นี่ไม่ใช่การสร้างรูปแบบการนำเสนอใหม่ แต่เป็นการใช้กระบวนการตรวจสอบกรณีศึกษาสาธารณะที่มีอยู่แล้ว

ข้อมูลมาจากกรณีศึกษาสาธารณะอย่างเป็นทางการของ L.E.K. Consulting

เราแยกคำตอบช่วงหลังออกก่อน แล้วจึงสร้างชุดข้อมูลเพื่อการศึกษาขึ้นใหม่จากสิ่งที่ทราบได้ ณ ขณะตัดสินใจ

Minerva Advisor ดำเนินการรันจริงแบบชำระเงินหนึ่งครั้ง

วิดีโอนี้คือการเล่นซ้ำเพื่อตรวจสอบ Decision Room จริง

ไม่ได้หมายความว่า L.E.K. Consulting รับรอง และไม่ใช่ผลลัพธ์ของลูกค้าจริง

จุดเริ่มต้นของกรณีศึกษาคือตลาดประกันภัยรถยนต์ในสหราชอาณาจักรที่มีการแข่งขันสูง โดยต้นทุนสินไหมคิดเป็นสัดส่วนหลักของฐานต้นทุน

การพยากรณ์ที่มีอยู่มองย้อนหลังและมีความละเอียดไม่เพียงพอ ไม่สามารถแยกแนวโน้มเชิงโครงสร้างออกจากความผันผวนระยะสั้นได้

Minerva เปรียบเทียบการปรับปรุงทั้งระบบ กับการคัดกรองกลุ่มที่มีต้นทุนสูงและความผันผวนสูงก่อน

การรันครั้งนี้อ้างอิงแหล่งข้อมูลทางการหนึ่งแหล่ง ระบุบทบาทสี่ตัว แยกข้อเท็จจริงหกข้อ

ข้อสันนิษฐานสองข้อ และประเด็นที่ยังต้องยืนยันสามข้อ เปรียบเทียบสองแนวทาง พร้อมเก็บคำอธิบายทางเลือกสามข้อ และเงื่อนไขพลิกกลับหนึ่งข้อ

ผู้บริหารสามารถตรวจสอบขอบเขตของข้อมูล แบบจำลอง และดุลยพินิจของมนุษย์

สิ่งที่ทราบคือความถี่และความรุนแรงของสินไหมส่งผลต่อการกำหนดราคา เงินสำรอง และเงินกองทุน

สิ่งที่ยังไม่ทราบคือการเปลี่ยนแปลงใดเป็นแนวโน้มเชิงโครงสร้าง และกลุ่มใดที่มีทั้งค่าใช้จ่าย ความผันผวน และความเป็นไปได้ของข้อมูลพร้อมกัน

รวมถึงผลกระทบด้านลบจากความผิดพลาดของแบบจำลองหรือความล่าช้าของข้อมูล

ระบบเก็บมุมมองฝ่ายค้านไว้ว่า ปัญหาอาจอยู่ที่กรอบแบบจำลองไม่ได้รวมการเปลี่ยนแปลงของตลาด มิใช่ความละเอียดของข้อมูล

กลุ่มตัวอย่างจำนวนน้อยก็อาจไม่สามารถขยายผลไปใช้ทั่วไปได้ และระยะเวลาตรวจสอบที่นานเกินไปอาจทำให้ฝ่ายรับประกันภัยพลาดจุดเปลี่ยนสำคัญ

หากการทบทวนโดยมนุษย์ที่มีอยู่สามารถรองรับได้อย่างปลอดภัย และการกัดกร่อนของตลาดกำลังเร่งตัวขึ้น ควรพลิกกลับไปขยายผล

ผู้บริหารสามารถเปิดข้อความจำลองเพื่อการศึกษาได้สี่ฉบับ

ช่วงหลังของ L.E.K. เรื่องการแบ่งกลุ่มสินไหม ข้อมูลภายในและภายนอก แบบจำลองเชิงปริมาณ การคัดกรองระหว่างแบบจำลองกับดุลยพินิจ

การจัดลำดับการพิสูจน์แนวคิดสามมิติ กลุ่มที่มีความสำคัญสูง แผนงาน และผลลัพธ์ ไม่ได้ถูกนำเข้าเป็นข้อมูล

Marcus นิยามการตัดสินใจที่แท้จริงว่าควรตรวจสอบกลุ่มสินไหมใดก่อน

Sofia จำลองผลกระทบด้านการเงินสินไหม การรับประกันภัย ความเสี่ยงข้อมูล และคณะกรรมการ

Evelyn ท้าทายว่าการคัดกรองอาจประเมินความเร่งด่วนของตลาดต่ำเกินไปหรือไม่

ทิศทางร่วมของทั้งสามคนคือการคัดกรองกลุ่มแบบมีกำหนดเวลา

Evelyn ชี้ว่า หากโครงสร้างตลาดเปลี่ยนแปลงอย่างรวดเร็วแล้ว การนำร่องที่ช้าเองก็จะสะสมความเสี่ยงด้านการกำหนดราคาและเงินสำรอง

ผู้บริหารต้องให้การทบทวนโดยมนุษย์ การรับมือความล้มเหลวของแบบจำลอง และการปกป้องเงินกองทุนดำเนินไปพร้อมกัน พร้อมกำหนดสัญญาณสำหรับการขยายผลทันที

ผู้บริหารเสริมว่า ควรเลือกกลุ่มที่มีทั้งค่าใช้จ่ายสูง ความผันผวนสูง และความเป็นไปได้ของข้อมูลก่อน

การนำร่องต้องไม่ใช้แทนที่การทบทวนโดยมนุษย์โดยตรง และเมื่อการกัดกร่อนของตลาดหรือความเสี่ยงเงินสำรองเกินเกณฑ์ ให้พลิกกลับ

ระบบบันทึกหลักฐานการตอบกลับไว้

การปรับปรุงทั้งระบบอาจสร้างขีดความสามารถเชิงคาดการณ์ได้เร็วกว่า แต่หากยังไม่ชัดเจนเรื่องข้อมูลและธรรมาภิบาล จะฝังความเสี่ยงไว้ในการกำหนดราคาและเงินกองทุน

การคัดกรองกลุ่มช่วยตรวจสอบความเป็นไปได้ก่อนและยังคงเก็บทางเลือกในการหยุดไว้ได้ แลกกับความครอบคลุมที่ช้าลง

ผู้บริหารเลือกแนวทางที่สอง

ในที่สุด ทีมสินไหม การรับประกันภัย และความเสี่ยงข้อมูล ร่วมกันเสนอกลุ่มที่เป็นตัวเลือก คุณภาพข้อมูล

การทบทวนโดยมนุษย์ และเงื่อนไขการหยุดหรือขยายผล ก่อนให้คณะกรรมการตัดสินใจว่าจะปรับปรุงทั้งระบบหรือไม่

Minerva ไม่ได้อ้างว่าแบบจำลองอย่างเป็นทางการหรือผลลัพธ์เกิดขึ้นจริง

กรณีศึกษา L.E.K. Consulting นี้ผ่านการตรวจสอบคุณภาพการตัดสินใจสิบรายการ

เส้นทางการตัดสินเบื้องต้นของ Decision Room ที่มีอยู่ ใช้การเรียกแบบจำลองสี่ครั้ง

และทำการตัดสินหลักพร้อมตรวจสอบไขว้กับที่ปรึกษาสามท่านเสร็จสิ้นภายใน 35.404 วินาที

ในชุดนี้ ค่า p95 ของการตัดสินที่พร้อมใช้งานฉบับแรกอยู่ที่ 25.179 วินาที

ค่า p95 ของผลลัพธ์ฉบับสมบูรณ์อยู่ที่ 35.404 วินาที ผ่านเกณฑ์ความเร็วสำหรับลูกค้าจริงที่ 30 วินาทีและ 45 วินาที

สถานะด้านคุณภาพการตัดสินใจ ประสบการณ์ลูกค้า และประสิทธิภาพผ่านทั้งหมด แต่นี่ยังคงเป็นการทดสอบกรณีศึกษาเพียงครั้งเดียว

ไม่เท่ากับระดับการให้บริการในสภาพแวดล้อมจริงหรือผลลัพธ์ของลูกค้าจริง