι κανονιστικές διατάξεις και οι εποπτικοί οργανισμοί με την παραμικρή αλλαγή ή απόφαση, αντίστοιχα, μεταβάλλουν ουσιαστικά τους κανόνες του παιχνιδιού. Παράλληλα, η πανδημική κρίση απέδειξε την ευρύτητα, την ένταση και την ταχύτητα με την οποία ανετράπησαν δεδομένα που θεωρούνταν αμετάβλητες σταθερές επί μακρόν.

Για παράδειγμα, πλέον, το πόσο χρονικό διάστημα οδηγεί κάποιος το όχημά του σε ημερήσια βάση, δύναται να επηρεάσει
το ασφαλιστήριο που καλείται να καταβάλλει, ενώ το ίδιο από την αντίστροφη, απλώς, θα επιδράσει και στη συχνότητα που επιλέγει να μετακινείται με τα μέσα μαζικής μεταφοράς, περιορίζοντας την επιθυμία του να θέτει σε κίνηση το όχημά του. Σε αυτό το πλαίσιο, έννοιες όπως fixed τιμές και συγκεκριμένες προϋποθέσεις αδυνατούν να ισχύουν. Οπότε, οφείλουμε να
είμαστε προετοιμασμένοι, να ανταποκρινόμαστε πάντοτε σε ό,τι ζητά η ίδια η αγορά, με τέτοιο τρόπο ώστε να κινούμαστε βάσει του κανονιστικού πλαισίου και δίχως φυσικά η εταιρεία να χάνει χρήματα.

S.M.: Η έννοια της «ευελιξίας» πόσο δυσκολεύει τη διαδικασία μοντελοποίησης;

Χριστίνα Μινέτου: Πάρα πολύ. Κι αυτό, καθώς προϋποθέτει πως θα προβαίνεις στον σχεδιασμό αλγορίθμων και συστημάτων που θα λαμβάνουν υπόψη τους πολυπαραγοντικά δεδομέναωκαι ποικίλες μεταβλητές. Βέβαια, όσους περισσότερους παράγοντες προσθέτουμε σε ένα μοντέλο τόσο πιο διαχειρίσιμο γίνεται αυτό, ενισχύοντας τον βαθμό διαλλακτικότητας στην
προσφερόμενη τιμολογιακή πολιτική, κατηγοριοποιώντας τους δυνητικούς πελάτες σε διαφορετικά όσο και πιο ρεαλιστικά προφίλ.

S.M.: Σε αυτή την προσπάθεια προφανώς η τεχνολογία λειτουργεί ως σύμμαχος.

Χριστίνα Μινέτου: Πράγματι, καθώς οι ποικίλες τεχνολογικές εκφάνσεις, όπως λ.χ. η τεχνητή νοημοσύνη, το machine learn-
ing, το Internet of Things (ΙοΤ) κ.ο.κ. επιτρέπουν την αναγνώριση των ποικίλων συμπεριφορών των πελατών. Ουσιαστικά, προσδιορίζουν ποιους παράγοντες θα χρησιμοποιήσεις προκειμένου να «τροφοδοτήσεις» τους αλγόριθμους ώστε να αποτυπώσεις ένα συμπεριφορικό pattern από την πλευρά των ενδιαφερόμενων πελατών, και στη συνέχεια να επιχειρήσεις να το κάνεις address με την επιθυμητή τιμολογιακή πολιτική, η οποία συνάμα
αποδεικνύεται και θελκτική για τους πελάτες.

S.M.: Το γεγονός ότι διαθέτετε τεχνολογικές πλατφόρμες τις οποίες έχετε σχεδιάσει και αναπτύξει from scratch, πόσο
βοηθά προς αυτή την κατεύθυνση;

Χριστίνα Μινέτου: Αρκεί να σκεφτεί κάποιος τη συνήθη διαδικασία που ακολουθείται εκ μέρους σημαντικά μεγάλου πλήθους επιχειρήσεων και οργανισμών όταν απαιτείται να προβούν σε διαφοροποίηση των διαδικασιών που εφαρμόζουν για τον
χρόνο, τους ανθρώπινους πόρους, τον όγκο της διαρκούς επικοινωνίας, τις ατέλειωτες διευκρινίσεις και εξηγήσεις και αυτομάτως θα αντιληφθεί την αξία να διαθέτει μια δική του πλατφόρμα. Tailor made, με βάση τις απαιτήσεις και τα δεδομένα της ίδιας της επιχείρησης, του τομέα στον οποίο δραστηριοποιείται, των ιδιαιτεροτήτων και διαφορετικών συνθηκών που πρέπει να λαμβάνει υπόψη, συμπεριλαμβάνοντας από logs των πελατών και policy documents μέχρι τον αλγόριθμο μέσω του οποίου προκύπτει η προσωποποιημένη τιμή για κάθε ενδιαφερόμενο ξεχωριστά. Κάτι που ισχύει στη δική μας περίπτωση και μας επιτρέπει όταν επιθυμούμε να προχωρήσουμε σε μια αλλαγή στα offerings ή ακόμη και στο modus operandi μας, να μη
χρονοτριβούμε και να προβαίνουμε άμεσα στις απαιτούμενες διαδικασίες την ίδια στιγμή!

S.M.: Πώς ορίζετε το επόμενο τεχνολογικό milestone στην πορεία εξέλιξης της QMetric;

Χριστίνα Μινέτου: Με τη μορφή και την έννοια του dynamic pricing και του price optimization. Αυθεντικού, online και τη στιγμή που ζητείται και όχι αφού γίνει μια
ξεχωριστή επεξεργασία offline και λάβουν χώρα οι ανάλογες προσαρμογές. Δεν βρισκόμαστε μακριά από τη στιγμή που θα το εισάγουμε στην αγορά, εφόσον φυσικά ξεπεραστούν τα επιμέρους ζητήματα που συνήθως προκύπτουν με τις εποπτικές αρχές, οι οποίες προσεγγίζουν το θέμα με
τη λογική του Black box. Κάτι που από την πλευρά μας απαιτεί εντυπωσιακά ευρεία επίπεδα διαφάνειας αναφορικά με τη συνολικότερη διαδικασία που ακολουθούμε προκειμένου να προκύψουν οι προτεινόμενες τιμές προς τους πελάτες μας. Εξυπακούεται πως η λογική γύρω από τηνοποία επιχειρούμε να δομήσουμε το dynamic pricing εμπεριέχει πολλαπλά layers και σίγουρα δεν μπορεί να επαφίεται
αποκλειστικά στα δεδομένα που προκύπτουν από τη συμπεριφορική ανάλυση, αλλά αντιθέτως θα πρέπει να διαμορφωθεί ένα core GLM (Generalized Linear Models) μοντέλο που θα περιλαμβάνει πτυχές του insurance και του «παραδοσιακού» pricing. Και αυτό, σε έναν κόσμο που αλλάζει
καθημερινά, με καινούργιες προκλήσεις να αναδύονται, όπως λ.χ. τα smart homes, τα connected everything, τα ηλεκτρικά οχήματα κ.ά. Οπότε, οφείλουμε να αμφισβητούμε
διαρκώς, να αναθεωρούμε και να επανασχεδιάζουμε τα μοντέλα λειτουργίας μας, προκειμένου να συντμήσουμε τη
χρονική απόσταση από τη στιγμή οπότε θα ανταποκριθούμε στις ανάγκες της αγοράς και των πελατών μας.

S.M.: Πριν από λίγο καιρό αναδειχθήκατε νικήτρια του βραβείου Innovators of the Year στα UK FinTech Awards. Τί σημαίνει αυτό για εσάς;

Χριστίνα Μινέτου: Κατ’ αρχάς, αποτέλεσε μια ιδιαίτερα τιμητική διάκριση, αλλά και έμπρακτη αναγνώριση της πορείας και
συνεισφοράς μου στον ευρύτερο τομέα του fintech. Θεωρώ πως η βράβευση δεν ήταν προσωπική, αλλά αντιθέτως σε αυτήν αντανακλώνται το σύνολο των μελών της ομάδας μου, μιας διαρκούς προσπάθειας εξέλιξης, πίστης και δέσμευσης στην αναζήτηση της αριστείας μέσω των προϊόντων και υπηρεσιών που σχεδιάζουμε, επεξεργαζόμαστε και εν τέλει καταφέρνουμε να διαθέσουμε στην αγορά. Απλά, ως ηγέτις οφείλω να προάγω τα μέλη της ομάδας μου, σε μια διαρκή διαδικασία αναζήτησης της αρτιότητας και της μετεξέλιξης καθενός ξεχωριστά.

Αναμφίβολα, κάποιος πρέπει να βρει το
κατάλληλο στελεχιακό δυναμικό με βάση το οποίο θα δομήσει μια ισχυρή όσο και αποτελεσματική ομάδα, η οποία όμως οφείλει να πιστέψει στο όραμα και το όνειρο, ευθυγραμμίζοντας την πρακτική της με αυτό. Φυσικά, απαιτείται προσωπική
εργασία, δέσμευση και μια συμπαγή στρατηγική, η οποία στην περίπτωση της QMetric, λειτούργησε επ’ ωφελεία όλων μας.

Σε καθημερινή βάση, λοιπόν, κινούμαστε βάσει ενός οράματος αναφορικά με τα μέλη που συγκροτούν την ομάδα, προκειμένου να μοιραζόμαστε μια κοινή κουλτούρα, ένα κοινό mind-set ως προς τον στόχο, εξασφαλίζοντας τον απαιτούμενο χώρο στα στελέχη μας να πειραματιστούν, να εξετάσουν και εν τέλει να δημιουργήσουν.

Πάντοτε με γνώμονα πως αυτό που σκεφτόμαστε να μπορεί να υλοποιηθεί, αλλά και να οδηγεί σε μια απτή βελτίωση ή μετεξέλιξη των όσων ισχύουν
σήμερα.