מערכות בינה עסקית וחברות הביטוח / מאת: אברהם מורדוך ואלי שרגנהיים

בעולם הביטוח כיצד ניתן לקבוע, ברמת בטחון גבוהה, שהתביעה היא אותנטית, כך שאין צורך להקדיש לה זמן ארוך מדי? מהם המאפיינים של תביעה כזאת? כלי "תורת האילוצים", ובמיוחד ניתוח מסוג סיבה ומסובב, יכולים כמובן לעזור בהחלטה הניהולית לגבי "שאלת המחקר" הרלבנטית, או "שאלות המחקר" הרלבנטיות

טכנולוגיית BI: "אם יד האדם המכוונת לא יודעת מה היא מחפשת אז כלי כריית המידע, גם המשוכללים והמתקדמים ביותר, לא יידעו מה למצוא והם יהיו לחלוטין חסרי תועלת"
טכנולוגיית BI: "אם יד האדם המכוונת לא יודעת מה היא מחפשת אז כלי כריית המידע, גם המשוכללים והמתקדמים ביותר, לא יידעו מה למצוא והם יהיו לחלוטין חסרי תועלת"

בינה עסקית (באנגלית Business intelligence ובראשי תיבות BI) היא תחום בטכנולוגיית המידע העוסק בבניית מערכות העוזרות לארגן ולהפיק מידע משמעותי מבחינה עסקית מתוך מכלול הנתונים הנאספים על ידי הארגון. מערכות אלו יהיו עוד יותר אפקטיביות באם הן תשולבנה גם עם נתונים הנגזרים מתוך הסביבה העסקית שבה הארגון פועל והחיצונית לה.

מערכות הבינה העסקית מספקות:

  • נתונים היסטוריים
  • מידע עכשווי, שהוא בעצם הפרשנות (האינטרפטציה) של הנתונים
  • תחזיות בנוגע לפעילות העסקית המבוססות על ניתוח המגמות שבעזרתן ניתן לאתר דפוסים משמעותיים לניהול של הארגון. בנוסף ייצור דוחות, התראות ואיתותים לצורך קבלת החלטות ניהוליות

טכנולוגיות בינה עסקית כוללות:

  • כריית מידע (Data Mining)
  • עיבוד אנליטי מקוון (Online Analytical Processing)‏
  • ניהול ביצועים עסקיים (Business performance management)
  • מידוד (Benchmarking)
  • חיזוי אנליטי (Predictive analytics).

הצורך ב-BI נגרם מהגידול העצום בכמות הנתונים הנאספים בארגון (אלו מכונים לעיתים "Big Data") אשר מקשים מאוד על ניתוחם באופן ידני. אגב, עלינו לזכור

אברהם מורדוך
אברהם מורדוך

שבמקביל התפתחה הטכנולוגיה שמאפשרת את האחסון של כמויות נתונים גדולות ואם בצעירותי התלהבנו מקובץ בגודל של מגה בית (Mega Byte) הרי היום הטכנולוגיה מאפשרת אחסון ברמה של מעבר לפטה בית (Peta Byte) כלומר מעבר ל- 2 בחזקת 50 בתים. זה הרבה מאוד. כלומר הצורך והטכנולוגיה צועדים יד ביד ומתפתחים יחדיו. הצורך שדוחף את הטכנולוגיה קדימה והטכנולוגיה שמאפשרת ביטוי לצרכים חדשים ונוספים. בנוסף, אנחנו צריכים כלים לאישוש והבטחת אמינות של מסקנות ה- BI כולל שיטות מגוונות למחקר נתונים. חלק מהשיטות מתייחסות גם לתפעול הנתונים והכשרתם לצורכי ניתוח והפקת מסקנות. אחת השיטות המרכזיות בבינה עסקית, והבסיס של BI לשימושים במידע הארגוני, היא כריית מידע.

לקורא חייב להיות ברור שהטכנולוגיה הקיימת לא קובעת את החוקים לפיה היא עובדת. כלומר אם אנחנו מדברים על כריית מידע ככלי חשוב ביותר ב-BI אזי החוקים והאלגוריתמים המכוונים את המחשב לכרות את המידע הרלבנטי לא נקבעים על ידי המחשב עצמו. למזלנו מחשבים לא ממש חושבים (ואנחנו לא רוצים להיכנס כאן לדיון הפילוסופי באם מחשבים חושבים או שמחשבים יחשבו בעתיד הקרוב) והם עובדים לפי ההנחיות והוראות ופרוצדורות שתוכנתו להם. כלומר קיימת יד אדם המכוונת והקובעת מה כלי כריית המידע צריך לחפש ולמצוא בתוך האוקיינוס הענק המגוון של הנתונים.

כלומר, אנו טוענים שאם יד האדם המכוונת לא יודעת מה היא מחפשת אז כלי כריית המידע, גם המשוכללים והמתקדמים ביותר, לא יידעו מה למצוא והם יהיו לחלוטין חסרי תועלת. כאשר חברת ביטוח משתמשת בכלי כריית מידע בבסיס הנתונים המכיל, למשל, את נתוני כל התביעות, השימוש בכלי כזה יכול לעזור לחברה לבצע החלטות לגבי מענה אוטומטי לתביעות חדשות במטרה לחסוך בזמן, לחסוך בכוח אדם ולשפר את השירות ללקוח (מהירות ואמינות שהם ערכים עסקיים חשובים ביותר לחברה). כלומר, כלי כריית המידע הוא עזר בתהליך קבלת החלטות. המערכת לא מקבלת החלטות במקום האדם אלא המערכת תומכת באדם בתהליך קבלת ההחלטה. לכן חשוב להגדיר את "שאלת המחקר", את ההכוונה למערכת ה-BI לחיפושים מסוימים. לדוגמה, כיצד ניתן לקבוע, ברמת בטחון גבוהה, שהתביעה היא אותנטית, כך שאין צורך להקדיש לה זמן ארוך מדי? מהם המאפיינים של תביעה כזאת? מהם המאפיינים העכשוויים של ניסיונות הונאה בתביעות? כלי "תורת האילוצים", ובמיוחד ניתוח מסוג סיבה ומסובב, יכולים כמובן לעזור בהחלטה הניהולית לגבי "שאלת המחקר" הרלבנטית, או "שאלות המחקר" הרלבנטיות.

אלי שרגנהיים
אלי שרגנהיים

אגב, אנחנו מניחים כאן שתהליך קבלת ההחלטה הוא תהליך קבוע ולא משתנה והמדיניות, שבאה לידי ביטוי בתהליך, היא קבועה ולא משתנה. אלו הן הנחות קשות מאוד. אפשר לומר, די בבטחה, כי מדיניות המענה לתביעות בחברת ביטוח היא דינמית והיא תלויה במגוון של סיבות עסקיות, כלכליות, משקיות ועוד. אם אנחנו צודקים בכך אז איך אנחנו מצפים שמערכת כריית הנתונים תשנה את התנהגותה, ללא יד אדם מכוונת, באופן דינמי ובצמוד לשינוי המדיניות המוכתבת מההנהלה הבכירה?

בנוסף, האם תהליך קבלת ההחלטות, שהתהליך האוטומטי כפי שהוא בא לידי ביטוי במנגנון לכריית המידע, אמור לחקות, הוא תהליך נכון? כלומר, האם ההנהלה הבכירה בחברת הביטוח מקבלת החלטות, בתנאי אי הוודאות שבתוכה היא פועלת, באופן הנכון?

כלומר כדי שחברת הביטוח, או כל ארגון אחר שיש לו כמויות נתונים רבות, ישתמש באופן מושכל בכלי ה-BI השונים עליו, קודם כל, לוודא את הנקודות הבאות:

  1. הגדרה חדה ומדויקת לגבי הנושא שלגביו הוא רוצה להשתמש ב-BI, למשל מענה לתביעות באופן שתואם את המדיניות הנתונה בזמן מסוים
  2. ידע בקבלת החלטות בתנאי אי-וודאות
  3. יכולת לבטא את המדיניות (סעיף 1) בתהליך קבלת החלטות המושכל (סעיף 2) שנעשה על ידי הבוחנים של החברה לגבי התביעות
  4. יכולת לשכפל את התהליך הידני, ולשפר אותו, לתהליך אוטומטי
  5. יכולת לשנות במהירות רבה את התהליך בהתאם לשינויי המדיניות הנדרשים מידי פעם בעקבות השינויים בסביבה העסקית של חברת הביטוח

יש לנו ניסיון גדול וידע רב בניתוח ושיפור של תהליכי קבלת החלטות. זה נדיר מאוד למצוא תהליך אחד שהוא נכון במלואו ושאין בו הזדמנויות משמעותיות לשיפור התפוקות הארגוניות (במונחים של המטרה הארגונית). אם אנחנו מדברים על תביעה אז גם הרישום שלה והבדיקות המקדימות לגביה הן תמיד מורכבות – בתהליך הרישום של התביעה יש לוודא את התאימות לתנאי הפוליסה, יש לוודא את הפרטים האישיים של התובע, יש לוודא את הנכונות של מקרה התביעה כולל ביטול האפשרות לניסיון לרמייה. רק השלב הזה בתהליך הוא מורכב וארוך וכל זה עוד לפני שהגענו לצורך לבחון נתונים נוספים הנמצאים בתוך בסיס הנתונים הענק של החברה ולבחון במקביל גם נתונים נוספים חיצוניים לבסיס הנתונים של החברה. אם נוסיף לכך את הצורך לבדוק מגמות של הלקוח, ושל לקוחות אחרים במקרים דומים, אז מתחיל לבוא לידי ביטוי הצורך במערכות BI אבל חברות הביטוח עדיין לא שם. החברות עדיין מנסות לקיים את סעיפים 1 עד 3 שלעיל.

ובכל הנושא הזה לא דיברנו עדיין על ההכרח שהנתונים המאוחסנים באותו בסיס נתונים ענק, באותו big data, הם באמת מאורגנים נכון ויש להם רמת אמינות סבירה. "סדר" בנתונים (ארגון נכון + אמינות) הם תנאי הכרחי לתוצאות טובות בשימוש ב-BI. נתונים ברמת אמינות נמוכה עלולים להוביל את מקבלי ההחלטות להחלטות לא נכונות ולמקומות מאוד לא רצויים. האם זה באמת המצב? תרשו לנו לפקפק בכך.

 

 


  • הכותבים, אלי שרגנהיים ואברהם מורדוך הם מומחים בעלי שם בינלאומי בתורת האילוצים עם שנות ניסיון רבות ביישום השיטה בחברות רבות מסביב לעולם במדינות כמו ארה"ב, דרום אמריקה, אירופה, הודו, רוסיה ויפן. הם עסקו בהדרכה והכשרה של מנהלים וסטודנטים באקדמיה ובפיתוח פתרונות ממוחשבים לסוגיות ניהוליות רבות. לשרגנהיים ומורדוך רקע בפיתוח תוכנה וניסיון זה מהווה נדבך חשוב הן בפן הייעוצי וההדרכתי והן בעיצוב הפתרון הניהולי המתאים.

 

Be the first to comment

Leave a Reply