Next Best Action w ubezpieczeniach: jak przejść od intuicji do decyzji opartych na danych

Co warto wiedzieć?

• NBA porządkuje sposób podejmowania decyzji w skali całej organizacji. Daje spójny mechanizm decyzyjny, niezależnie od kanału, linii biznesowej czy zespołu, co przekłada się na przewidywalność retencji, przypisu i kosztów operacyjnych.
• Najszybszy zwrot z inwestycji powstaje tam, gdzie skala decyzji jest największa: przede wszystkim w odnowieniach i likwidacji szkód. To właśnie te obszary stanowią najbardziej naturalny punkt startowy dla NBA.
• NBA nie wymaga wymiany systemu core, ale wymaga przygotowania organizacji. Żeby działało, firma musi mieć podstawowy porządek w danych, jasne zasady decyzyjne i możliwość wpięcia rekomendacji w CRM, portale agentów i workflow operacyjne.

NBA jako nowy sposób podejmowania decyzji w ubezpieczeniach

Przez ostatnie lata sektor ubezpieczeniowy intensywnie inwestował w dane, automatyzację i narzędzia wspierające operacje. Mimo to codzienność w odnowieniach, sprzedaży agencyjnej czy likwidacji szkód nadal opiera się na prostych regułach, rozproszonych decyzjach i fragmentarycznym obrazie klienta. W efekcie organizacje nie wykorzystują pełnego potencjału posiadanych danych, borykają się z niespójnymi procesami i odczuwają rosnącą presję na wynik finansowy.

W tym kontekście Next Best Action (NBA) staje się podejściem, które zmienia sposób podejmowania decyzji. Pod warunkiem, że nie potraktujemy go jako pojedynczego działania, ale zdolność organizacyjną, pozwalającą firmie działać w czasie rzeczywistym i podejmować trafniejsze decyzje oparte na danych, logice biznesowej i jednolitym podejściu do obsługi klienta.

NBA nie zastępuje ludzi, ale wzmacnia ich poprzez dostarczenie aktualnego kontekstu i rekomendacji we właściwym momencie.

Dlaczego Next Best Action staje się tematem strategicznym?

Dla zarządów temat ma dziś znaczenie strategiczne. Decyzje podejmowane na setkach tysięcy punktów styku z klientami bezpośrednio wpływają na retencję, wartość klienta w czasie, koszt obsługi, NPS oraz efektywność operacyjną.

Gartner w swoich najnowszych Hype Cycle klasyfikuje Decision Intelligence jako technologię o charakterze transformacyjnym, podkreślając, że organizacje coraz częściej przechodzą od analityki opisowej do zautomatyzowanych, modelowanych procesów decyzyjnych. W ubezpieczeniach, gdzie procesy są złożone, kanały wielowarstwowe, a oczekiwania klientów rosną, ma to szczególne znaczenie. Decision Intelligence stanowi fundament rozwiązań typu Next Best Action: umożliwia tworzenie spójnego, powtarzalnego i skalowalnego mechanizmu podejmowania decyzji w czasie rzeczywistym, w pełnym kontekście klienta^1,2.

NBA staje się więc nie tyle przewagą konkurencyjną, ile koniecznością operacyjną. Istotne staje się pytanie, jak wdrożyć je w sposób, który realnie przełoży się na wyniki biznesowe, jednocześnie nie destabilizując istniejącej architektury i nie zwiększając obciążeń operacyjnych.

Dlaczego NBA jest istotne dla ubezpieczycieli właśnie teraz?

Sektor ubezpieczeniowy stoi w punkcie zwrotnym. Marginalne różnice produktowe, presja kosztowa i rosnące oczekiwania klientów sprawiają, że przewaga konkurencyjna nie wynika już z samej oferty, lecz z jakości decyzji podejmowanych wobec klientów – w każdym kanale i w każdym momencie ich ścieżki.

Dlatego Next Best Action należy traktować jako strategiczne narzędzie odpowiadające na trzy kluczowe wyzwania branży:

1. Walka o retencję

Klienci coraz rzadziej widzą realne różnice między ofertami, a odejście często wynika nie z ceny, lecz z poczucia braku zrozumienia ich sytuacji. Część sygnałów świadczących o ryzyku churnu jest subtelna i trudna do zauważenia w tradycyjnych procesach.

NBA pozwala identyfikować prawdziwe ryzyka odejścia i reagować w sposób dopasowany do kontekstu konkretnego klienta, zamiast stosować jednolite, schematyczne reguły. Dzięki temu działania retencyjne stają się celniejsze i bardziej efektywne kosztowo.

2. Rosnący koszt operacji

Masowe kampanie odnowieniowe, presja na krótkie SLA w likwidacji szkód oraz stale rosnący wolumen spraw sprawiają, że zespoły pracują coraz intensywniej, ale niekoniecznie skuteczniej. Wiele działań pochłania czas, nie generując wartości ani dla klienta, ani dla wyniku finansowego.

NBA porządkuje ten chaos, kierując uwagę pracowników tam, gdzie realnie powstaje wartość oraz eliminując czynności o niskim zwrocie. Zespoły zaczynają mądrzej, z jasnym priorytetem, lepszym kontekstem i większą przewidywalnością wyników.

3. Wysokie oczekiwania klientów

Klienci oczekują obsługi szybkiej, przewidywalnej i dopasowanej do ich sytuacji, niezależnie od tego, czy kontaktują się przez agenta, online, telefonicznie czy przez infolinię. Są przyzwyczajeni do personalizacji znanej z e-commerce czy bankowości i coraz mniej akceptują konieczność „zaczynania od zera”.

NBA umożliwia dostarczenie spójnego, zindywidualizowanego doświadczenia w każdym kanale i w każdej interakcji, niezależnie od tego, kto akurat obsługuje klienta. To buduje lojalność i zmniejsza presję cenową.

Jak NBA działa w praktyce: cztery procesy, w których powstaje największą wartość

NBA pokazuje swoją siłę dopiero wtedy, gdy staje się częścią codziennych decyzji: w procesach, które wprost wpływają na wynik firmy.

1. Retencja: przewidywanie odejść zamiast gaszenia pożarów

NBA analizuje sygnały ryzyka churnu: zmiany w zachowaniach, nietypowe płatności, reakcje na składkę czy porzucone kalkulacje. Zamiast działać dopiero wtedy, gdy klient już odchodzi, organizacja może wcześniej wiedzieć:

• których klientów warto wesprzeć rozmową z agentem,
• gdzie wysłać jasne wyjaśnienie zmiany składki,
• kiedy alternatywna oferta zwiększy retencję,
• a kiedy brak interwencji będzie najlepszą decyzją.

Efekt: stabilniejszy portfel i przewidywalny przypis; coś, czego nie da się osiągnąć samą intuicją.

2. Odnowienia: zmiana ekonomiki kontaktu

NBA ocenia zarówno prawdopodobieństwo odnowienia, jak i to, czy kontakt realnie wpłynie na decyzję klienta. Dzięki temu firma może:

• unikać masowych, niskoskutecznych kampanii outbound,
• kierować agentów tam, gdzie ich rozmowa faktycznie zmienia wynik,
• ograniczać negatywne doświadczenia klientów,
• jednocześnie zwiększać konwersję.

To rzadki proces, w którym koszty spadają, a wynik rośnie, dzięki inteligentnemu sterowaniu wysiłkiem zamiast eskalowania wolumenów.

3. Wsparcie agentów: spójność decyzji i wyższa skuteczność

NBA działa jak doradca podający agentowi kontekst i rekomendację:

• jakie produkty pasują do aktualnych potrzeb klienta,
• jak poprowadzić rozmowę,
• gdzie znajdują się luki w ochronie,
• jakie argumenty działają najlepiej w danym segmencie.

NBA nie ogranicza agentów, pozwala im działać bardziej doradczo i konsekwentnie, niezależnie od doświadczenia.

4. Likwidacja szkód: szybkość tam, gdzie to możliwe, kontrola tam, gdzie to konieczne

Przy zgłoszeniu szkody NBA ocenia jej charakter i dobiera odpowiednią ścieżkę:

• STP dla spraw prostych i niskiego ryzyka,
• eskalację dla bardziej złożonych,
• przypisanie do właściwego zespołu,
• dodatkową weryfikację tam, gdzie widać sygnały fraudu.

Efekt: szybszy proces dla większości klientów, lepsza kontrola tam, gdzie ryzyko jest wyższe oraz bardziej przewidywalne koszty likwidacji.

Architektura NBA: jak to wygląda w praktyce?

Wdrożenie Next Best Action nie musi oznaczać kolejnego systemu IT. To warstwa decyzyjna, która „nakłada się” na istniejące rozwiązania i sprawia, że cała organizacja podejmuje spójne, oparte na danych decyzje. W praktyce NBA składa się z czterech współpracujących warstw, gdzie każda odpowiada za inny etap przetwarzania informacji i egzekucji decyzji.

1. Warstwa danych (Data Layer)

To fundament, z którego NBA czerpie informacje. W praktyce obejmuje:

• hurtownię danych lub lakehouse,
• integracje batch i near-real-time (np. API, event streaming, Kafka),
• segmentację danych transakcyjnych, behawioralnych i kontekstowych,
• ujednolicenie ID klienta (Customer 360).

Dane z systemów polisowych, szkodowych, płatniczych, CRM, kanałów cyfrowych, portali i kalkulatorów muszą być dostępne w spójnej strukturze.

2. Warstwa predykcji (Prediction Layer)

To tutaj powstają modele i sygnały wykorzystywane przez NBA. W praktyce warstwa obejmuje:

• modele ML (skłonność do zakupu, churn, ryzyko szkody, prawdopodobieństwo fraudu),
• modele NLU/NLP analizujące treści zapytań lub opis szkody,
• modele preskryptywne oceniające wpływ interwencji,
• scoring w czasie rzeczywistym (model serving),
• monitorowanie jakości i driftu modeli (MLOps).

Ta warstwa dostarcza „sygnałów decyzyjnych”. Ale same modele nie wystarczą, dopiero ich powiązanie z logiką biznesową tworzy realną wartość.

3. Warstwa reguł biznesowych (Policy & Constraints Layer)

To moduł, który pilnuje spójności z regulacjami i politykami firmy.
W praktyce obejmuje:

• silniki reguł biznesowych (BRM/BRMS),
• katalog ograniczeń: produktowych, dystrybucyjnych, prawnych,
• priorytety operacyjne i segmentacyjne,
• limity rabatowe, progi akceptacyjne i wyjątki,
• logikę zgodności (compliance by design).

Ta warstwa jest kluczowa, bo to tu NBA „uczy się”, jak naprawdę podejmuje decyzje organizacja. Dzięki temu rekomendacje są nie tylko trafne, ale też wykonalne i zgodne z ryzykiem firmy.

4. Warstwa egzekucji (Decision Execution Layer)

To w tej warstwie decyzje NBA realnie pracują na wynik. Nawet najlepsza rekomendacja nie ma wartości, jeśli nie zostanie podana tam, gdzie zmienia zachowanie pracownika, systemu lub klienta. Warstwa egzekucji odpowiada więc za „wpięcie” decyzji w codzienne procesy operacyjne. W praktyce obejmuje:

• integrację z CRM i portalami, aby decyzje wpływały na priorytety, scenariusze kontaktu i pracę agentów,
• interfejsy API i mechanizmy zdarzeniowe, które wstrzykują decyzje do procesów w czasie rzeczywistym,
• silniki workflow (np. Camunda, Pega, Appian), które kierują sprawy właściwą ścieżką,
• systemy komunikacji i kampanii, które personalizują przekaz pod konkretnego klienta,
• moduły wsparcia rozmów (Next Best Conversation) w kanałach agencyjnych i contact center,
• automatyzację mikrodecyzji w szkodach, płatnościach i procesach back-office.

To ta warstwa sprawia, że NBA przechodzi z poziomu koncepcji do realnego wpływu na kluczowe wskaźniki.

Organizacyjna gotowość do NBA: trzy filary, które decydują o sukcesie

Aby NBA realnie zmieniało wyniki, organizacja musi być gotowa nie tylko technologicznie, ale przede wszystkim operacyjnie. Chodzi o to, jak firma korzysta z danych, jak podejmuje decyzje i jak wdraża je w praktyce.

Filar 1: Dane, którymi da się zarządzać, a nie tylko je przechowywać

Nie chodzi już o samo połączenie danych, a o to, by organizacja:

• ufała tym danym i korzystała z nich na co dzień,
• pracowała na jednej wersji prawdy o kliencie,
• była w stanie reagować na dane aktualne, a nie historyczne,
• miała kulturę udostępniania danych między zespołami.

To przesunięcie z „mamy dane” na „zarządzamy danymi operacyjnie”.

Filar 2: Logika decyzyjna, która jest zrozumiała dla biznesu

Technologia może dostarczać predykcje, ale to organizacja musi:

• umieć przełożyć modele na konkretne działania,
• definiować jasne zasady, priorytety i ograniczenia,
• mieć wspólny proces ustalania, co jest „najlepszą akcją”,
• Zapewnić pełną audytowalność i odpowiedzialność za decyzje.

To przesunięcie z „mamy modele” na „wiemy, jak na nich pracować”.

Filar 3: Egzekucja decyzji jako element codziennej pracy

NBA działa tylko wtedy, gdy ludzie i systemy faktycznie z niego korzystają. Organizacja musi:

• umieć wpiąć decyzje w codzienny workflow,
• zmieniać zachowania, a nie tylko procesy,
• rozwijać kompetencje agentów i zespołów operacyjnych,
• stale mierzyć wpływ decyzji na KPI.

To przesunięcie z „mamy integrację” na „NBA zmienia sposób pracy”.

Typowe wyzwania przy wdrożeniach NBA

Wdrożenie NBA to projekt międzydziałowy, obejmujący biznes, IT, sprzedaż, operacje i data science. Nic dziwnego, że pojawiają się punkty napięcia. Najważniejsze jest to, że wszystkie te wyzwania są naturalne oraz że istnieją sprawdzone sposoby, by z nimi pracować.

• Zbyt szeroki zakres na start. Ambitne cele są wartościowe, ale wdrożenie jest najbardziej efektywne, gdy zaczyna się od jednego procesu – zwykle odnowień lub retencji – a dopiero później rozszerza się je na kolejne obszary. Takie podejście pozwala szybciej uzyskać mierzalne efekty i budować zaufanie do rozwiązania.
• Koncentracja na modelach zamiast na decyzjach. Wiele projektów zaczyna się od budowy predykcji, zamiast od określenia, jaka decyzja ma zostać podjęta. Najlepsze organizacje najpierw precyzują decyzję i oczekiwany efekt, następnie dobierają wymagane dane, a dopiero na końcu tworzą model. Taka kolejność skraca czas wdrożenia i zwiększa trafność rekomendacji.
• Brak jednoznacznych KPI. NBA musi być mierzalne. Retencja, wartość klienta (CLV), koszt obsługi, skuteczność kontaktu czy czas likwidacji to przykłady wskaźników, które pozwalają ocenić wpływ rozwiązania. Najskuteczniejsze projekty zaczynają od odpowiedzi na pytanie: „Po czym poznamy, że działa?”
• Niedostateczne osadzenie w pracy agentów i osób obsługujących klientów. Rekomendacje NBA muszą być zrozumiałe, konkretne i użyteczne w rozmowie z klientem. Dlatego najlepsze organizacje angażują pracowników pierwszej linii już na etapie projektowania rozwiązania, a nie dopiero podczas wdrożenia. To skraca czas adopcji i znacząco podnosi skuteczność.
• Brak nadzoru nad logiką decyzji. NBA jest mechanizmem dynamicznym: logika może się zmieniać wraz z rynkiem, modele wymagają aktualizacji, a priorytety biznesowe ewoluują. Dlatego kluczowe jest ustalenie, kto odpowiada za zasady decyzyjne, jak często są one przeglądane i według jakich kryteriów zatwierdzane.
• Zbyt duży „skok” technologiczny. Dojrzałe organizacje zaczynają od prostszych reguł, dopiero później wzbogacając je o modele predykcyjne i elementy sztucznej inteligencji. NBA nie musi być od razu złożoną platformą, może rozwijać się stopniowo, wraz z rosnącymi kompetencjami organizacji.

Podsumowanie: 10 pytań, które warto zadać przed wdrożeniem NBA

1. Czy mamy spójny, jednolity widok klienta oparty na danych polisowych, szkodowych, płatniczych i interakcyjnych?
2. Czy potrafimy mierzyć wartość decyzji, które dziś podejmujemy w retencji, odnowieniach, likwidacji szkód i sprzedaży?
3. Czy wiemy, które procesy mają największy potencjał, aby już teraz skorzystać z NBA?
4. Czy istnieją jasne zasady zarządzania logiką decyzji, tak aby zmiany reguł i modeli były kontrolowane oraz audytowalne?
5. Czy zespoły operacyjne wiedzą, jak będą korzystać z rekomendacji w codziennej pracy i czego można od nich oczekiwać?
6. Czy rekomendacje NBA trafią tam, gdzie zapadają decyzje – do CRM, portalu agenta, workflow szkód, narzędzi sprzedażowych czy kanałów cyfrowych?
7. Czy nasze dane są dostępne w czasie rzeczywistym lub przynajmniej w cyklach pozwalających na sensowne decyzje operacyjne?
8. Czy posiadamy kompetencje analityczne, które potrafią budować, testować i aktualizować modele predykcyjne?
9. Czy nasze systemy są gotowe na integrację warstwy decyzyjnej poprzez API, zdarzenia i workflow?
10. Czy jesteśmy przygotowani, by zacząć od małego MVP, które dostarczy pierwszą wartość w kilka tygodni, a nie w perspektywie wieloletniego programu?