Waarom workflowautomatisering in de verzekeringssector vastloopt op uitzonderingen

De klant van een makelaar voegt tien auto's toe aan een vlootpolis. Negen worden goedgekeurd. De tiende wordt gemarkeerd als gestolen en kan niet worden verzekerd. De automatisering die de aanvraag had moeten afhandelen, heeft nu twee slechte opties: de hele batch laten mislukken, of negen auto's goedkeuren en de tiende achterlaten in iemands inbox zonder toelichting over wat er is misgegaan.

De meeste verzekeringsteams kennen wel een variant van dit verhaal. Het vlekkeloze dossier stroomt door het systeem, en alles wat enigszins afwijkt gaat terug naar een medewerker die nu over minder context beschikt dan voordat de automatisering bestond. McKinsey schat dat tegen 2030 meer dan de helft van de huidige schadeactiviteiten geautomatiseerd zou kunnen zijn, en stelt dat bij complexe schades menselijk oordeel nodig zal blijven. Het werk dat bij mensen blijft liggen, is het werk dat niet volgens plan verliep — en juist dat deel verdient het om ontworpen te worden.

Het ideale pad is een bewuste keuze

Workflows worden meestal ontworpen op basis van de proceskaart of het formulier. Een verzoek komt binnen, de documenten arriveren, de gegevens worden gecontroleerd, het systeem wordt bijgewerkt en de klant krijgt bericht. Elke stap gaat ervan uit dat de voorgaande goed is gegaan. Dat is een logisch beginpunt en het beschrijft het proces dat het team graag zou willen hebben.

Onderzoekers op het gebied van process mining hebben rondom die kloof een heel vakgebied opgebouwd. Hun manifest richt zich op het bestuderen van daadwerkelijke processen in tegenstelling tot aangenomen processen, omdat wat de event logs aantonen zelden overeenkomt met de tekening. In een verzekeringskantoor uit die kloof zich in een ontbrekend rekeningnummer of een antwoord dat op een heel andere vraag ingaat.

Het verklaart ook waarom zoveel eerste automatiseringsprojecten tegenvallen. EY meldde dat maar liefst 30 tot 50 procent van de initiële robotic process automation-projecten mislukt, en een van de terugkerende fouten op hun lijst is het kiezen van processen die te complex zijn voor de tool. In verzekeringen betekent complexiteit meestal uitzonderingen.

Lisanne Bainbridge zag het diepere probleem al in 1983. In Ironies of automation toonde ze aan dat wanneer een machine het routinematige werk overneemt, mensen overblijven met de taken die niet konden worden geautomatiseerd, en daar minder ervaring in opdoen. Automatiseer het eenvoudige deel van een schadeproces en de dag van een behandelaar verandert in een constante stroom van moeilijke dossiers, zonder de routinematige dossiers die vroeger voor context zorgden.

Waar dossiers van het pad afwijken

De uitvalpunten zijn voorspelbaar zodra u ze opschrijft. De meeste beginnen bij de klant of het document, en slechts enkele bij het systeem zelf.

De eerste rij komt het vaakst voor, en het is zelden de schuld van de klant. Een Belgische makelaar omschreef het zo voor ons:

De e-mail met twee verzoeken is lastiger te herkennen en komt net zo vaak voor. Een verzekeraar met wie we spraken, schatte dat ongeveer 60 procent van de klantmails die ze wilden automatiseren meer dan één vraag bevatte. Een workflow die uitgaat van één intentie per bericht, behandelt elk van die e-mails als een uitzondering.

Waar de uitzondering vervolgens naartoe gaat

Een uitzondering is zelden moeilijk op te lossen. De kosten zitten in de overdracht. Het dossier verlaat de workflow als een e-mail of een melding, belandt in een gedeelde inbox, wordt doorgestuurd en door twee of drie mensen geopend voordat iemand het oppakt. De klant wacht, en de verzekeraar of makelaar aan de andere kant ook.

Het McKinsey Global Institute schatte dat kenniswerkers ongeveer 28 procent van hun werkweek besteden aan e-mailbeheer. In een verzekeringskantoor bestaat een aanzienlijk deel van die e-mails uit terugkerende uitzonderingen, omdat elk dossier dat de workflow verlaat terugkomt als een bericht dat iemand moet lezen en routeren. De onderstaande animatie toont het verschil in een notendop. Wissel tussen de twee instellingen om te zien waar dezelfde uitzonderingen terechtkomen.

Druk het uit in cijfers

Weinig teams weten wat hun uitzonderingen kosten, omdat de tijd verspreid is over veel mensen en vele kleine onderbrekingen. Een globale schatting is al voldoende om te bepalen of het de moeite loont om dit aan te pakken. De onderstaande standaardwaarden zijn een weerspiegeling van een middelgroot kantoor; vervang ze gerust door uw eigen cijfers.

Met 400 dossiers per maand, waarvan een kwart van het pad afwijkt en elk 35 minuten behandeltijd kost, besteedt het team ongeveer 58 uur per maand aan uitzonderingen. Dat is bijna een halve voltijdskracht. De meeste tijd gaat op aan het opzoeken van het dossier en het opnieuw navragen bij de klant. De uiteindelijke oplossing zelf is meestal snel geregeld.

Ontwerpen voor het dossier dat misgaat

Een workflow die bestand is tegen uitzonderingen, is opgebouwd rond het dossier. Het dossier bevat de berichten, de documenten, de gegevens en de status, zodat een uitzondering een status van het dossier wordt met een eigenaar en een historie. Vier gewoonten maken in de praktijk het verschil.

1. Rond af wat u kunt, draag de rest over met context. Negen auto's worden toegevoegd en bevestigd aan de klant. De tiende wordt een taak waarin staat vermeld waarom deze is gestopt.

2. Accepteer het dossier ongeacht de vorm waarin het binnenkomt. Een reactie op een oude communicatielijn of een gescande brief wordt gelezen en aan het juiste dossier gekoppeld, hoe het ook is binnengekomen.

3. Laat het systeem aangeven wanneer het twijfelt. Als een contractnummer niet kan worden gekoppeld, markeert het dossier dit zodat een medewerker het kan controleren. Zo wordt een verkeerd gelezen nummer opgemerkt voordat het verder verwerkt wordt.

4. Laat zien op wie het dossier wacht. Wanneer het team in één oogopslag kan zien of de volgende stap bij hen ligt of bij de klant, blijven uitzonderingen niet langer liggen tussen wal en schip.

Mensen blijven betrokken bij het proces. Ze richten zich op het gedeelte waar menselijk oordeel telt, voorzien van de context om dit effectief in te zetten.

De eerlijke afweging

Ontwerpen voor uitzonderingen vergt vooraf meer werk. U moet bepalen wie verantwoordelijk is voor elk type uitzondering en wat de fallback is wanneer gegevens niet overeenkomen. Een automatisering volgens het ideale pad is sneller gebouwd en oogt fraaier in een demo. Het verschil wordt enkele maanden later pas zichtbaar, wanneer de volumes toenemen en de uitzonderingen meegroeien.

Een nuttige test is om de uitzonderingen van de afgelopen maand te bekijken en na te gaan waar elke uitzondering bleef wachten, en hoelang. Als het eerlijke antwoord "in iemands inbox" is, dan is dat waar de volgende verbetering ligt.

Penbox is om deze reden rond het dossier gebouwd. Dossierautomatiseringen brengen een dossier verder wanneer de gegevens veranderen en loggen elke stap op de tijdlijn; een mislukte automatisering kan opnieuw worden geprobeerd en elk dossier toont of het wacht op uw team of op de klant. Email Intelligence en Document Intelligence lezen wat er binnenkomt en koppelen het aan het juiste dossier, zodat uitzonderingen blijven waar iemand ze direct kan oppakken.

Voor meer verdieping kunt u lezen waarom schade-intake een leesprobleem is, wat e-mailpingpong een team kost of hoe het FNOL-proces voor makelaars werkt. Als het concept nieuw voor u is, begin dan met ontdekken wat dossierbeheer is.