Алгоритмы взаимодействия станций технического обслуживания и страховщика при ремонте автомобилей

Введение. В сфере автострахования существенная проблема – длительные сроки простоя автомобилей в ремонте из-за затянутого согласования объёма и стоимости восстановительного ремонта между СТОА и страховщиком. Оптимизация алгоритма их взаимодействия позволит сократить временные издержки и повысить эффективность процесса. Целью данной работы является разработка и обоснование улучшенного алгоритма взаимодействия СТОА и страховщика при ремонте автомобилей, повреждённых в результате ДТП, с целью минимизации сроков простоя транспортных средств.
Материалы и методы. В работе проанализирован существующий алгоритм взаимодействия СТОА и страховщика в рамках автострахования. Установлены временные затраты на непроизводительные операции (рассмотрение и согласование стоимости ремонта). Проведен сравнительный анализ текущего и предлагаемого алгоритма согласования объёма и стоимости восстановительного ремонта. Дается описание объекта и предмета исследования – ремонта автомобиля, поврежденного в результате ДТП по автострахованию, и алгоритмов взаимодействия СТОА и страховщика.
Результаты. Детально описан действующий алгоритм взаимодействия СТОА и страховщика, выявлены причины, связанные с длительными сроками согласования. Разработан и представлен альтернативный алгоритм, направленный на сокращение сроков простоя автомобилей в ремонте. Доказана принципиальная возможность практической реализации предложенного алгоритма. Количественно оценены временные затраты на ключевые этапы согласования в рамках обоих алгоритмов.
Обсуждение и заключение. Предложенный алгоритм позволяет существенно сократить сроки простоя автомобилей в ремонте за счёт оптимизации процессов согласования между СТОА и страховщиком. Сформулированы практические рекомендации по внедрению нового алгоритма в работу страховых компаний и сервисных центров. Перспективным направлением дальнейшего исследования является проверка алгоритма на практике и оценка экономической эффективности его применения.

1. Даммер Д.Д. Математическая модель страховой компании в виде системы массового обслуживания с неограниченным количеством приборов с учетом единовременных страховых выплат // Информационные технологии и математическое моделирование (ИТММ-2016). 2016. С. 18–23.

2. Николайчева А.М. Тренды цифровизации и автоматизации процессов станций технического обслуживания // Управленческий учет. 2021. №. 7-2. С. 462–468.

3. Мамедов Э.Н. Теоретико-игровая оптимизация методов страхования в сфере автотранспорта // SCIENCE AND WORLD. 2013. С. 145.

4. Нестеренко И.С., Нестеренко Г.А., Буграков В.С. Проектирование клиентской зоны, позволяющей повысить спрос на услуги станций технического обслуживания автомобилей // Международный научно-исследовательский журнал. 2022. № 1(115). С. 55–58. DOI: 10.23670/IRJ.2022.115.1.112

5. Нестеренко Г.А., Нестеренко И.С., Залознов И.П. Использование BIM-технологий для повышения эффективности разработки и эксплуатации предприятий по обслуживанию и продажам автомобилей // Международный научно-исследовательский журнал. 2023. № 11 (137) С.1–6. DOI: 10.23670/IRJ.2023.137.14

6. Захаров Н.С., Козин Е.С. Технологическое проектирование станций технического обслуживания автомобилей с использованием генетических алгоритмов // International Journal of Advanced Studies: Transport and Information Technologies, Vol. 14, No 2, 2024. С.104–119. DOI: 10.12731/2227-930X-2024-14-2-296

7. Phi-Hung Nguyen. Automotive Service Quality Investigation Using a Grey-DEMATEL Model // Computers, Materials & Continua. 2022, vol.73, No.3. P. 4779-4800. DOI: 10.32604/cmc.2022.030745

8. Revina I.V. Trifonova E.N. Car Service Optimization Based on Simulation // Journal of Physics: Conference Series. 1791 (2021) 012084. DOI: 10.1088/1742-6596/1791/1/012084

9. Bugrimov V., Sarbaev V. Optimization of the system of management of stores of the car service with the help of imitation simulation // MATEC Web of Conferences 334, 01022; 2021. DOI:10.1051/matecconf/202133401022

10. Krynke M., Mazur M. Innovative Work Order Planning with Process Optimization Using Computer Simulation in the Automotive Industry, in the Case of Repair Workshops // Periodica Polytechnica Transportation Engineering. 2024. DOI: 10.3311/pptr.23546

11. Будникова И.К., Марданова А.М. Моделирование финансовой деятельности страховой компании // Информационные технологии в строительных, социальных и экономических системах. 2020. № 1. С. 24–27.

12. Буркальцева Д.Д., Идрисова Э.Р. Преимущества и недостатки автострахования в России // Научный вестник: финансы, банки, инвестиции. 2015. № 4 (33).

13. Качалов В.А. Что же это такое: «аутсорсинг»? // Методы менеджмента качества. 2008. № 4-5.

14. Ермилина Д.А. Моделирование бизнес-процессов как фактор повышения эффективности деятельности организации // Экономические системы. 2025. Том 18, № 1. С. 107–114. DOI: 10.29030/2309-2076-2025-18-1-107-114

15. Самигуллина А.Ф., Смирнова А.И. Анализ российского рынка автоматизированных информационных систем в области страховой деятельности: материалы VII Международной студенческой научной конференции «Студенческий научный форум» URL: https://scienceforum.ru/2015/article/2015009941(дата обращения: 10.08.2025 ).

16. Hosein P. A Data-Driven Pricing Strategy for Automobile Insurance Policies // 2022 5th Asia Conference on Machine Learning and Computing (ACMLC). DOI: 10.1109/ACMLC58173.2022.00009

17. Xie Sh. Analyzing the Influence of TelematicsBased Pricing Strategies on Traditional Rating Factors in Auto Insurance Rate Regulation // Mathematics, 2024.12, 19, (3150), DOI:10.3390/math12193150

18. Henckaerts R., Antonio K. The added value of dynamically updating motor insurance prices with telematics collected driving behavior data // Insurance: Mathematics and Economics, 10.1016/j.insmatheco.2022.03.011, 105, (79-95), (2022). DOI:10.1016/j.insmatheco.2022.03.011

19. Masello L., Sheehan B., Castignani G., Guillen M., Murphy F. Predictive Modeling for Driver Insurance Premium Calculation Using Advanced Driver Assistance Systems and Contextual Information // IEEE Transactions on Intelligent Transportation Systems, 10.1109/TITS.2024.3518572, 26, 2, (22022211), (2025) DOI: 10.1109/TITS.2024.3518572

20. Кушелев И.Ю. Внедрение инновационных информационных технологий на страховом рынке в России: телематика в автостраховании // Путеводитель предпринимателя – 2023. Т. 16, № 2. С. 110–119. DOI: 10.24182/2073-9885-2023-16-2-110-119

21. Lang F., Riegel L. Acceptance of online customer channels for damage claims in Germany // Information Technology and Management. 10.1007/s10799-023-00404-z26:1(101-116) Online publication date: 1-Mar-2025. DOI: 10.1007/s10799-023-00404-z

22. McDonnell K., Murphy F., Sheehan B., Masello L., Castignani G. Deep learning in insurance // Expert Systems with Applications: An International Journal. 10.1016/j.eswa.2023.119543217:C. Online publication date: 1-May-2023 DOI: 10.1016/j.eswa.2023.119543.

23. Li H., Luo X., Zhang Z., Jiang W., Huang S. Driving risk prevention in usage-based insurance services based on interpretable machine learning and telematics data // Decision Support Systems. 10.1016/j.dss.2023.113985172:C. Online publication date: 1-Sep-2023 DOI: 10.1016/j.dss.2023.113985.

24. Brühwiler L., Fu Ch., Huang H., Longhi L., Weibel R. Predicting individuals’ car accident risk by trajectory, driving events, and geographical context // Computers, Environment and Urban Systems. Volume 93, April 2022. DOI:10.1016/j.compenvurbsys.2022.101760

25. Cunha L., Bravo J. M. Automobile UsageBased-Insurance: Improving Risk Management using Telematics Data // 2022 17th Iberian Conference on Information Systems and Technologies (CISTI), 10.23919/CISTI54924.2022.9820146, (1-6), (2022) DOI: 10.23919/CISTI54924.2022.9820146

26. Ortega M., Quintanilla J., Ong E. R., Ramos M. R., Trinidad C. J. Asfalis: A Web-based System for Customer Retention Strategies Optimization of a Car Insurance Company Using Cohort and Churn Analysis // 2023 International Conference on Inventive Computation Technologies (ICICT). DOI: 10.1109/ICICT57646.2023.10134149

27. Manko B. A. Erie Insurance: Monitoring technology in the car insurance market and the issue of data privacy

28. // Journal of Information Technology Teaching Cases, 13, 2, (193-198), (2022) DOI: 10.1177/20438869221117571.

29. Агуреев И.Е., Бурага С.А. Методы теории транспортных макросистем для решения задач динамики массового обслуживания для автострахования // Вестник СибАДИ. 2025; 22(5): 760–771. DOI: 10.26518/2071-7296-2025-22-5-760-771. EDN: PBYTVD