De premie voor een WA-autoverzekering kan voor een bestuurder tot wel 77 procent duurder uitpakken dan voor een bestuurder met hetzelfde profiel in hetzelfde postcodegebied.

Dit meldt Pricewise op basis van dataonderzoek van ruim vierduizend postcodes onder 22 autoverzekeraars. Hieruit blijkt dat 64 procent van de autoverzekeraars  geavanceerde microzoning toepast. Daardoor kunnen premies al verschillen als de laatste letter van een postcode anders is. Voor de vergelijkingen maakte Pricewise gebruik van één profiel: een bestuurder van 39 jaar oud met drie schadevrije jaren. Deze persoon rijdt 15.000 kilometer per jaar en verzekert een Volkswagen Golf uit het jaar 2008 met enkel een WA-dekking.

Grote verschillen vooral in de stad

Het grootste verschil is in Rotterdam te vinden, op de Dorpsweg. Hier kost de WA-verzekering van Lancyr op huisnummer 189 per maand 53,22 euro. Daarentegen is exact dezelfde verzekering van Lancyr op nummer 64 voor exact hetzelfde klantprofiel 73 procent duurder: 91,86 euro per maand. In kleinere gemeenten en dorpen komen grote verschillen veel minder vaak voor. Toch zijn ze ook daar fors. Uitschieters zijn verschillen tot 59 procent en een maximaal verschil van 229,20 euro op jaarbasis.

Verschillende bronnen

Pricewise vroeg de verzekeraars naar een verklaring voor de grote verschillen. Generali was daar heel open over, meldt Pricewise. “Ons rekenmodel maakt voor elk huishouden een inschatting van het risicoprofiel en de daarop gebaseerde benodigde premie. Dat gebeurt op basis van verschillende openbare databronnen. Deze data hebben wij vastgelegd op het niveau van postcode, huisnummer en toevoeging.” Lancyr geeft aan Pricewise een vergelijkbare reactie: “Wij bepalen de premies op postcodeniveau, omdat wij een verschil zien in schadelast en schadefactoren op dat niveau. In de steden liggen de prijzen daarom hoger.”

Trend

Directeur Hans de Kok van Pricewise verwacht dat verzekeraars in de toekomst steeds meer op deze manier te werk zullen gaan om premies te bepalen. “Er zijn steeds meer data beschikbaar op microniveau. Die kunnen goed gecombineerd worden met de interne data van de  aanbieder zelf. Zodoende zijn prijzen steeds nauwkeuriger te bepalen. Wellicht zal dit leiden tot nóg grotere verschillen binnen dezelfde straat.”