top of page

insights.



Modernisasi kinerja aktuaria merupakan tantangan yang nyata bagi para pemimpin. Sejumlah besar proyek perubahan yang ambisius tidak mencapai tujuannya, terutama karena adanya kompleksitas yang diketahui dan tidak terduga.


Sebagaimana ditunjukkan dalam laporan McKinsey, sebanyak 70% program perubahan berskala besar gagal mencapai hasil yang diinginkan. Meskipun telah mendedikasikan waktu bertahun-tahun untuk upaya modernisasi, tingkat pengolahan manual masih banyak ditemukan dalam fungsi aktuaria.


Faktor utama yang berkontribusi terhadap tingginya tingkat kegagalan ini adalah kecenderungan mereka yang memimpin proyek-proyek tersebut melakukan pendekatan modernisasi secara linear. Aktuaris, berdasarkan profesinya, sering kali menunjukkan sifat analitis, logis, dan berorientasi pada detail yang biasanya dikaitkan dengan individu yang memiliki otak kiri yang lebih dominan. Kecenderungan ini terkadang dapat mengarah pada pendekatan yang sangat linear dan seringkali menggunakan pendekatan yang mekanis dalam pemecahan masalah. Hal ini mengakibatkan saling ketergantungan dan kompleksitas yang melekat dalam proyek transformasi tidak sepenuhnya disadari atau dikelola secara efektif.


Artikel ini membahas nuansa masalah yang kompleks versus rumit. Hal ini menyoroti mengapa modernisasi fungsi aktuaria cenderung menjadi tugas yang kompleks dan mengkaji strategi utama dalam tiga bidang utama untuk mengadopsi pendekatan yang lebih berhasil.


Masalah Kompleks vs Rumit: Mengenali Perbedaannya

Memahami perbedaan antara permasalahan yang rumit dan kompleks adalah kunci untuk membentuk transformasi berkelanjutan dalam fungsi aktuaria. Kedua konsep tersebut memiliki kerumitan namun pada dasarnya berbeda dalam sifat dan prediktabilitasnya.


Masalah yang rumit, meskipun rumit, mempunyai akibat yang dapat diperkirakan. Mereka mengikuti hubungan sebab-akibat yang konsisten, menbuatnya dapat diprediksi dan, oleh karena itu, dapat dipecahkan melalui teknik, prosedur, dan algoritma yang sudah ada. Merancang pesawat terbang atau melaksanakan misi pendaratan di bulan adalah contoh sempurna dari masalah rumit. Tugas-tugas ini melibatkan banyak sekali komponen dan memerlukan keahlian yang sangat terspesialisasi, namun peraturan dan langkah-langkahnya tetap sama, sehingga memungkinkan prediksi dan pengendalian hasil yang tepat.


Di sisi lain, permasalahan yang kompleks menunjukkan hubungan yang non-linier dan seringkali tidak dapat diprediksi antar komponennya. Karena interaksi variabel yang konstan, hasilnya tidak selalu terlihat jelas. Misalnya, mengelola ekosistem digital atau mengarahkan perubahan organisasi merupakan permasalahan yang kompleks. Meskipun kita telah memahami masing-masing komponen dan hubungannya, hasil yang diperoleh seringkali masih belum pasti karena dinamisme dan kemampuan beradaptasi yang melekat pada sistem.


Mengungkap Kompleksitas Transformasi Aktuaria

Ada beberapa alasan mengapa modernisasi fungsi aktuaria memang menjadi permasalahan yang kompleks. Hal ini melibatkan banyak komponen yang saling berinteraksi termasuk data, teknologi, manusia, proses, dan atribut spesifik dalam organisasi. Masing-masing komponen dapat berperilaku dan berkembang secara mandiri serta dipengaruhi oleh rangsangan internal dan eksternal. Misalnya, penerapan sistem aktuaria baru berdampak pada proses aktuaria, peran dan tugas karyawan, serta model operasi organisasi.


Meskipun interaksi di antara faktor-faktor ini memungkinkan kinerja fungsi aktuaria, hal ini juga menciptakan lingkungan yang dinamis di mana suatu masalah tidak memiliki seorang pemilik – tidak ada satu orang dalam tim aktuaria yang dapat mendorong perubahan secara terpisah. Transformasi berdampak pada setiap tingkatan organisasi, mulai dari mahasiswa aktuaria hingga eksekutif senior. Luas dan dalamnya perubahan ini memerlukan kepemilikan dan kerja sama kolektif.


Penting juga untuk menyadari bahwa modernisasi aktuaria bergantung pada jalurnya. Operasional saat ini sangat dipengaruhi oleh keputusan dan tindakan historis. Untuk fungsi aktuaria, hal ini dapat berupa pilihan perangkat lunak dan metodologi sebelumnya, strategi data, atau inisiatif pelatihan. Faktor-faktor yang bergantung pada jalur ini sering kali menimbulkan kendala dan menambah lapisan kompleksitas dan ketidakpastian pada proses transformasi.


Terlebih lagi, para pemimpin aktuaria terus-menerus dihadapkan pada kemampuan-kemampuan yang muncul. Ketika teknologi baru seperti cloud computing dan machine learning terintegrasi, kemampuan atau tantangan tak terduga mungkin muncul yang awalnya tidak terlihat.


Meskipun ada keinginan untuk melakukan modernisasi, penting untuk mengakui bahwa sistem yang ada masih berfungsi. Meskipun tidak efisien, namun memberikan hasil yang bermanfaat bagi individu atau kelompok tertentu dalam organisasi. Hal ini sering kali menimbulkan resistensi terhadap perubahan. Masyarakat pada dasarnya cenderung mempertahankan status quo, terutama jika hal tersebut bermanfaat bagi kepentingan mereka. Oleh karena itu, transformasi bukan hanya mengenai penerapan sistem dan proses baru, namun juga mengatasi hambatan yang melekat pada sistem dan proses lama.


Agar modernisasi berhasil, jelas bahwa tidak ada silver bullet. Sebaliknya, hal ini merupakan gabungan dari beberapa faktor – pilihan masa lalu, praktik saat ini, dan tren masa depan – yang semuanya terjalin dalam ekosistem yang kompleks. Mengatasi satu faktor saja tidak akan memberikan hasil yang diinginkan. Perombakan menyeluruh atas aspek-aspek yang saling berhubungan inilah yang mendorong transformasi dan modernisasi yang berarti.


Actuarial transformation isn’t a puzzle to be solved; it’s a landscape to be navigated. - Andries Beukes, Partner

Mengingat kompleksitas transformasi, mencapai pendekatan yang berkelanjutan harus memanfaatkan systems thinking, kemampuan beradaptasi, dan pembelajaran berkelanjutan.


Systems thinking mendorong pemahaman sistem secara keseluruhan daripada berfokus pada komponen individual. Hal ini membantu dalam mengidentifikasi pola dan hubungan mendasar di antara berbagai faktor pendukung proyek transformasi dan mendorong pengambilan keputusan yang lebih terinformasi dan holistik.


Membina lingkungan yang adaptif dan fleksibel sangatlah penting. Mengingat sifat permasalahan kompleks yang tidak dapat diprediksi, penting untuk menciptakan budaya di mana tim dapat dengan cepat merespons perubahan atau tantangan yang tidak terduga. Hal ini dapat mencakup mendorong eksperimen, belajar dari kegagalan, atau sering memperbarui strategi berdasarkan wawasan baru.


Transformasi adalah sebuah perjalanan, bukan tujuan, dan oleh karena itu memerlukan pembelajaran yang berkelanjutan dan perbaikan untuk memastikan keberlanjutan. Penting untuk membangun mekanisme umpan balik, pembelajaran dan perbaikan yang berkelanjutan. Hal ini dapat melibatkan retrospective meeting yang rutin dan feedback yang akan menjadi input untuk perbaikan ke depannya.


Selain itu, untuk mencapai transformasi berkelanjutan memerlukan perubahan pola pikir pihak-pihak yang bertanggung jawab dalam melaksanakan perubahan. Untuk merintis gerakan modernisasi yang inklusif, para pemimpin aktuaria harus menentukan arah yang jelas, menjadikannya berdampak, dan memanfaatkan kecerdasan kolektif.


Menetapkan arah yang jelas sangat penting untuk menentukan jalur perjalanan transformasi. Hal ini melibatkan penetapan tujuan yang ambisius, penyelarasan tujuan, menetapkan milestones yang bermakna, dan mobilisasi sumber daya yang diperlukan. Dengan menetapkan arah yang terartikulasi dengan baik, tim aktuaria memperoleh kejelasan dan alasan yang dibutuhkan untuk maju dengan percaya diri dalam upaya transformasi mereka.


Aspek untuk menjadikannya berdampak sangat penting untuk merangsang dan melibatkan mereka yang terlibat dalam proses transformasi. Dengan memvisualisasikan skenario masa depan yang positif dan menghubungkannya dengan nilai-nilai penting bagi individu, tim aktuaria dapat menumbuhkan tujuan dan motivasi. Ikatan emosional dengan tujuan transformasi ini membantu menumbuhkan komitmen dan ketahanan sepanjang perjalanan.


Terakhir, pemanfaatan kecerdasan kolektif sangat penting dalam memahami kondisi sistem saat ini dan memfasilitasi pembelajaran berkelanjutan. Dengan mengintegrasikan beragam sudut pandang dan pengalaman, tim aktuaria dapat mengembangkan pemahaman bersama mengenai kompleksitas dan tantangan yang mereka hadapi. Pendekatan kooperatif ini membantu mengatasi ketidakseimbangan informasi, pengetahuan dan partisipasi, memastikan bahwa seluruh pemangku kepentingan terlibat secara aktif dan berkontribusi terhadap inisiatif transformasi.


Kesimpulannya, memahami perbedaan antara permasalahan yang kompleks dan rumit memungkinkan dilakukannya klasifikasi dan pendekatan modernisasi aktuaria yang lebih akurat. Proyek transformasi bersifat kompleks dan memerlukan pendekatan tingkat sistem, kemampuan beradaptasi, dan komitmen terhadap pembelajaran berkelanjutan untuk mendorong transformasi berkelanjutan.

 

Actuarial Performance Managemet (APM™) Framework yang dimiliki oleh MBE Consulting merupakan pendekatan dinamis yang kami terapkan untuk membantu para pemimpin aktuaria dan perusahaan asuransi dalam memodernisasi fungsi aktuaria mereka dan meningkatkan kinerja secara keseluruhan. Kerangka kerja ini telah dirancang dengan cermat, berdasarkan pengalaman bertahun-tahun dan beragam penelitian dan teori yang mencakup bidang-bidang seperti systems thinking, Lean principles, change management , dan pengembangan kepemimpinan.


Dalam cakupan komprehensif APM Framework terdapat APM Maturity Assessment, sebuah tool yang dirancang untuk menawarkan evaluasi komprehensif terhadap operasi aktuaria Anda di enam bidang strategis utama. Setelah menyelesaikan penilaian, Anda akan mendapatkan akses terhadap berbagai wawasan dan rekom

endasi yang dapat ditindaklanjuti yang bertujuan untuk meningkatkan efisiensi operasional dan mencapai standar keunggulan aktuaria yang tak tertandingi.


19 views0 comments

Hubungan antara aktuaris dan data sudah ada sejak adanya profesi aktuaria dan terus berkembang melalui munculnya teknologi komputasi dan penyimpanan canggih yang dapat memfasilitasi pengumpulan data aktuaria dan keuangan dalam jumlah besar. Hal ini menyebabkan aktuaris memiliki akses terhadap sumber data yang luas dan terus meningkat kualitas dan ketersediaannya.

 

Faktanya, data selalu menjadi landasan profesi aktuaria. Data berfungsi sebagai landasan untuk menganalisis pola, memperoleh wawasan berharga, dan membuat prediksi yang dapat diandalkan. Untuk mencapai hal ini, kami mengandalkan proses pengelolaan data yang terstruktur dengan cermat dan dirancang secara ahli untuk memastikan kelancaran operasional. Seiring dengan semakin rumitnya pernyataan masalah, ketergantungan terhadap kualitas, kuantitas dan aksesibilitas data semakin meningkat.

 

Aliran data yang disederhanakan untuk efisiensi proses

Faktor keberhasilan dalam menerapkan praktik terbaik untuk data dalam organisasi Anda memerlukan pembentukan aliran data yang disederhanakan dan dioptimalkan untuk meningkatkan efisiensi proses. Untuk menjamin hasil ini, penting untuk membangun arsitektur data yang kuat dan komprehensif.


Di bawah ini adalah pertimbangan utama ketika merancang arsitektur data yang memungkinkan aliran data yang efisien dan optimal dalam perusahaan:


  • Identifikasi Sumber Data – mengidentifikasi sumber data yang relevan meliputi pemahaman berbagai sistem, basis data, aplikasi, dan sumber eksternal yang menghasilkan atau menyediakan data. Dengan mengidentifikasi sumbernya, organisasi dapat memastikan bahwa mereka memperoleh data yang diperlukan untuk kebutuhan spesifik mereka.

  • Pengumpulan dan Akuisisi Data – melibatkan proses otomatis, seperti data extraction tools atau API (Application Programming Interfaces), untuk mengumpulkan data dari database terstruktur, layanan web, atau sumber lainnya. Pengumpulan data yang efisien meminimalkan intervensi manual dan mengurangi risiko kesalahan atau penundaan melalui validasi dan pemeriksaan otomatis.

  • Integrasi dan Transformasi Data – mengintegrasikan dan mentransformasikan data ke dalam format terpadu yang dapat dengan mudah diproses dan dianalisis, termasuk pembersihan data, normalisasi data, dan teknik pengayaan data. Hal ini memastikan konsistensi, kualitas, dan kegunaan data sesuai dengan tujuan yang dimaksudkan.

  • Penyimpanan dan Manajemen Data – penyimpanan dan manajemen data yang efisien melibatkan pemilihan teknologi penyimpanan data yang sesuai, seperti database, data lake, atau gudang data, yang dapat menangani volume, kecepatan, dan variasi data. Strategi pengindeksan data, partisi data, dan pengarsipan yang tepat diterapkan untuk mengoptimalkan biaya pengambilan dan penyimpanan data. Pengindeksan data sangat penting karena memengaruhi cara data dikategorikan dan diberi label secara akurat untuk mendorong pemahaman yang konsisten tentang data di seluruh organisasi.

  • Pemrosesan dan Analisis Data – pemrosesan dan analisis data yang disederhanakan mencakup penggunaan teknik pemrosesan paralel, kerangka kerja komputasi terdistribusi, atau teknologi berbasis cloud untuk menangani data dalam jumlah besar dan melakukan komputasi kompleks untuk memungkinkan wawasan yang tepat waktu dan meningkatkan kemampuan pengambilan keputusan.

  • Visualisasi dan Pelaporan Data – kemampuan visualisasi dan pelaporan data yang dioptimalkan menyajikan data dalam format yang menarik secara visual dan mudah dipahami untuk memfasilitasi pengambilan keputusan berdasarkan data. Dasbor, laporan, dan visualisasi yang interaktif dan mudah digunakan membantu pengguna menafsirkan dan menganalisis data dengan mudah.

  • Keamanan dan Privasi Data – aliran data yang dioptimalkan memprioritaskan keamanan dan privasi data di seluruh siklus hidup data. Hal ini mencakup penerapan enkripsi data yang kuat, kontrol akses, dan praktik tata kelola data untuk melindungi informasi sensitif. Kepatuhan terhadap peraturan terkait sangat penting untuk menjaga integritas data dan melindungi privasi individu.

  • Kepemilikan, Pemantauan, dan Pemeliharaan Data – pemantauan dan pemeliharaan berkelanjutan sangat penting untuk menjaga keakuratan, keandalan, dan kepatuhan data terhadap standar tata kelola data. Hal ini mencakup penetapan peran dan tanggung jawab atas kepemilikan data, penerapan pemeriksaan kualitas data, mekanisme penanganan kesalahan, dan pemantauan proaktif terhadap anomali atau inkonsistensi data. Tugas pemeliharaan data rutin, seperti pengarsipan data, pembersihan data, dan pembaruan data, dilakukan untuk menjaga aliran dan pemanfaatan data tetap optimal. Keputusan penting dan kontrol manajemen perubahan harus dibuat oleh berbagai pemilik data.

 

Aliran data yang optimal merupakan elemen penting bagi organisasi yang ingin memanfaatkan kekuatan dari aset data aktuaria mereka secara efektif. Hal ini memungkinkan pengambilan keputusan berdasarkan data, peningkatan efisiensi operasional dan manajemen risiko yang efektif, serta banyak manfaat lainnya. Dengan data yang tepat mengalir dengan lancar ke seluruh sistem dan proses, organisasi memperoleh peningkatan efisiensi operasional. Selain itu, intervensi manual diminimalkan, dan tugas yang berulang diotomatisasi, sehingga menghemat sumber daya yang berharga dan meningkatkan produktivitas.

 

Singkatnya, arsitektur data yang meningkatkan aliran data memberdayakan perusahaan asuransi dengan data yang akurat, tepat waktu, dan dapat diandalkan. Dengan memprioritaskan aliran data yang optimal, organisasi dapat memaksimalkan potensi aset data mereka, mendorong keberhasilan strategis dan operasional, serta memperoleh keunggulan kompetitif dalam lanskap bisnis yang berkembang pesat dan berpusat pada data.


37 views0 comments

Pada bulan Maret 2021, saya melakukan wawancara untuk InsuranceERM mengenai dampak dari penerapan IFRS 17 terhadap perusahaan asuransi dan bagaimana perhitungan Penyesuaian Risiko (Risk Adjustment) dan Tingkat Kepercayaan (Confidence Interval) berdasarkan IFRS 17 dilakukan.


Berdasarkan pembahasan terkini dan pekerjaan penyesuaian risiko yang kami lakukan di pasar asuransi global, masih terdapat beberapa aspek kunci yang aktuaris hadapi, di mana mereka mengalami kesulitan atau belum mampu menentukan pendekatan yang perlu digunakan.


Dengan batas waktu implementasi yang semakin mendekat, tekanan semakin meningkat.


Berikut adalah tiga aspek kunci yang konsisten menjadi tantangan bagi klien oleh pihak auditor mereka:

  • Horizon waktu satu tahun atau ultimate run-off?

  • Bagaimana cara terbaik untuk mencerminkan risiko tipe bencana (seperti kematian akibat bencana dan kelumpuhan massal)?

  • Bagaimana cara membedakan antara risiko operasional umum dan risiko operasional yang timbul dari kontrak asuransi?

 

Horizon waktu satu tahun atau ultimate run-off?

Debat ini terus berlanjut seiring perusahaan mempertimbangkan pendekatan-pendekatan yang berbeda. Keputusan akhir akan melibatkan keseimbangan antara "letter of the law", sebagaimana diinterpretasikan oleh beberapa firma audit, dan keterlaksanaan penerapan solusi ultimate run-off. Sebagian besar perusahaan menggunakan solusi yang disederhanakan untuk mengkonversi tingkat kepercayaan satu tahun menjadi ultimate run-off, namun sensitivitas tingkat kepercayaan terhadap asumsi-asumsi yang mendasarinya dapat menghambat kemampuan analis dan regulator untuk melakukan perbandingan yang rasional. Regulator dari beberapa pasar memberikan isyarat bahwa mereka mungkin akan menuntut perusahaan untuk mengungkapkan keduanya.

 

Bagaimana cara terbaik untuk mencerminkan risiko bencana (seperti kematian akibat bencana dan pembatalan polis dalam jumlah besar)?

Penyesuaian risiko pada IFRS 17 umumnya dihitung pada tingkat kepercayaan yang jauh lebih rendah dibandingkan dengan pendekatan modal berbasis risiko (risk-based capital approach). Oleh karena itu, beberapa perusahaan asuransi mengesampingkan risiko bencana dari perhitungan mereka. Meski demikian, apakah ini tepat? Meskipun bagi beberapa Perusahaan, mengesampingkan sebagian atau seluruh risiko ini mungkin tidak signifikan, hal ini tetap perlu didemonstrasikan kepada auditor. Saat risiko-risiko ini signifikan, perusahaan asuransi seharusnya mempertimbangkan bagaimana mengakomodasi hal ini dalam perhitungan penyesuaian risiko secara cara yang praktis dan efisien biaya.

 

Bagaimana cara membedakan antara risiko operasional umum dan risiko operasional yang timbul dari kontrak asuransi?

IFRS 17 mengecualikan risiko operasional umum dari perhitungan penyesuaian risiko, namun bagaimana kita dapat menentukan risiko operasional mana yang bersifat khusus untuk kontrak asuransi? Hal ini menjadi lebih sulit terutama bagi perusahaan dengan model risiko operasional standar atau yang memiliki model risiko operasional yang relatif belum matang. Meskipun risiko operasional umum tidak didefinisikan secara jelas, perusahaan seharusnya mempertimbangkan berbagai skenario risiko operasional dari model modal mereka dan menilai apakah risiko tersebut timbul dari kontrak asuransi atau dari menjalankan operasi bisnis sehari-hari.


34 views0 comments
bottom of page