Skip to main content

Marsh øger satsning på analytisk platform (MAP)

MAP bygger på verdens største database over forsikringsskader og giver virksomheder mulighed for at kvantificere risici ud fra data om forsikringsskader på over 300 milliarder dollars på tværs af adskillige lande og mere end 20 forskellige industrier.

Analyseværktøjet er et udtryk for Marsh’ vedvarende fokus på at implementere analytiske løsninger og værktøjer på tværs af organisationen. MAP bruger en kombination af data, analyser og teknologi til at anskueliggøre den enkelte kundes risikoprofil og derigennem optimere deres strategi for risikofinansiering.

Det betyder typisk, at kunder oplever en 10-til-1 tilbagebetaling af deres investering i MAP og 5-15% besparelse på deres investering i risikostyring og finansiering.

MAP’s massive database giver virksomheder en unik indsigt i, hvilke tab og skader de risikerer at blive ramt af, og som vil være relevante at tage i betragtning. Databasen kombinerer informationer om skader og benchmark og giver et komplet billede af nuværende og kommende tendenser inden for risiko og forsikring. Det fremtidsperspektiv er det afgørende første skridt i at demonstrere, hvordan en kvantificering af risici kan medvirke til at opnå en optimal risikofinansiering.

MAP kan hjælpe såvel multinationale virksomheder som mellemstore lokale og regionale virksomheder til at optimere deres risikofinansiering. MAP’s fremtidsperspektiv kan kombineres med en detaljeret analyse af virksomhedsspecifikke finansielle data, så Marsh derigennem kan hjælpe kunder med at fastlægge deres risikoappetit. I sidste ende resulterer det i en bredere og mere transparent evaluering af virksomhedens risici, som gør virksomheden i stand til at identificere den optimale forsikringsløsning med de lavest mulige ”economic cost of risk”.

Klik her for at læse mere om Marsh Analytics Plarform (MAP). Du er også meget velkommen til at kontakte Marsh Danmark, hvis du kunne tænke dig at høre mere om, hvordan Marsh Analytics Platform kan hjælpe din virksomhed.