Rozmowa z Remigiuszem Burianem, analitykiem portfelowym i biznesowym z wieloletnim doświadczeniem w kontrolingu w największych grupach ubezpieczeniowych w Europie, autorem dziedzinowych modeli analitycznych dla ubezpieczeń, współtwórcą rozwiązań eliminujących rozbieżności w danych między systemami wspierającymi zarządzanie różnymi obszarami działalności towarzystw ubezpieczeniowych, m.in. sprzedażą, portfelem i finansami.

Słyszałem opinię, że w rozmowie z Panem słowo „wynik” pojawia się jak mantra…

To prawda, a to dlatego, że bez myślenia o wyniku wszelka działalność biznesowa traci sens. To, gdzie i kiedy wynik powstaje, jak powstaje, dlaczego powstaje, z czego się składa, od czego zależy, powinno być stale w centrum zainteresowania.

A nie jest?

Nominalnie jest. Ale w rzeczywistości perspektywa wyniku finansowego bardzo łatwo schodzi na dalszy plan pod naporem bieżących spraw operacyjnych: zmian rynkowych, działań konkurencji, projektów wdrożeniowych, zmian wewnętrznych, nowych wymogów regulacyjnych i tak dalej.

Czy w towarzystwach na Zachodzie jest inaczej?

Wyzwania są podobne, ale reakcje towarzystw są inne. Zachodnie towarzystwa ubezpieczeniowe różnią się tym od polskich, że działają i zbierają dane od bardzo dawna, w sposób systematyczny i spójny na przestrzeni czasu. Ta systematyczność bardzo towarzystwom służy. Obserwacje w dłuższych okresach pozwoliły im wychwycić miary i ich wartości kluczowe dla ich biznesu, a jednocześnie odsiać te nieistotne czy też sezonowe. Obie rzeczy są ważne, bo złożoność modeli, ilość danych, liczba wymiarów, parametrów, wskaźników, raportów itd. wcale nie sprawia, że towarzystwo osiąga lepsze wyniki. Towarzystwa na Zachodzie wypracowały i zweryfikowały w praktyce modele analityczne, według których oceniają swoją działalność. One nie są skomplikowane. Sekret w tym, że zawierają właściwe pojęcia, we właściwych relacjach i są sparametryzowane na podstawie wieloletniej praktyki. One po prostu działają.

„Złożoność modeli, ilość danych, liczba wymiarów, parametrów, wskaźników, raportów itd. wcale nie sprawia, że towarzystwo osiąga lepsze wyniki. Towarzystwa na Zachodzie wypracowały i zweryfikowały w praktyce modele analityczne, według których oceniają swoją działalność. One nie są skomplikowane. Sekret w tym, że zawierają właściwe pojęcia, we właściwych relacjach i są sparametryzowane na podstawie wieloletniej praktyki. One po prostu działają”

Remigiusz Burian

Jeśli, jak Pan mówi, skuteczność modelu analitycznego zależy w dużej mierze od jego struktury i właściwej parametryzacji, musimy przyjąć, że dane są bardzo wiarygodne.

Naturalnie. Trzeba jednak podkreślić, że wiarygodność danych to znacznie więcej, niż ich jakość. O wiarygodności danych w towarzystwie ubezpieczeniowym można mówić wtedy, gdy na spotkaniu zarządu wynik bieżący na dany dzień przedstawiany przez szefa sprzedaży jest taki sam, jak wynik przedstawiamy przez dyrektora finansowego, i gdy członek zarządu odpowiedzialny za portfel powie: faktycznie, zgadza się. Taka sytuacja ma miejsce, gdy wszystkie trzy osoby posługują się tym samym modelem kalkulacji wyniku, ale w większości towarzystw to praktycznie nigdy się nie zdarza. Sprzedaż ma swój wynik, ludzie odpowiadający za portfel widzą co innego, a finanse jeszcze co innego.

Dlaczego? Przecież te dane pochodzą z tych samych dokumentów źródłowych, czyli z polis. A w polisach porządek być musi…

Tak, księgowo wszystko się zgadza. Jeśli nie mamy do czynienia z ewidentnym błędem w polisie lub systemie rejestracji polis, dane źródłowe są poprawne. Problemy są gdzie indziej. Jeden z tych problemów polega na tym, że poszczególne obszary biznesu ubezpieczeniowego funkcjonują w różnych perspektywach czasowych, a dziedzinowe systemy informatyczne wspierające poszczególne obszary odzwierciedlają te różnice. Mówiąc obrazowo, te same kwoty źródłowe są uwzględniane z innymi datami, co prowadzi m.in. do różnych sald na dzień, różnych kwot urocznionych, a ostatecznie do różnych wyników. Te dane nie zgadzają się, bo nie mogą się zgadzać.

Jak powstają te niezgodności? Czy może Pan zilustrować to konkretnym przykładem?

Załóżmy, że 1 stycznia klient kupuje polisę OC ważną przez rok od dnia 11 stycznia. Jeśli polisa została kupiona za gotówkę, księgowość zarejestrowała składkę przypisaną 1 stycznia. Składkę zarobioną zacznie jednak liczyć dopiero od 11 stycznia. Portfelowcy tymczasem 1 stycznia nie rejestrują w aktywnym portfelu niczego, i nie zarejestrują niczego przez kolejnych 10 dni. Polisa zacznie bieg dopiero od 11 stycznia. W dniu 12 stycznia księgowość może zarejestrować… no właśnie, co? Minął 1 dzień, a więc 1/365 część przypisu można zaliczyć jako składkę zarobioną, która zostanie w całości zrealizowana po zakończeniu okresu obowiązywania polisy. Portfelowcy tymczasem już 11 stycznia zaliczą w portfel całą roczną składkę przypisaną, która stanowi pierwszą prognozę 12-miesięcznej składki zarobionej. Oczywiście, abstrahujemy tu od rezerw itd. Inny problem związany z czasem to różne traktowanie początków i końców okresów sprawozdawczych w poszczególnych sferach. Polisa, która kończy się 31 grudnia raz należy do starego roku, ale innym razem do nowego roku. Tak więc, nawet jeśli księgowo wszystko jest w porządku, wynik w sensie zarządczym nadal może pozostawać zagadką.

„O wiarygodności danych w towarzystwie ubezpieczeniowym można mówić wtedy, gdy na spotkaniu zarządu wynik bieżący na dany dzień przedstawiany przez szefa sprzedaży jest taki sam, jak wynik przedstawiamy przez dyrektora finansowego, i gdy członek zarządu odpowiedzialny za portfel powie: faktycznie, zgadza się. W większości towarzystw to praktycznie nigdy się nie zdarza. Sprzedaż ma swój wynik, ludzie odpowiadający za portfel widzą co innego, a finanse jeszcze co innego”

Remigiusz Burian

Rozumiem, że branża jest tego świadoma…

Naturalnie. Ale między wiedzą, że problem istnieje, a możliwością jego precyzyjnego umiejscowienia, istnieje spora różnica. Podobna różnica istnieje między możliwością umiejscowienia problemu, a zdolnością do jego trwałego usunięcia. Proszę wziąć pod uwagę, że mówimy o systemach wdrażanych w różnych okresach, a więc na różnych etapach rozwoju rynku, przez różnych dostawców, na podstawie założeń formułowanych przez różne zarządy i zespoły dziedzinowe. Poza tym, systemy cały czas działają, wspierając bieżące procesy operacyjne. Zmiany w tych systemach nie przychodzą towarzystwom łatwo – to zawsze jest ryzyko operacyjne.

Wspomniał Pan, że problemów jest więcej. Co, oprócz różnic w podejściu do czasu, ma znaczenie dla rzetelności oceny wyniku?

Wiele nieporozumień bierze się z tego, że wynik bada się głównie na poziomie produktu. To jest łatwe do przeprowadzenia, bo zwykle wystarczą do tego dane z jednego systemu. Przy ocenie portfela i wyniku bardziej miarodajne jest jednak badanie rentowności na poziomie klienta, bo często jest tak, że np. towarzystwo ma stratę na polisie OC, ale na innych polisach tego klienta ma spory zysk. Ustalenie prawdy o wyniku w takim ujęciu jest już trudniejsze. Dokonanie takiej oceny rzetelnie, w warunkach wspomnianych niespójności pojęciowych i algorytmicznych między systemami, może prowadzić do traktowania fikcji jako prawdy. To z kolei może prowadzić do złych decyzji, skutkujących pogorszeniem, a nie poprawą, struktury portfela oraz wyniku w późniejszym czasie. Notabene, tylko nieliczne towarzystwa działające w Polsce potrafią wskazać, na którym kliencie rzeczywiście zarabiają, a na którym tracą.

Ale… zysk na polisach nie jest warunkiem rentowności ubezpieczyciela. Polisy to dla niego przecież sposób na pozyskanie środków, którymi później obraca na rynku pieniężnym czy inwestycyjnym…

W normalnych warunkach strata techniczna jest do zaakceptowania, jeśli rekompensuje ją pozytywny wynik inwestycyjny. Ale obecne warunki nie są całkiem normalne. Po krachu z 2008 r. wciąż mamy podwyższony poziom ryzyka w branży. Regulatorzy chcą je ograniczać za pomocą powiększania rezerw, a to uderza w wyniki towarzystw. Nie można więc myśleć, że produkty mogą być nierentowne w nieskończoność. Na dłuższą metę rentowność musi być.

Trochę to wygląda na niuanse, które ostatecznie nie mają przełożenia na sprawność operacyjną i konkurencyjność…

Otóż, nie. To nie są niuanse. Konsekwencje nierzetelnej kalkulacji wyniku są takie, że nie wiadomo, czy dotychczasowe strategie rynkowe i operacyjne stosować dalej, czy też modyfikować je. A jeśli tak, to w którym kierunku, i jak bardzo. Wynik na osi czasu spełnia rolę drogowskazu. Skoro wynik nie jest rzetelny przez kilka kolejnych lat, wnioski dotyczące trendów również są niepewne. Można patrzyć na rynek, na liderów, ale to za mało. Gdy towarzystwo nie może dokonać samooceny strategicznej, nie jest w stanie modelować swojej działalności, a więc nie może jej optymalizować. Jak głosi porzekadło, skoro nie można czegoś precyzyjnie zmierzyć, nie można tym zarządzać. I nie chodzi wyłącznie o sprzedaż, marże itd. Ubezpieczenia to także rezerwy, likwidacja szkód itd.

„Konsekwencje nierzetelnej kalkulacji wyniku są takie, że nie wiadomo, czy dotychczasowe strategie rynkowe i operacyjne stosować dalej, czy też modyfikować je. A jeśli tak, to w którym kierunku, i jak bardzo. Wynik na osi czasu spełnia rolę drogowskazu. Skoro wynik nie jest rzetelny przez kilka kolejnych lat, wnioski dotyczące trendów również są niepewne”

Remigiusz Burian

O właśnie. Jak kalkulacje wyniku mają się do rezerw? Bo powstaje kwestia następująca: skoro wynik jest niepewny, to być może rezerwy są nieadekwatne?

Niedorezerwowanie to kolejna odsłona skutków niepewności co do wyniku. Ten temat ma wiele wymiarów. Potencjalnie najgroźniejsze dla towarzystw są ryzyka związane z odpowiedzialnością cywilną w sferze zawodowej. Mówimy tu, tak naprawdę o dwóch kategoriach tzw. run off-ów, czyli ryzyk dotyczących szkód ujawnionych, ale jeszcze niezlikwidowanych, oraz szkód, o wystąpieniu których jeszcze nie wiemy. Żeby dobrze policzyć rezerwy dla takich ryzyk trzeba mieć dane z kilku dekad wstecz, i to najlepiej porównywalne.

Wróćmy jeszcze do kwestii kalkulacji wyniku oraz systemów, które są wykorzystywane do tego celu. Co Pan proponuje?

Po pierwsze, sugerowałbym zaprzestać wykorzystywania raportów z systemów dziedzinowych jako źródła danych do kalkulacji wyniku. Zamiast tego, proponuję kopiowanie surowych danych transakcyjnych do dedykowanych rozwiązań analitycznych wykorzystujących bazy OLAP, i dopiero tam przetwarzanie ich w ramach jednego, spójnego modelu. To jedyny skuteczny sposób, by ustrzec się różnic interpretacyjnych i algorytmicznych „zaspawanych” w systemach dziedzinowych. Towarzystwa próbują podchodzić do tego tematu z innej strony, np. tworząc repozytoria wielowymiarowe, które jednak nie zawierają logiki biznesowej. Efekt jest taki, że powstaje więcej pojęć, metadanych, obiektów, ale nie zyskujemy więcej informacji. Wzmacnia się tylko „szum informacyjny”. Cel jest słuszny, ale metoda mało skuteczna.

W czym Pana koncepcja różni się od tego podejścia?

Jeżeli dane do wyliczenia wyniku pochodzą z samego dołu, z transakcji, systemy dziedzinowe w ogóle nie muszą brać udziału w kalkulacji wyniku. Moja propozycja brzmi tak: podstawową rolą systemów dziedzinowych powinno pozostać wspieranie procesów operacyjnych. Wynik zaś powinien być kalkulowany w dedykowanym rozwiązaniu zewnętrznym. Takie rozwiązanie jest wolne od „skrzywień” i zmian funkcjonalnych w systemach dziedzinowych, które mogą prowadzić do cichych modyfikacji modelu kalkulacji. Efekt natychmiastowy takiego podejścia to rzetelność wyniku. W dłuższym okresie, mam na myśli 3-5 lat, towarzystwo może powiedzieć, że wie skąd przychodzi, na jakim etapie się znajduje, i dokąd zmierza – jako cały biznes, oraz w poszczególnych obszarach. Niezmienność założeń i struktury modelu w czasie są kluczowe dla jakości wniosków i decyzji.

Jak określiłby Pan cechy dobrego modelu kalkulacji wyników?

Dobry model musi zawierać w sobie miary odpowiednie dla modelu biznesowego i operacyjnego towarzystwa, a do tego, miary te muszą być w odpowiednich relacjach. Taki model musi zawierać parametry, które są automatycznie weryfikowane wstecznie – bo wtedy można powiedzieć, że model odzwierciedla rzeczywistość. Ponadto, dobry model musi w swojej konstrukcji od początku przewidywać różnorodne zmiany okoliczności, a nie dostosowywać się do nich ad hoc. To jest jeden z poważniejszych problemów w polskich towarzystwach. Rynek zmienia się, zmieniają się kadry, a wraz z nimi ewoluują strategie osiągania wyników. Raz przychodzą do zarządu ludzie ze sprzedaży, i wtedy sprzedaż ma priorytet. Innym razem przychodzą ludzie z obszaru portfelowego, i dla nich priorytetem nie jest wzrost sprzedaży, ale jakość portfela. Model musi być na tyle pojemny, by obsłużył takie zmiany bez potrzeby modyfikacji jego konstrukcji. Jeśli nie będzie w stanie ich uwzględnić, jego konstrukcja będzie z biegiem czasu arbitralnie zmieniana i porównania między okresami staną się trudne lub niewykonalne. W dłuższym okresie towarzystwo nie będzie w stanie skutecznie realizować żadnej strategii, bo straci punkt odniesienia.

„Dobry model [kalkulacji wyniku] musi zawierać w sobie miary odpowiednie dla modelu biznesowego i operacyjnego towarzystwa, a do tego, miary te muszą być w odpowiednich relacjach. Taki model musi zawierać parametry, które są automatycznie weryfikowane wstecznie – bo wtedy można powiedzieć, że model odzwierciedla rzeczywistość. Ponadto, dobry model musi w swojej konstrukcji od początku przewidywać różnorodne zmiany okoliczności, a nie dostosowywać się do nich ad hoc”

Remigiusz Burian

Ale nie sugeruje Pan chyba, że model nie może się w ogóle zmieniać…

Doskonalenie modelu jest możliwe, ale musi odbywać się przez rozszerzanie, dobudowywanie, a nie zmiany konstrukcyjne. Chciałbym tu też podkreślić, że model to abstrakcja. Można go zaimplementować za pomocą dowolnych technologii czy platform. Mało tego, model można przenosić między platformami, zachowując jego integralność. Moje modele z powodzeniem były wdrażane z wykorzystaniem platform Oracle, SAS czy Microsoft SQL Server.

Czy modele, które tworzył Pan na potrzeby ubezpieczycieli działających w Europie Zachodniej nadają się do zastosowania w towarzystwach działających w Polsce?

W obszarze ubezpieczeń majątkowych, komunikacji oraz ubezpieczeń zdrowotnych nadają się do wykorzystania na polskim gruncie praktycznie w całości. W obszarze ubezpieczeń życiowych wymagają jeszcze strojenia, ale nie jakiegoś zasadniczego.

Które towarzystwa działające w Polsce wdrożyły już Pana modele analityczne?

Niestety, nie mogę podać żadnych informacji. Jestem zobowiązany do zachowania poufności.

„Doskonalenie modelu jest możliwe, ale musi odbywać się przez rozszerzanie, dobudowywanie, a nie zmiany konstrukcyjne. Chciałbym tu też podkreślić, że model to abstrakcja. Można go zaimplementować za pomocą dowolnych technologii czy platform. Mało tego, model można przenosić między platformami, zachowując jego integralność. Moje modele z powodzeniem były wdrażane z wykorzystaniem platform Oracle, SAS czy Microsoft SQL Server”

Remigiusz Burian

To może inaczej: jak towarzystwa w Polsce definiują problemy, które chcą rozwiązać wykorzystując Pana modele analityczne?

Pojawiają się różne oczekiwania, np. potrzeba urealnienia rozdziału kosztów pośrednich. Tak się akurat składa, że uczestniczyłem kiedyś osobiście w budowie modelu kosztów ABC w dużym towarzystwie na Zachodzie. Rozdział kosztów w ramach ABC, szczególnie przy wprowadzaniu zmian w modelu kosztów, może być bardzo zdradliwy – trzeba bardzo dobrze rozumieć model operacyjny towarzystwa, żeby zrobić to dobrze i precyzyjnie. Przełożenie rozdziału kosztów pośrednich na wynik jest bardzo silne i może zdecydować o „być albo nie być” zarządu na WZA. Inny sygnalizowany problem, to próba uchwycenia przyczyn zmian. Precyzja liczenia wyniku i niezmienność metod jego kalkulacji to rzeczy ważne, ale jeszcze bardziej wartościowa jest informacja o tym, dlaczego wynik jest taki, a nie inny. Tu przydaje się wiedza o tym, jakie dane gromadzić i przy jakich okazjach to robić, by móc później odpowiadać sobie na takie pytania. Z rynku padały np. pytania dotyczące przyczyn zmian wyniku oraz przyczyn niezgodności wyniku z różnych perspektyw w tym samym okresie… każde towarzystwo ma swój zestaw wyzwań, ale wiele z nich ma to samo źródło.

Remigiusz Burian jest członkiem zarządu w firmach EISACO Sp. z o.o. oraz AZ-Solution.