Menghadapi Perubahan Iklim, Inggris Andalkan Data Geospasial untuk Asuransi Properti

Seiring dengan makin cepatnya perubahan iklim, data geospatial intelligence berkembang menjadi alat penting bagi penyedia asuransi dalam mengelola risiko properti. Teknologi ini tidak hanya memungkinkan penetapan premi yang lebih akurat dan adil, tetapi juga berperan krusial dalam identifikasi serta mitigasi risiko, terutama terhadap fenomena seperti amblesan tanah yang sangat bergantung pada kondisi lingkungan dan bisa sangat lokal, tergantung pada jenis tanah.

Data dari LexisNexis® Risk Solutions yang mengacu pada Survei Geologi Inggris menunjukkan bahwa sifat lokal dari risiko amblas makin terlihat jelas. Diperkirakan pada tahun 2050, sekitar 1,2 juta rumah tambahan di Inggris akan berada dalam kategori rawan amblas. Salah satu wilayah yang paling rentan adalah Oxford-Cambridge Arc, yang tanahnya terdiri atas campuran tanah liat dan batu kapur. Hal tersebut menjadikannya sangat sensitif terhadap perubahan iklim. Kekhawatiran ini makin besar mengingat wilayah tersebut direncanakan menjadi pusat pembangunan perumahan besar.

Peningkatan Klaim

Membangun di atas tanah rawan amblas membawa risiko besar. Pada kuartal kedua tahun 2023, klaim asuransi untuk amblesan mencapai £54 juta, kemungkinan akibat dari cuaca ekstrem pada musim panas sebelumnya. Di kuartal ketiga tahun 2024, jumlah klaim naik drastis menjadi £66 juta, menunjukkan kenaikan sebesar 61% dibandingkan periode yang sama tahun sebelumnya. Tren ini mencerminkan makin ekstremnya pola cuaca akibat perubahan iklim.

Dengan meningkatnya kepadatan hunian dan kompleksitas risiko lingkungan, penilaian risiko pada tingkat kode pos saja sering kali tidak memadai. Penyedia asuransi perlu memahami karakteristik tanah tempat properti berdiri. Di sinilah, geospatial intelligence menunjukkan keunggulannya.

Teknologi, seperti LexisNexis Map View, memungkinkan penyedia asuransi untuk dengan cepat mengidentifikasi area yang berisiko tinggi amblas dan mengevaluasi hubungan risiko tersebut dengan portofolio yang ada. Sistem ini mengintegrasikan berbagai lapisan data, termasuk jenis tanah, kandungan tanah liat, tutupan pohon dan jaraknya, usia bangunan, hingga detail konstruksi, seperti keberadaan ruang bawah tanah, untuk membentuk profil risiko properti yang sangat rinci.

Dengan visualisasi berbasis data geospasial, penyedia asuransi dapat memetakan akumulasi risiko yang tersebar dan mengelola paparan risiko jangka panjang, seperti amblesan. Amblesan sendiri merupakan sebuah ancaman diam-diam yang berkembang perlahan. Selain itu, data ini dapat digunakan untuk mendidik pemegang polis tentang cara mengurangi potensi kerusakan, misalnya dengan merawat pohon di sekitar bangunan.

Pemerintah Inggris memperkirakan bahwa dibutuhkan sekitar 300.000 rumah baru setiap tahun untuk memenuhi target pembangunan 1,5 juta rumah dalam satu periode parlemen. Tekanan ini mendorong pembangunan pada lahan yang mungkin rawan amblas. Jika dikombinasikan dengan dampak jangka panjang perubahan iklim, jelas bahwa industri asuransi perlu mengadopsi pendekatan berbasis data guna menilai dan mengelola risiko ini secara efektif. Dalam konteks ini, data geospatial intelligence menjadi pahlawan tanpa tanda jasa.

Sumber: Insurance Edge 1, Insurance Edge 2