Lobang Pertama : D A T A

Pada tulisan sebelumnya, telah dijelaskan bahwa terdapat enam lobang kegagalan dalam melakukan pricing. Tulisan kali ini, akan mengupas lobang pertama, yaitu masalah data yang tersedia tidak dapat dipercaya.

Dalam teorinya, bisnis asuransi kerugian harus mempunyai kepercayaan yang besar terhadap data, dalam hal ini data yang diolah oleh biro tarif, karena biro ini secara periodik akan mengumumkan tarif atau ekspektasi biaya klaim (loss cost). Seharusnya tarif yang dibuat oleh biro ini dapat digunakan sebagai acuan dalam melakukan rating untuk setiap akseptasi bisnis perusahaan asuransi kerugian. Anehnya, tarif ini sering diperdebatkan dan dipertanyakan oleh pelaku asuransi kerugian, sehingga terkadang timbul pertanyaan apakah tarif yang dikeluarkan oleh biro tarif ini perlu? Banyak data yang dilaporkan perusahaan asuransi kerugian ke biro tarif dinilai tidak cukup (kurang) kredibel untuk tujuan perhitungan tarif (ratemaking), khususnya untuk risiko pada kelas tertentu (kebakaran). Kekurangan ini, membutuhkan justifikasi data base industri dalam rangka merasionalisasi kebutuhan akan ketidakcocokan  tarif tersebut.

Setiap perusahaan asuransi kerugian seharusnya punya keahlian dalam membuat proyeksi akan tarif masa datang (future cost), apalagi kalau proyeksi tarif tersebut didukung oleh keseluruhan data industri. Tanpa keahlian untuk memproyeksi masa datang, perusahaan asuransi kerugian tidak akan mampu membuat rencana operasinya dengan baik, yang pada akhirnya manajemen yang efektif tidak akan pernah terwujud.

Kepercayaan yang begitu besar akan data dalam rangka proyeksi tarif masa datang mempunyai peranan yang sangat penting, sehingga dibutuhkan kesadaran dari berbagai pihak khususnya para pelaku asuransi kerugian untuk melengkapi data yang kurang dapat mereka percayai tersebut. Perusahaan asuransi kerugian bahkan tidak akan mampu menghasilan perhitungan tarif (ratemaking) dan informasi manajemen penting, apabila data yang dihasilkan tidak kredibel. Dalam kasus ektrim, misalkan data eksposure tidak tersedia, maka tidak akan ada perusahaan asuransi baik besar atau kecil secara efektif mampu mengatur dan menghitung tarif untuk produknya dengan baik.

Tidak tersedianya informasi premi, klaim dan eksposure merupakan pengertian yang naif dari konsep credibility theory dan konsep partial credibility theory. Konsep ini yang melatarbelakangi ratemaking di asuransi kerugian. Kekuatan kepercayaan akan data akan tercermin dari nilai credibility factor yang dihasilkan dari konsep credibility theory ini. Sehingga tidak berlebihan jika banyak orang berpendapat kredibiltas data merupakan kunci utama dalam menentukan tarif premi.

Sumber–sumber kesalahan yang memungkinkan data menjadi tidak kredibel, dapat ditelusuri dari proses data tersebut dihasilkan. Rangkaian proses, secara umum dimulai dari pengisian Surat Permintaan Asuransi, dimana pada tahap ini sangat mungkin terjadi kesalahan pengisian. Kemudian tahap pemasukan data (data entry), tahap ini juga merupakan peluang besar terjadinya kesalahan. Kesalahan dari kedua tahap ini dapat disebut kesalahan manusia. Tahap selanjutnya adalah proses data, tahap ini merupakan pembacaan data dan perhitungan data. Terakhir tahap pelaporan data, dimana berisi serangkaian aktivitas penggelompokkan data–data. Kedua tahap terakhir masih potensi membuat kesalahan, kesalahan pada kedua tahap ini disebut kesalahan mesin.

Untuk meminimalisasi kesalahan data tersebut, maka diperlukan kehati–hatian dan ketelitian dalam melakukan serangkaian aktivitas di atas. Jika data yang masuk bermutu jelek maka sudah dapat dipastikan data yang akan dihasilkan juga jelek, alias GIGO (Garbage In Garbage Out). Apabila manajemen menggunakan data seperti ini dalam menyusun strategi perusahaanya, tentunya sudah dapat dibayangkan apa yang akan terjadi atas perusahaanya. Ketidakpercayaan atas data, masih menjadi bahan yang masih terus diperhatikan dan tarif premi yang dihasilkan tentunya sangat jauh dari kewajaran. (Rinaldi)

[ back to main ]