Far “camminare” il prezzo dell’assicurazione a seconda di precise strategie di marketing e valorizzazione del cliente: la pratica del “price walking“, che nel recente passato si era guadagnata l’attenzione delle autorità di vigilanza Eiopa e Ivass, è stata al centro di una delle conferenze dell’Italy Insurance Forum 2024, dal titolo “Creare tariffe sofisticate e tutelare i clienti fedeli è possibile?“.
La sofisticazione tariffaria, vista dal punto di vista dell’assicuratore, è diventata un’attività considerata essenziale, in quanto consente di migliorare la competitività offrendo, in varie situazioni, un prezzo efficace per un determinato tipo di cliente. Il problema che è stato sollevato, tuttavia, è che questa efficienza potrebbe penalizzare i clienti meno inclini a cercare altre offerte e a cambiare compagnia.
La quantità di dati sulla base dei quali si può determinare il prezzo di una polizza è sempre più vasta, così come sempre più sofisticati sono diventati gli strumenti utilizzati per elaborare un prezzo sulla base delle informazioni inserite. Naturalmente, l’evoluzione dell’intelligenza artificiale sta contribuendo anche a queste operazioni, ponendo nuovi interrogativi anche di tipo etico.
Come le compagnie usano il price walking
Il price walking, “è uno degli argomenti di maggior interesse negli ultimi anni per chi si occupa di pricing”, ha dichiarato in conferenza Mariangela Grieco– Head of Actuary Motor and No Motor di Axa Assicurazioni, “la sofisticazione si è evoluta in modo imprescindibile e le variabili che influenzano l’analisi sono sempre di più e più dettagliate”. Nell’ambito dell’assicurazione auto, oltre ai dati relativi al veicolo e agli equipaggiamenti, sono considerate anche “una serie di variabili legate alla situazione del cliente”. Per questa categoria di informazioni aggiuntive, le compagnie assicurative attingono anche a dati provenienti da fonti esterne. “Per migliorare la capacità predittiva molti indicatori offrono possibilità di usare indici socio-economici o demografici o collegati alla morfologia territoriale”, ha dichiarato Francesca Di Paola – Direttore Attuariato Danni di Sara Assicurazioni, sottolineando come sia importante per le compagnie fare riferimento a dati affidabili come quelli forniti dall’Istat.
Qualche volta, aveva sottolineato l’autorità di vigilanza europea Eiopa in una dichiarazione di vigilanza del febbraio 2023, il price walking può produrre effetti controversi: “Le cosiddette pratiche di ‘price walking’, in cui il premio pagato dai clienti viene aumentato ripetutamente al momento del rinnovo sulla base di motivi non correlati al rischio sottostante o ai costi del servizio, presentano un alto rischio di risultare in esiti ingiusti e quindi non rispettano il quadro legislativo Idd applicabile”. Già nel 2022 l’autorità italiana Ivass aveva affermato, per bocca del presidente Luigi Federico Signorini, che i dati “sembrano indicare che il tasso di ritenzione più elevato dei clienti black box facilita l’adozione da parte delle aziende di strategie tariffarie basate sull’aumento del premio all’aumentare degli anni di ritenzione”.
Nella logica della compagnia assicurativa, ha spiegato Grieco, “assumere un nuovo cliente un costo che ha senso sostenere se il cliente viene mantenuto per un certo numero di anni: nelle nostre simulazioni prevediamo un mantenimento del cliente che permetta di raggiungere un equilibrio tecnico sostenibile. Ci sono degli algoritmi”, ha aggiunto, “che vengono utilizzati per supportare la rete distributiva delle agenzie nella scelta della migliore selezione dei rischi di portafoglio”. A seconda del diverso canale distributivo le strategie di pricing possono variare, anche a seconda della propensione a cambiare compagnia (ad esempio il canale di distribuzione diretta risulta meno fidelizzato di quello bancario).
L’algoritmo: quanto è importante tenerlo d’occhio per le assicurazioni
Quando a queste logiche vengono applicati gli algoritmi di machine learning, ha affermato Giovanni Frigeri, Senior Data Scientist di Akur8, le compagnie assicurative devono essere particolarmente caute. “Per avere una sofisticazione avanzata, oggi, servono algoritmi di machine learning in grado di trattare grandi moli di dati anche provenienti da fonti esterne, ma non lascerei questi algoritmi liberi di fare quello che vogliono, ma porrei l’accento sull’importanza dell’attuario e del modellatore: persone che capiscono che cosa l’algoritmo stia facendo”. In alcuni casi non è semplice controllare come dai dati l’algoritmo è arrivato a produrre un prezzo al cliente, ma questo esercizio è importante venga eseguito da figure “umane” competenti, ha sottolineato Frigeri, anche perché il rischio che si possano involontariamente creare discriminazioni della clientela potrebbe avere grandi ricadute sulla reputazione.
“L’algoritmo di machine learning”, ha poi precisato, “deve essere un algoritmo etico: credo che questo diventerà sempre più importante in futuro”. Nell’ambito assicurativo, questo genere di considerazioni diventeranno sempre più importanti per alcune tipologie di polizza che saranno soggette alle maggiori tutele dell’Ai Act europeo, quelle dei rami salute e vita.