fdokumen.id

www.pwc.deTelematik10. FaRis und DAV SymposiumBig DataDr. Clemens Frey, Frank Schönfelder

Management SummaryStatus Quo Seit dem ersten Telematik-Tarif in 2014 sind verschiedene Versicherer an den Markt gegangen Gemeinsam haben viele Telematik Produkte Zielgruppe junge Fahrer Technische Umsetzung via App Verwendung des Brems- und Beschleunigungsverhaltens Die von den VUs angegebenen möglichen maximalen Rabatte dominieren nicht durchgehend den Preisunterschied desBasistarifs zu anderen Wettbewerbern Die Berechnung des Telematik-Bonus erfolgt (noch) weitgehend auf Grundlage von Heuristiken – nicht aufumfangreichen DatenmaterialZukunft Wir gehen davon aus, dass Telematik-Daten in Zukunft mit Machine Learning Verfahren aktuariell ausgewertet werden Dazu bieten sich unter anderem Verfahren des Tree Based Machine Learnings an Die statistische Risikodifferenzierung ist aber nicht der alleinige Treiber für Telematik Tarife in Deutschland Es gibt weiterhin Herausforderungen für Telematik Business Cases – z.B. zunehmende Fahrerassistenzsysteme Potenziale der Telematik liegen auch außerhalb des Aktuariats – z.B. Häufigerer Kundenkontakt (z.B. bei jeder Fahrt mit einem Score) Vermarktung von weiteren Produkten (z.B. Reifen, oder Ölwechsel) Schadenvermeidung (z.B. durch App-basierte Anreize zu defensivem Fahren) Schadenminderung (z.B. durch indirekte Wertstattsteuerung nach dem Unfall)10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 20162

AgendaKapitelSeite1Status Quo am Markt42Telematik Tarife aus aktuarieller Sicht103Herausforderungen und Potenziale vonTelematik Tarifen1510. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 20163

Status Quo am Markt110. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 20164

Marktentwicklung seit 2014Dezember 2015Sparkassen Direktversicherung 1)Start des Pilotprojektes „TelematikSicherheits-Service“Oktober 2014Signal Iduna 2)Einführung desTarifs „AppDrive”über Marke SijoxAXA 5)Einführung des Tarifs „AXADriveCheck”November 2015Admiral Direkt 3)Einführung der„Telematik SparOption“1) Quelle: Telefonica/“2) Quelle: ag/telematik“3) Quelle: b/admiraldirekt/ “4) Quelle: -laesst-telematik-tarif-auslaufen/ “5) Quelle: terwegs/Drive-App “10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial ServicesJanuar 2016VHV 6)Einführung desTarifs „VHVTELEMATIKGARANT“April 2016Allianz 7)Einführung desTarifs„BonusDrive”heutiger StandJanuar 2014SparkassenDirektversicherung 4)Beendigung des . Quartal 2016HUK 8)GeplanteEinführungeines TelematikTarifes6) Quelle: ng-59059/“7) Quelle: anz-AutoversicherungTelematikTarif-BonusDrive/ “8) Quelle: huk-coburg-begleitendes-fahrenmit-telematik/“10. Juni 20165

Bausteine eines Telematik ktZielgruppePAYD/PHYDFahranfänger/erfahrene FahrerNotrufsysteme/PannenhilfeSmartphone/AppHohe SF/niedriege inbau beiHerstellungEigene Plattform10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial ServicesServiceleistungenViel-/ Wenigfahrer10. Juni 20166

Status Quo am MarktTelematik Tarife im VergleichKosten/Jahrkeine AngabeMöglichesErsparnisbis zu 5%App oderBoxApp und BoxZielgruppe9)keine10)bis zu 40%9)keine9)Einschränkungkeine10)11)bis zu 20%keine11)App und Box10)App und Boxbis 30 Jahre10)Bis SF 411)11)12)bis zu 15%App84 12)12)bis 25 Jahre13)bis zu 30%keine13)App und Box12)13)keine13)Einschränkung14)bis zu 40% im14)ersten JahrApp und Box14)bis 28 Jahre14)9) Quelle: “10) Quelle: „https://www.app-drive.de/“11) Quelle: „https://www.admiraldirekt.de/de/telematik admiral/telematik spar option/“12) Quelle: ��13) Quelle: eug/pkw-telematik“14) Quelle: lematik-versicherung/“10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 20167

Status Quo am MarktKennzahlen zur Berechnung des Scores gemäß Angaben der BevölkerungsdichteStraßenartTag und Uhrzeit9) Quelle: “10) Quelle: „https://www.app-drive.de/“11) Quelle: „https://www.admiraldirekt.de/de/telematik admiral/telematik spar option/“12) Quelle: ��13) Quelle: eug/pkw-telematik“14) Quelle: lematik-versicherung/“10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 20168

Unterm Strich - PreisvergleichAnbieter 1Anbieter 2Anbieter 3BasispreisTelematik Tarifmit 40% RabattBasispreisTelematik Tarifmit 20% RabattBasispreisTelematik Tarifmit 15% RabattProfil 1768,78 461,27 562,16 449,73 409,28 347,89 Profil 2310,77 186,46 317,96 254,37 277,89 236,21 Profil 33.015,01 1809,01 2321,67 1857,34 2503,40 2127,89 Profil 1 „Frank Schönfelder“15)Profil 2 „Junger Fahrer“ 15)Profil 3 „Fahranfänger“15) Geburtsdatum: 19.04.1982 Geburtsdatum: 09.10.1989 Geburtsdatum: 31.05.1998 HSN/TSN: 0588-AHM (Audi A4) HSN/TSN: 3003-ACR (Peugeot 107) HSN/TSN: 0600-268 (VW Polo) Erstzulassung FZ: 01.05.2010 Erstzulassung FZ: 09.01.2008 Erstzulassung FZ: 01.01.2007 Zulassung auf Person: 01.02.2013 Zulassung auf Person: 01.03.2010 Zulassung auf Person: 01.06.2016 PLZ, Wohnort: 22399, Hamburg PLZ, Wohnort: 18528, Bergen PLZ, Wohnort: 50823, Köln Fahrerkreis: VN und Partner Fahrerkreis: VN Fahrerkreis: VN Bisherige SF: 4 Bisherige SF: 5 Bisherige SF: keine Punkte in Flensburg: ja Punkte in Flensburg: nein Punkte in Flensburg: nein Bereits einmal versichert: ja Bereits einmal versichert: ja Bereits einmal versichert: nein15) Weitere Merkmale: Private Nutzung, ganzjähriges Kennzeichen, Führerscheinerwerb 18. Geburtstag, Berufsgruppe: Allgemein, Keine Kündigung vombisherigen Versicherer, Versicherungsbeginn 1.6.2016, jährliche Zahlungsweise, jährliche Fahrleistung 12.000 km, kein nächtlicher Stellplatz,Gebrauchtwagen, Zeitwert unter 100 T , Finanzierung in Bar, KH TK, kein selbstgenutztes Wohneigentum, kein Schäden in den letzten 2 Jahren anVersicherer gemeldet; Unter der Annahme, das der maximale Telematik-Bonus erfahrbar wäre.10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 20169

Telematik Tarife aus aktuarieller Sicht210. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 201610

Methoden zur Zeit: Von den Daten bis zumTelematik TarifGLM-Daten In der aktuariellenTarifierung üblicheDatenZ.B. eralter,Laufleistung, etc.GLM-Modell TelematikDaten Daten werden übertechnischeVorrichtung in für VUhoher FrequenzgeneriertZ.B. viele Datenpunktepro Fahrt TelematikModell Üblichesverallgemeinerteslineares ModellEingeschliffeneProzesse &vorhandenes KnowHowAber zeitaufwändig beineuen DimensionenGLM-Tarif Z.Z. noch keinestatistischen Modellezum Fahrerverhalten(zu wenig Verträge)I.A. eher heuristischeModelleZ.B. „Wer oft starkbremst ist schlechtesRisiko“10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial ServicesI.A. starkausdifferenziertWeicht deutlich vonTarifen der einzelnenWettbewerber abTelematikScore TelematikTarif Produkt aus GLMTarif und TelematikScore (Abschlag)Score alseindimensionale ZahlWird ohne tiefgehendeBerücksichtigung desGML-ModellsermitteltGini-Koeffizientgeeignete Maßzahl derGüte des Scores10. Juni 201611

Ausblick: Alternative Verfahren zur künftigenBerücksichtigung von Telematik-DatenHerausforderung Sollten Versicherer in größeren Umfang Telematik Verträge verkaufen, möchte der Aktuar statistisch mit den Datenarbeiten Bisher genutzte aktuarielle Standard Verfahren sind nicht besonders geeignet, neue Dimensionen mit sehr vielenAusprägungen und Abhängigkeiten effizient zu modellieren Alternative: Machine Learning Verfahren anwendenÜberblick Machine Learning Verfahren Supervised heißt, esexistiert eine Zielvariable(z.B. beobachteterSchadenaufwand) Geeignet zur Tarifierung Unsupervised heißt, esgibt keine Zielvariable Geeignet zum Clusternvon Daten Es gibt für mancheDatensätze Zielvariablenin der Beobachtung Z.B. bei Modellierung vonNet Promoter Scores Modellierung absrakterZusammenhänge10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 201612

Anwendungskonzept: Tree Based MachineLearning (TBML) und GLMs kombinieren1) Übliches GLM alsAusgangspunkt2) Berechnung desTBML Modells3) Vergleich derErgebnistreiberbeider Modelle4) Nutzen derErkenntnisse ausdem TBML im GLMÜbliches GLM alsAusgangspunktBerechnung des TBMLModellsVergleich derErgebnistreiberNutzen derErkenntnisse Ausgangspunktbietet dasherkömmliche zurTarifierung genutzteGLM Modell Aufstellen eineseigenständigen TBMLModells, das GLM- undTelematik-Datenverwendet Anhand vonKennzahlen (z.B.variable importance)wird Wichtigkeit derEinflussvariablenbestimmt Einflussvariablen, dieim TBLM identifiziertwurden, jedoch GLMbisher unberücksichtigtwaren, werden in dasGLM aufgenommen Identifikation vonKonstellationen dieVorhersagegenauigkeitbesonders erhöhen Nach Schritt 3) sinddiese Konstellationenkonkretisiert (inklusiveAbhängigkeiten) Neue Variablen lassensich gut in das TBMLintegrieren10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 201613

Statistische Risikodifferenzierung scheint nichtder alleinige Treiber für Telematik Tarife zu seinMarktdurchdringungvon Telematiktarifenin den USA10%16)Marktdurchdringungvon Telematiktarifenin UK17)3%Marktdurchdringungvon Telematiktarifen18)in Italien5%Anteil derPersonenfahrzeuge(WKZ 112) amGesamtschadenaufwandin heKraftfahrthaftpflicht iche Kostenfür Telematik proVertrag p.a. 96 24820)DurchschnittlicheJahresprämieTeilkasko 90 31221)21)19)16) Quelle: “17) Quelle: „ se-Black-Box-Telematics-Insurance a5438.html“18) Quelle: „ -i“19) Quelle: „ BaFin Jahresgemeinschaftsstatistik über den Schadenverlauf in der Kraftfahrzeug-Haftpflichtversicherung 2014“20) Quelle: „ -de.html “21) Quelle: ahrespraemie“10. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 201614

Herausforderungen und Potenziale vonTelematik Tarifen310. FaRis und DAV Symposium Big Data TelematikPwC - Acturial Services10. Juni 201615