Что такое скоринг осаго. Нужен ли скоринг страховщикам? Кому в кризис нужен страховой скоринг

Российские страховщики, которые сотрудничают с финансово-кредитным сектором, оказались в сложной ситуации. С одной стороны, на фоне сокращения продаж добровольной корпоративной страховки им на руку рост реализации полиса для оформления залога. А он обоснован растущим спросом на кредиты.

С другой стороны, в кризис растет количество неблагонадежных клиентов, которые, закредитовавшись более допустимого уровня, пытаются поправить финансовую ситуацию за счет выплаты по ложным страховым событиям. В итоге страхование залога юридических лиц только за 2015 год заметно «набрало» в показателях убыточности. Но отказываться от потока клиентов, готовых покупать полис, страховщики не готовы.

Страховой скоринг: первые шаги в России

Выход из ситуации предложил посредник – НБКИ (бюро кредитных историй). Его директор Алексей Волков рассказал в конце февраля, чем его организация может помочь страховому рынку в сфере страхования передаваемого в залог имущества предприятий.

По словам эксперта, в Европе наблюдалась схожая ситуация 12 лет назад. Тогда в развитых западных странах (Россия в 2014 году последовала их примеру) законодатель вынужденно открыл СК доступ к историям кредитов по гражданам и что важнее, предприятиям.

Одна из крупнейших аналитических компаний FICO разработала для крупных страховщиков специфический продукт – модель страхового скоринга по аналогии с кредитным скорингом. Что это?

Скоринг – технология для определения вероятности наступления дефолтного состояния кредитора (страхователя). Но в отличие от классической методики оценки страховых рисков она учитывает поведенческие факторы – уровень ответственности субъекта и его готовность отвечать по обязательствам при любых обстоятельствах.

В 2014 году в России был принят закон, который позволяет страховщикам пойти тем же путем,

• получить доступ к историям обслуживания кредитов предприятиями;
• проанализировать качество поведения в отношении контракта с кредитором;
• сделать вывод о добросовестности страхователя, чтобы предложить ему тарифы по страхованию залогов на основе полученных данных (или отказать в оформлении полиса).

Алексей Волков рассказал, что в 2014 году потребность в подобной технологии скоринга для РФ была не так высока, как сейчас. Заметного сокращения потока страхователей (в том числе, корпоративных) еще не замечалось, СК покрывали свои риски за счет потоковых сборов.

Но сегодня, когда каждый контракт нужно проверять, страховой скоринг снова набирает актуальность. И НБКИ при содействии специалистов FICO уже разработали модель его расчета. Принцип ее работы прост:

• на основании данных по кредитам юридического лица система определяет уровень его лояльности;
• результат получается в баллах, диапазон – от 350 до 850;
• чем ниже балл, тем выше будет стоимость страхования предмета залога для предприятия и наоборот.

Кому в кризис нужен страховой скоринг?

Страховщику такой подход выгоден по двум причинам, – уверен Волков. Во-первых, СК получает точные данные для расчета своих рисков. Во-вторых, она может отсечь нелояльных (ненадежных) клиентов и сократить для себя вероятность мошенничества со стороны страхователя.

Последнему нововведение тоже будет интересным, – считает руководитель НБКИ.

1. Компания-заемщик (в прошлом или настоящем) сможет рассчитывать на скидку по страхованию имущества организаций при условии исправного погашения прошлых займов.
2. Наличие прозрачной методики оценки перспективности страхователя упростит процесс утверждения страхового бюджета.

Будущее страхового скоринга

Алексей Волков уверен, что именно по этим причинам уже в 2017-2018 годах страховой скоринг будет применяться на всех уровнях корпоративного страхования, не только для страховки залога по кредиту предприятия. Эксперт также рассказал, что эффективность данных по скорингу уже была опробована в 10 городах страны, включая Москву.

В рамках экспериментального запуска система оценивала перспективную убыточность заемщиков с полисом КАСКО . Результаты показали, что страхователи с количеством баллов ниже 625 являются более убыточными.

Напомним, что наши партнеры – крупнейшие страховые компании рынка, которые присутствуют в списках разрешенных страховщиков по всем банкам, – работают с нашими клиентами на условиях минимальных тарифов в корпоративном страховании. В СА «GALAXY страхование» отстаивают честные отношения сторон и интересы страхователя, а не страховщика.

Летом 2014 года в результате поправок в 218-ФЗ «О кредитных историях» страховые компании получили возможность получать кредитные истории своих клиентов. Как и для кредиторов, для страховых компаний максимальный интерес кредитные истории представляют с точки зрения возможности оценки риска. В кредитовании оценка риска необходима для прогноза дефолта, в страховании – для прогноза убыточности по полису. Таким образом, перед страховой индустрией и Национальным бюро кредитных историй (НБКИ), местом, где хранятся кредитные истории 72 млн россиян, встал вопрос построения математической модели, предсказывающей убыточность на основе данных из кредитных историй, – страхового скоринга.

В работе по созданию страхового скоринга на основе кредитных историй принимали участие крупные российские страховые компании, НБКИ и международный лидер в области предиктивной аналитики – компания FICO. Опыт работы FICO на американских и европейских страховых рынках был взят за основу исследовательской работы и во многом обеспечил получение быстрого и сильного с математической точки зрения результата. Именно благодаря международному опыту мы сразу стали ориентироваться на моторное страхование. Эта отрасль во всем мире показывает сильную корреляцию между убыточностью по страховым полисам и персональной ответственностью клиента.

Для начала исследовательских упражнений была сформирована гипотеза о наиболее сильных прогнозных переменных из кредитной истории. На этом этапе был использован опыт построения кредитного скоринга, предсказывающего дефолт заемщика по кредитным обязательствам. Как и в страховании, в кредитном процессе кредитор оценивает ответственность клиента – его персональную характеристику, выстраиваемую на основе истории выполнения ранее взятых обязательств. Каждая переменная проходила тщательный анализ на сформированной базе исторических страховых полисов, в результате были выбраны наиболее сильные и стабильные переменные.

Среди наиболее сильных переменных, конечно, данные о нарушении обязательств. Количество и глубина просроченных платежей оказывают понижающее влияние на скоринговый балл. С другой стороны, приветствуется опыт пользования длинными кредитами: положительный опыт ипотеки и автокредитования оказывает повышающее влияние на результат. Одним из наиболее сложных вопросов для построения скоринговой модели стал учет региональной специфики. В результате в итоговую модель вошли несколько переменных, основанных на данных о регионе.

К неосновным, но тем не менее оказывающим влияние на скоринговый балл переменным можно отнести данные о членах семьи клиента. Эта информация включена в скоринговую модель для того, чтобы учесть ситуацию, при которой, например, один из супругов берет на себя все вопросы взаимодействия с кредиторами, хотя экономика у семьи общая. То есть, условно говоря, идеальная кредитная история женщины вовсе не означает, что у нее не будет проблем, если у ее мужа – сплошные нарушения по обязательствам.

Валидация переменных и скоринговой модели в целом – сложнейшая задача. Ее успешное решение во многом зависит от репрезентативности и объема данных, доступных для ретротестирования. В этой связи необходимо отдать должное лидерам российского рынка автострахования. Все они включились в работу по созданию и валидации модели буквально с первых дней. Цифры говорят сами за себя: общее количество участвовавших в анализе полисов каско – более 6,5 млн. Историческая ретроспектива полисов – более шести лет. Это позволило создать модель отдельно для Москвы и регионов, убедиться в ее стабильности – замеры осуществлялись по пяти реперным периодам с интервалом в один год. Была не только изучена корреляция скорингового балла с общей убыточностью по полисам, но и построена зависимость от отдельных видов – например, по убыточности от угона.

В результате полученная скоринговая модель показала: убыточность по полисам в низшем скоринговом диапазоне до 600 баллов (шкала страхового скоринга приведена к большинству популярных скорингов FICO: от 350 до 850 баллов, при этом меньшие значения балла означают больший риск) в среднем на 20% выше, чем в диапазоне от 700 баллов для Москвы и на 30% – для регионов.

Интересные результаты дало изучение корреляции скорингового балла с убыточностью по отдельным видам возмещений. Например, при изучении зависимости выплат по угонам автомобиля от скоринговых баллов выявлена аномалия – резкий рост убыточности (в 4–5 раз) в диапазоне ниже 550 баллов. Консультации с коллегами позволили дать объяснение этому явлению: граждане с низкой платежной дисциплиной и чрезмерной долговой нагрузкой уже не могут получить заемные средства у кредиторов, так как им отказывают, и пытаются решать свои материальные проблемы за счет страховых компаний. То есть фактически речь идет о страховом мошенничестве. Как выяснилось, страховой скоринг на базе кредитных историй позволяет эффективно противостоять и этой угрозе.

Полученные результаты открывают перспективы использования страхового скоринга на базе кредитных историй в моторном страховании в краткосрочной перспективе. Во-первых, страховые компании уже сейчас могут использовать скоринг НБКИ для ценообразования по каско и принятия решения о продаже полиса конкретным клиентам. Например, применяя повышающие коэффициенты для высокорисковых сегментов. Во-вторых, страховой скоринг применим для прогноза убыточности по портфелю – архиважная задача, с которой регулярно сталкиваются актуарии и от точности решения которой во многом зависит финансовый результат всей компании.

И наконец, успех создания скоринговой модели в автостраховании позволяет надеяться, что и в других видах страхования применимы аналогичные технологии. По оценкам НБКИ и крупных страховых компаний, поиск и валидация зависимостей между ответственностью человека и его поведением по большинству страховых продуктов – дело ближайшего будущего.

Скоринговые технологии популярны в разных сферах. Впервые их использовали в банковском деле для оценки благонадежности заемщика, позже скоринг распространился на многие сферы деятельности. В переводе данный термин означает «получение очков».

Страховые компании с помощью системы баллов определяют степень риска при заключении договора с конкретным покупателем, но и потенциальному клиенту такой подход сулит немало преимуществ.

Как страховщики изучают потребителей: анализ кредитной истории и телематические программы

Банковские учреждения давно взвешивают все «за» и «против» перед тем, как выдавать кредит: анализируют активность человека в интернете (сайты поиска вакансий, посты в соцсетях), принимают во внимание наличие образования и т. д.

Страховые компании лишь несколько лет назад получили доступ к кредитной истории граждан, информация используется с целью создания различных скоринговых систем.
Основные факторы, интересующие разработчиков программ моделирования рисков - количество просроченных платежей, частота нарушений, оформление ипотеки, автокредита. Среди дополнительных - сведения о составе семье. На основании полученных данных формируется «портрет» каждого покупателя. Чем выше оценки, тем ниже будет страховой тариф.

Инновационные технологии позволяют составить общее представление о поведении водителя на дороге благодаря телематическим устройствам. Оборудование отслеживает и передает оператору огромный массив информации:

• среднюю скорость движения;
• склонность к резкому торможению и опасным маневрам;
• количество поездок;
• дорожные инциденты.

По итогам тестового периода автомобилисту насчитывают баллы. Позитивная оценка дает право на неплохую скидку.

Как страховщики привлекают «безаварийных» водителей

Скоринг в страховом деле появился совсем недавно, раньше для развития подобных технологий не было ни источников информации для анализа, ни оборудования.

Общероссийской базы страхователей нет и вряд ли она появится в обозримом будущем. Найти данные о количестве аварий с участием автомобилиста можно в базе РСА. Осторожных водителей ценят все страховщики, они готовы предложить им скидки в случае перехода от своих конкурентов.

Ведущие компании каждому покупателю выставляют скоринговые баллы, от которых зависит конечная стоимость продукта. Статистика подтверждает выводы экспертов: полисы КАСКО, выданные страхователям с более низкими баллами, оказываются на 20 % убыточнее договоров, обладатели которых - водители с высокими оценками.

Деление клиентов на категории по степени риска - прогрессивная модель, повышающая рентабельность деятельности страховщика. Убедившись в том, что водитель бережет свою машину и предпочитает не нарушать ПДД, компания вознаграждает его скидкой. Такое сотрудничество выгодно обеим сторонам.

Скоринг: проблемные моменты

Компании разрабатывают разные скоринговые системы, основываясь на доступных им данных, в связи с чем результаты иногда кардинально отличаются. Найти источники информации о клиенте законным путем довольно сложно, ведь персональные данные граждан защищены.

Разработать качественную систему - дорогое удовольствие, не каждая СК имеет достаточно средств, чтобы нанять профессионального подрядчика.

В каких видах страхования актуален скоринг

Массовое использование в России пока получил лишь скоринг бюро кредитных историй – в моторном страховании. Выявленные зависимости позволяют существенно уточнять прогноз убыточности по полису каско и даже противодействовать попыткам мошенничества с имуществом. К примеру, тариф по каско зависит от возраста, пола, семейного положения автовладельца, марки и региона эксплуатации автомобиля, а также других параметров, которые страховщики называют тарифным фактором. По мнению заместителя генерального директора, директора по рискам – руководителя управления актуарных расчетов «Сбербанк страхование» Владимира Новикова , это и есть скоринг. С развитием цифровых технологий и аккумулированием больших объемов данных стало возможным кроме классических факторов оценки рисков использовать те, которые раньше не привлекали внимание андеррайтеров. Техника скоринга применима не только к оценке рисков: она хорошо работает при решении задач маркетинга, продаж, оптимизации урегулирования убытков, борьбе с мошенничеством, полагает Владимир Новиков .

По словам начальника отдела маркетинговых исследований СК «МАКС» Евгения Попкова , в недавнем прошлом страховой скоринг представлял собой весьма ограниченный инструментарий. Так, в большинстве случаев сотрудники офисов продаж пользовались страховыми калькуляторами по добровольным видам, в которых по определенным триггерам срабатывал контроль – «Требуется согласование андеррайтера» или «Необходима проверка СБ».

Александр Морозов, директор по статистике и аналитике Лаборатории Умного Вождения, утверждает, что скоринг по сути является персональной оценкой страхового риска. Эта оценка точнее в сравнении с традиционными моделями, рассчитанными на основе усредненных факторов.

Алексей Данилов, генеральный директор Adaperio , приводит следующий пример. Традиционные методы оценки всегда основывались на поведении усредненного пользователя – абстрактного страхователя определенного социально-демографического профиля, но по факту поведение, например, двух мужчин 35 лет, проживающих в Москве и пользующихся BMW, может кардинально отличаться. Именно в этом случае становятся полезны большие данные, которые позволят более точно определить риски страховой компании и, как результат, повлияют на показатели прибыли (убыточности).

Как научиться выявлять мошенничество в автостраховании, используя методы машинного обучения? Об этом на примере скоринг-модели с lift, равное 4, Илья Лопатинский , директор департамента поддержки розничного бизнеса Ингосстрах, расскажет на Scoring Days 2018 .

В мировой практике скоринговая оценка применяется во всех линиях бизнеса страховых компаний. В российской практике скоринг наиболее распространен в таких видах, как ДМС и автострахование, говорит генеральный директор БКИ «Эквифакс» Олег Лагуткин. «Самым экзотическим видом применения скоринга в нашей практике была оценка склонности к мошенничеству сотрудников страховых компаний, принимающих решения об условиях заключения договора страхования», ‒ рассказывает Олег Лагуткин . По его мнению, скоринговую оценку целесообразно внедрять в такие процессы, как антифрод, убытки и продажи.

Заместитель директора департамента андеррайтинга и управления продуктами СК «Согласие» Андрей Ковалев видит потенциал использования скоринга во всех добровольных массовых видах страхования (в том числе автостраховании, ДМС, страховании ИФЛ). Основная сфера использования скоринга – оценка риска и антифрод, но он может найти применение и в области поддержки продаж.

Заместитель генерального директора «ВТБ Страхования» Евгений Ниссельсон полагает, что скоринг целесообразнее использовать в продажах розничных продуктов, таких как автострахование, страхование имущества, страхование от несчастных случаев и т.д. Он позволяет снизить расходы на оценку риска и существенно ускорить данный процесс. Скоринг применим к типовым продуктам, для анализа специфических рисков необходимо использовать традиционные методы.

Мария Барсова, операционный директор ‒ заместитель генерального директора по имущественным видам страхования САО ЭРГО , рассказала, что компания использует кредитный скоринг в каско и индивидуальном страховании физических лиц, в основном в андеррайтинге и для определения тарификации.

Страховщики тестируют телематику

По словам начальника управления андеррайтинга в автостраховании ООО «Зетта Страхование» Дмитрия Рыкова , полисы на основе телематики пока не получили масштабного развития, но компания продолжает аккуратно тестировать эти продукты, наблюдает за рынком и готовится сделать интересное предложение. В СК «Согласие» также подтвердили, что реализация скоринга на данных телематических устройств находится в стадии разработки и тестирования. В «ВТБ Страховании» сообщили, что скоринг по данным телематики на промышленной основе страховщик не использует в силу ограниченного присутствия на рынке автострахования. При этом компания тестировала телематические системы разных производителей и результаты показали довольно высокую эффективность. Мария Барсова, операционный директор ‒ заместитель генерального директора по имущественным видам страхования САО ЭРГО , рассказала, что компания внедряла скоринг по данным телематических устройств и продолжает это делать, но нельзя утверждать, что ожидания оправдались на 100%. Объемы пока небольшие, и в связи с этим говорить о влиянии на убыточность рано.

«Любые данные полезны для улучшения оценки персонального страхового риска. Тем более если они неплохо коррелируют с этим самым риском и не имеют аналогов. Данные с телематических устройств, полученные напрямую от автомобиля, не могут быть качественно заменены другими факторами и отлично коррелируют со страховым риском, – отметил Александр Морозов, директор по статистике и аналитике Лаборатории Умного Вождения . – Поэтому можно точно сказать, что телематические данные полезны для скоринга. Результат внедрения зависит от конкретной модели, предложенной страховой компанией, состава, качества и стоимости самих данных, поэтому какую-то единую оценку называть будет некорректно».

Какие данные использовать при построении скоринга для каско? Об этом - в выступлении Фрэнка Шихалиева , руководителя отдела развития анализа данных "Ренессанс Страхование" 19 апреля на Scoring Days 2018 .

Технологии: чем пользуются страховщики

На вопрос, пользуется ли компания собственными разработками или разработками сторонних поставщиков, в компании «Согласие» заявили, что применяют оба этих подхода. «Несомненно, при внутренних разработках обеспечивается более высокая устойчивость бизнеса, но все же есть сферы, где компания не может осуществлять все разработки своими силами», – сказал Андрей Ковалев, заместитель директора департамента андеррайтинга и управления продуктами СК «Согласие» . Компания «ВТБ Страхование» использует готовые решения поставщиков, настроенные под потребности страховщика. Работу компании «Сбербанк страхование» в рамках скоринга можно разделить на две части. Одна часть – это анализ, где используются программное обеспечение и статистические пакеты, которые разработали для компании сторонние подрядчики. Вторая часть – остальные 50% успеха в применении скоринговых данных – определяется компетентностью сотрудников, то есть зависит от наличия в компании специалистов, умеющих работать с большими данными.

Начальник управления андеррайтинга в автостраховании ООО «Зетта Страхование» Дмитрий Рыков рассказал, что кроме собственных методик компания использует инструменты, предоставленные партнерами. Один из примеров – сервис Audatex, позволяющий проверять историю аварий по автомобилю. Другой пример – КБМ по ОСАГО, который также позволяет приблизительно оценить страховую историю клиента.

Инсайты скоринга от страховщиков и разработчиков

Выбор модели автомобиля действительно несет информацию о поведении клиента на дороге. Например, клиент, выбравший марку ТС, которая подчеркивает драйверские свойства машин, стабильно чаще попадает в аварии, чем клиент, который выбирает ТС аналогичного класса, мощности, размера и стоимости, но от производителя, который подчеркивает комфорт или надежность, рассказал Андрей Ковалев, заместитель директора департамента андеррайтинга и управления продуктами СК «Согласие».

Кейсы построения скоринга в автостраховании от Ильи Лопатинского из Ингосстраха и Фрэнка Шихалиева из Ренессанс Страхование - на конференции Scoring Days 2018 .

По мнению Дмитрия Рыкова, начальника управления андеррайтинга в автостраховании ООО «Зетта Страхование» , есть много интересных зависимостей: например, частота ДТП по страхователям, находящимся в разных семейных статусах, существенно различается. Так, женатые водители имеют наименьшую частоту страховых случаев и получают скидку в компании. Другая зависимость, которую компания обнаружила непосредственно в Москве, – взаимосвязь вероятности наступления страхового случая и адреса постоянной регистрации страхователя. Скидка для автовладельца, проживающего в районе с более безопасным трафиком, может составить 20% от стоимости полиса.

Владимир Шикин, заместитель директора по маркетингу НБКИ , сообщил, что, как правило, все закономерности имеют логическое объяснение, но бывает, что они обнаруживаются уже по факту. Например, в ходе тестирования в компании заметили, что в сегменте с низкими значениями банковского скоринга высока вероятность убытка от угона. «Мы сделали предположение, что в этом диапазоне могут находиться клиенты, которым в силу низкой ответственности банки уже не дают кредиты, и эти люди могут решать свои финансовые проблемы за счет страховых компаний. То есть, по сути, мы выявили индикатор потенциального мошенничества», – рассказал Владимир Шикин.

Посвященная возможностям скоринга в финансовой сфере. Банкиры и МФО делились успешными кейсами, а ИТ-компании и сотовые операторы рассказывали про новые возможности. К сожалению, на конференции среди спикеров не было ни одного представителя страховой отрасли.

Неужели скоринг, как инструмент анализа, не интересен страховому сообществу? Скорее наоборот. Но если банки уже давно освоили эту технологию анализа клиентской базы и повсеместно используют ее при кредитовании, то страховой рынок еще не так избалован этим методом селекции клиентов. Тем не менее, в той или иной степени страховые компании все же обращаются к этому инструменту для формирования более адекватного андеррайтинга.

Если лет пять назад страховщики вообще не применяли инструменты скоринга. Три года назад они стали робко пробовать использовать кредитный скоринг в привязке к «мотору». Сегодня кредитный скоринг уже может служить одной из ключевых метрик в андерайтинге автострахования и постепенно использоваться в работе с другими видами страхования.

Мы абсолютно так же, как и банки, хотим знать своих клиентов «в лицо». Чтобы правильно сформировать резерв и назначить тариф, очень важно понимать, что за человек перед тобой, чего от него можно ожидать, насколько может быть убыточен тот или иной клиент. Многочисленные исследования, проводимые на рынке финансовых институтов, уже доказали, что если человек недисциплинирован в какой-то одной сфере жизни, то он с большой долей вероятности будет недисциплинирован и в других областях. Финансовая дисциплина, поведенческие модели и привычки – вот что уже давно интересует банки, а теперь вполне заслуженно должно интересовать и страховщиков.

Источников данных для сбора информации очень много: от бюро кредитных историй до соцсетей, которые могут рассказать о клиенте очень многое. Выбор этих источников определяется конкретными потребностями компании, бюджетом и функционалом ИТ-систем.

Но самый важный вопрос не в том, какие данные анализировать (сейчас действительно множество вариантов и источников), а в том, как это делать. Именно правильная интерпретация данных, расстановка акцентов и весов позволяет выстроить работающую систему скоринг-оценки, которая не только поможет понять потенциальную убыточность конкретного клиента, но и позволит выявлять мошенников, которые могут привести компанию к серьезным финансовым потерям.

По данным FICO и НБКИ, которые активно завоевывают нишу страхового скоринга, основанного на данных кредитных историй, клиенты с полисом каско с низким скоринг-баллом показывают убыточность на несколько десятков процентов выше, чем обладатели высокого скоринг-балла. Имея такие данные, на сколько страховая компания сможет снизить убыточность портфеля? Дать однозначный ответ на это сложно.

Данный показатель во многом зависит от сегмента страхования и особенно от того, как именно использовать результат скоринга (отказывать в страховании совсем, предлагать повышающий коэффициент или что-то другое). В маржинальных видах он может достигать нескольких процентов, и если в компании портфель исчисляется миллиардами рублей, то выгода может составить несколько десятков миллионов.

Вторая сложность – это стоимость. Несмотря на то, что за последние несколько лет цена анализа одного клиента снизилась практически втрое (у разных операторов данных разные цены), скоринг пока применяется в основном лишь в автостраховании. Благодаря высокой маржинальности именно здесь оправдываются дополнительные затраты на анализ клиентской базы. Для других видов (страхование имущества или от несчастных случаев) скоринг пока применяется скорее в рамках экспериментов, а не для реальной экономии.

Оправданность затрат на скоринг также связана с объемом анализируемого портфеля. У нас в стране довольно высокий уровень закредитованности населения, объемы займов продолжают расти, даже несмотря на падение реальных доходов. В то же время проникновение страховых услуг крайне низкое. Только в этом году мы стали постепенно увеличивать долю проникновения в страховании имущества граждан и в страховании жизни. Но этого, конечно, недостаточно.

Если рынку удастся преодолеть хотя бы одно из этих препятствий, то скоринг в страховании, скорее всего, перестанет быть почти фантастикой, став действенным этапом качественного андеррайтинга. Ведь потенциал у этого инструмента действительно очень высокий.