本系列的其他部分：
在这一系列博客中，我的同事和我将看着增长市场的保险部门，特别关注技术，数字化，平台和生态系统。
从根本上说，支付索赔是保险公司所做的;实际上，它构成了狮子的几个问题。例如，对于P＆C保险公司，通常占成本的60-80％。
这个前提下的简单性掩盖了很大的复杂性，当然，保险公司需要平衡三个往往相互反对的元素：
- 包含付款损失- 支付什么是合适的，和只要什么是合适的
- 保持客户满意度- 除了索赔情况外，客户通常与保险公司没有太多联系，这是“真理的时刻”
- 占用索赔管理员
虽然这可能很容易平衡其中两个，但任何组合通常都会以牺牲第三个组合为代价。因此，您可以通过全额支付每项索赔，使客户保持速度附近的快乐和行政费用;然而，您的损失比率，关键的KPI将通过屋顶。或者，您可以手动处理每个索赔，以绝对确定您只需支付您的代价：您的付款亏损KPI将很精彩，但您将拥有高成本和不满意的客户。
获得这种平衡率是自成立以来的行业挑战，其中三个最佳可能会做到最好 - 直到现在。技术正在重新制定索赔支付空间。
首先，支付
在埃森哲，我们长期以来一直试图帮助客户工业化的索赔管理流程，使其像一个工厂一样运作，只有在索赔所需的时间，就是支付正确的索赔。这意味着自动化权利要求过程，然后仅在需要时分支。恒定目标是优化花费的平衡和对付费结果的影响。
AI和Analytics彻底改变了可能的事情。作为我写道于我之前N中国，市场规模意味着保险公司被迫追求数字路线。因此，他们已成为使用数据的全球领导者，人工智能（AI）和分析 - 简化了向支付索赔的承保方式进行全系列保险流程。今天，一些中国保险公司倒了索赔进程：违约是支付，允许他们平衡所有三个方面。这就是他们的方式。
关键是建立一个直通付款过程作为默认的，技术提供了逐步更好的解决方案。然而，这需要文化转变，保险公司将他们的心态改变为寻找不支付的任何原因，而不是迅速支付每个索赔，除了那些有声明延迟或停止付款的人。
第一步是实现更复杂的工作流解决方案，而不是上面的所有索赔，而不是超越主管，他们只检查偏离预定方法的那些声明，即提高数据分析标志的声明。实际上，我们的研究表明，“泄漏”（管理或支付索赔的费用）与比通常被审查的大的大量的索赔比例更高。
第二个是使用分析来将每个索赔的数据与其同行进行比较，寻找异常值。为什么这个挡风玻璃更换的平均值三倍？为什么这个被保险人在同一个两个人之间制作第三个索赔？可能有很好的理由，但可能没有。这比固定规则系统更好，因为它们太过通用。（例如，一个客户端，例如，索赔索赔红标记为80％，因此运营商因此点击每个标志，因为他们没有时间查看它们是否有效。）
TH.e第三是在关键决策点使用ai -正如ping的那样由于损坏识别，被保险人在事故发生后发送他们的汽车照片，并且系统估计可能的成本。这种方法对医院声称等更复杂的地区也有帮助。危重疾病保险公司翔虎宝，例如，已经完全自动化其索赔裁决系统利用ai和blodschain启用数字证据提交。
AI和预测分析可以在其他决策点使用，以实现自动化的标准路径支付或停止该过程。这些要点包括覆盖范围，责任评估，欺诈检测和最终付款决定。
所有的课程
其他地方的保险公司可以从中国保险公司开创的方法中，以增加索赔准确性，减少泄漏并提高客户满意度。
数据至关重要。许多保险公司尝试将多个系统，纸张报告和信息集成在外数据库上。TH.at’s close to impossible at scale without the technological tools that pull data from different sources and place it in structured databases – for example, using AI and optical character recognition (OCR) to extract data from written documents and feed it into structured databases, or to analyse legal documents or police reports of accidents.
然而，一旦数据到位，保险公司可以应用AI和分析来驱动自动化，使支付默认值，并确保索赔调整机将其时间更有宝贵，并且有更有趣的工作。
保险公司还可以使用技术来提高第二个元素 - 客户满意度。我会在我的下一个博客中探索这一点。
