Wir kennen es aus dem E-Commerce, dem Lebensmittelhandel und erst recht von der Tankstelle. Preise ändern sich ständig. In Branchen wie der Versicherungswirtschaft muten derartige Anpassungen allerdings noch ungewohnt an. Sind variable Preise für eine private Haftpflicht- oder Kfz-Versicherung sinnvoll? Sind Versicherer in der Lage, Preisanpassungen dynamisch vorzunehmen? Welche Voraussetzungen müssen erfüllt sein? Insbesondere die aktuelle Covid-19-Pandemie wirkt sich hierbei als Digitalisierungskatalysator aus. Sie veranlasst Kunden, verstärkt online tätig zu sein, sich rechtzeitig zu informieren und sich passender Angebote zu bedienen, die ihre individuellen Lebensumstände und finanziellen Verhältnisse berücksichtigen.
Vom Status Quo zu dynamischen Preisbildungsmodellen
Konkret: Mit dynamischer Preisbildung lassen sich die Prämien für Konsumenten abhängig von verschiedenen, sich kurzfristig verändernden Faktoren individuell und situativ anpassen. Bei der Berechnung des Preises berücksichtigen intelligente Algorithmen beispielsweise das tatsächliche, spezifische Risiko (auch Schadenrisiko), die Preise der Wettbewerber und äußere Gegebenheiten wie die Jahres-, Wochen- sowie Tageszeit ebenso wie die Customer Journey. Auch letztere kann einen wesentlichen Einfluss auf die Bereitschaft eines Konsumenten haben, einen bestimmten Preis für eine bestimmte Leistung in einem bestimmten Moment zu zahlen. Ziel ist es, jedem Interessenten in jeder Situation den zu seiner spezifischen Nachfrage passenden Preis zu nennen. Somit können im Spannungsfeld zwischen Angebot und Nachfrage sowohl Volumen- als auch Profitabilitätsziele erreicht werden.
Noch sind in der Versicherungswirtschaft weitestgehend Einheitstarife anzutreffen. In Nischen findet man schon einige erste Ansätze für dynamische Preisbildung im Markt. Ein Beispiel sind die Pay-how-you-drive-Tarife von Kfz-Versicherern. Hier bestimmt das individuelle Fahrverhalten jedes einzelnen die Prämie. Statische, jährlich konstante Prämien bestimmen aber weiterhin die Preislandschaft in der Kompositversicherung.
Dynamische Preisbildung im Neu- und Bestandskundengeschäft
Dynamische Preisbildungsmodelle sind sowohl im Neu- als auch im Bestandskundengeschäft umsetzbar. Die Intentionen und Voraussetzungen sind jeweils unterschiedlich. Im Neugeschäft liegen im Moment der Kaufhandlung meist keine bzw. nur wenige Informationen zum Kunden vor. Entweder hat der Kunde selbst Angaben getätigt oder es konnten – vornehmlich im Onlinesegment – Rückschlüsse über eine Customer Journey- bzw. Touchpoint-Analyse gewonnen werden. Hier zielt die dynamische Preisbildung darauf ab, dem Interessenten einen Preis zu unterbreiten, der mit sehr hoher Wahrscheinlichkeit zu einem Vertragsabschluss führen wird, im Moment of Truth maximal durchsetzbar ist und alle für den Versicherer relevanten Preisbildungsfaktoren berücksichtigt. Das Bestandsgeschäft auf der anderen Seite ist besonders bedeutsam, weil hierauf der größte Umsatzanteil entfällt. Auch ist mit Blick auf die Akquisekosten ein Bestandskunde deutlich attraktiver als ein Neukunde. Eine bestehende Kundenbeziehung sollte daher möglichst erhalten und ausgebaut werden. Zudem können Versicherer bei Bestandskunden im Vergleich zum Neugeschäft vermehrt auf bereits vorhandene Informationen zurückgreifen, die eine individuelle Preisfindung vereinfachen. So können beispielsweise bei Vertragsverlängerungen die Preise in Abhängigkeit des Kundenwerts angepasst werden. In den Kundenwert fließen dann zusätzlich zu historischen Parametern, wie Anzahl Verträge, Vertragsdauer oder Zahlungsmoral, auch Zukunfts- und Potenzialbetrachtungen (zum Beispiel Stornowahrscheinlichkeit oder Cross-/Upsellingpotenzial) ein.
Drei essentielle Voraussetzungen für dynamische Preisbildung
Die Grundlage für dynamische Preisbildungsmodelle sind vor allem relevante Daten, die zunächst strukturiert werden müssen, um auf dieser Basis und durch intelligente Analysemöglichkeiten Entscheidungen abzuleiten.
- Strukturierte Daten: Die größte Herausforderung ist es, den enormen Datenfundus zu ordnen. Dort, wo nur wenige Daten vorhanden sind, wie im Neugeschäft, ist es unumgänglich externe Daten hinzuzuziehen. Auch im Bestandsgeschäft lohnt sich die ergänzende Einbeziehung aktueller externer Informationen, um Risikomodelle präziser kalkulieren und neue Erkenntnisse für die Preisgestaltung nutzen zu können.
- Analytische Methoden: Um die den dynamischen Preisen zugrundeliegenden Berechnungsmodelle herleiten zu können, bedarf es analytischer Programme, die idealerweise Advanced Analytics ermöglichen und Machine-Learning-Algorithmen beinhalten.
- IT: Um individuelle Preise in Echtzeit generieren zu können, werden IT-Plattformen benötigt, die möglichst autark von vorhandenen (und oftmals veralteten) IT-Infrastrukturen eingesetzt werden können. Die Umsetzung von Anpassungen muss ohne großen Aufwand, jederzeit und möglichst schnell machbar sein. Für die Datenbereitstellung sind zudem Schnittstellen notwendig, die eine variable interkonnektive Anbindung verschiedener interner und externer Datenquellen erlaubt. Die verschiedenen Bausteine für Dynamic Pricing müssen in dieser Plattform intelligent kombiniert und verknüpft werden können.
Dynamische Preisbildung als Umsatzvehikel
Wir befinden uns in einer Umbruchzeit. Versicherer sind verstärkt auf der Suche nach Möglichkeiten, Risiken besser zu differenzieren und passendere Preise anzubieten zu können. Das ist diversen Faktoren geschuldet. Der Markt ist weitestgehend gesättigt. Versicherungen entwickeln sich verstärkt zu einer Art „Commodity“, also substituierbaren Produkten mit geringem Unterscheidungsfaktor. Kunden erwarten jedoch vermehrt individuelle Leistungen zu angemessenen Preisen. Insbesondere InsurTechs setzen auf dieses Individualisierungsgesuch und verschärfen damit den Wettbewerb. Genauso existieren Szenarien, die einen Markteintritt von digitalen Big Playern (wie Amazon) vorsehen, die bereits dynamische Preismechanismen im Einsatz haben. Mit dynamischer Preisbildung können Versicherer Produkte zu Preisen anbieten, welche die Versicherten zufrieden stellen und gleichzeitig ein wichtiges Umsatzvehikel sind. Die größte Herausforderung für dynamische Preisbildung stellt der Bedarf an strukturierten, bundesweit verfügbaren und auswertbaren Daten dar. Analytische Fortschritte durch künstliche Intelligenz erlauben mittlerweile eine Datenanalyse in Echtzeit. Mit Hilfe leistungsstarker Algorithmen, Analytics-Expertise und einer intelligenten Plattform-Software ist die Realisierung dynamischer Preisbildung aber auch in der Versicherungswirtschaft umsetzbar oder vielmehr: dringend angeraten.