October 29, 2012 Bus 473

MANZANA INSURANCE:The Fruitvale Branch

 

Contents

Executive SummaryThe Fruitvale branch of Manzana Insurance is facing considerable problems. Compared to its 

competitors, the Fruitvale branch has been underperforming in most aspects of its operations. 

While on the surface appears to be working efficiently, it is actually experiencing significantly 

high renewal loss rates, high turnaround times (TAT), and steadily decreasing revenues from its 

branches. 

Our analysis points to two major problems with the branches’ operations. First, departments use an 

altered version of the company’s First In, First Out (FIFO) system based on what they deem to be a 

greater priority. This is creating a backlog of the requests that are considered the least profitable, 

the RERUNs. The backlog of RERUNs is causing the late renewals and the high renewal loss rate. 

Since our analysis shows that each department has enough resource capacity to sufficiently 

manage the workload, we recommend that the Fruitvale branch enforce a pure FIFO system with 

no exceptions. This would eliminate any backlog and late renewals as well as decrease the renewal 

loss rate by a large margin. 

Second, the Fruitvale branch’s underwriting department has divided its region into three territories, 

with a different team managing each territory. Demand, and therefore workload, at each territory is 

not equal leading to some teams working over­capacity while others under­capacity. To eliminate 

this discrepancy, we recommend that the Fruitvale branch merge the work from the different 

territories into one queue where each team will process requests from the same line. Our analysis 

shows that under this condition, the teams will not reach maximum capacity, which would 

eliminate the current and prevent future backlog.  

4

Overall, our analysis suggests significant company improvement in terms of decreased turnaround 

time, eliminated backlogs, and, even under the worst­case scenario, save millions of dollars 

annually from a reduced renewal loss rate. 

IntroductionAn analysis of the Fruitvale branch of Manzana Insurance shows that it is currently experiencing 

substantial operational inefficiencies. The Fruitvale branch shows below average performance in 

most aspects of its operations, compared to its main competitor, Golden Gate. Where Golden Gate 

has an estimated renewal loss rate of 15% and average turnaround time of 2 days, Fruitvale has 

47% renewal loss rate and average turnaround time of 6 days. Golden Gate has no late renewals 

while 44% of Fruitvale renewals are late. These operational inefficiencies have translated into a 

US $121 thousand loss in the second quarter of 1991 compared to a $1.2 million gain in the same 

quarter of the previous year. 

The major concerns are:

­ High and increasing TAT

­ Falling renewal rate and late renewals

­ Declining profitability

­ Improper work load balances among employees 

Organization Structure and ProcessesThe Fruitvale branch is one of the smaller branches which only focus on property insurance. The 

branch consists of three underwriting teams with 76 agents across three geographic locations. 

These teams are supported by distribution clerks, raters, policy writers, and other office personnel. 

Each underwriting team is in charge of one geographic area. 

5

The process of writing a new commercial policy begins when the distribution clerk receives a 

Request for Underwriting (RUN) from an agent. The clerks enter the data into the computer and 

distribute the RUN to whichever team is in charge of the geographic location that it originated 

from. The underwriting team then processes the RUN and passes it to the Rating Department, 

which in turn transfers it to the Policy Writing Department. The writing department completes the 

policy and distributes it to the customers. See Figure 1 below for basic operations flow.

Figure 1: Process Flow Diagram

The other three tasks that Fruitvale is responsible for are Requests for Renewal (RERUN), Request 

for Additional Insurance (RAIN), and Request for Price (RAP) which becomes a RUN if accepted. 

All but RAPs follow the same process flow as RUNs. See Exhibit 1 in the Appendix to see the 

process flows for each request type. 

Resolving the Issue of Late Requests and Loss of RenewalsThe Fruitvale branch is supposed to handle all operations on a First In, First Out (FIFO) basis; 

however, different departments consider some requests of greater importance than others and have 

adapted the FIFO system to meet their expectations of what would be the best practice.

6

This lack of consistency is one of the causes of the branch’s underperformance. All three of the 

underwriting teams work to process RUNs and RAPs on a FIFO basis because they believe them 

to be more profitable. Teams only begin work on RAINs and RERUNs, on a separate FIFO basis, 

only when all RUNs and RAPs are completed. Further, the last department, Policy Writing, uses 

the same prioritization but with the additional consideration of handling the easiest jobs first in 

order to eliminate the sheer volume of paper on their desks.  This misalignment of tasks, the act of 

leaving RERUNs last and forcing the Rating department to give priority to RUNs and RAPs is 

creating an increasing backlog of RERUNs.

RERUN requests are automatically generated 30 days before their deadline, the anniversary date of 

their policy, and are not released to the distribution clerks until one day before they are due to 

ensure the most current information is available.  RERUNs compose of 45­57% of the total 

number of requests in each quarter from 1989 to 1991 and account for 99­100% of the total 

number of requests that are late, see Exhibit 2. The Fruitvale branch should be concerned about 

decreasing their backlog of RERUNs as RERUNs compose a large percentage of the total requests 

that they receive and process. 

Thus, to minimize the number of late renewals (RERUNs) and to lower the renewal loss rate, our 

first recommendation is for the Fruitvale branch to enforce one, pure FIFO system for all types of 

requests with no exceptions, so that RERUNs are given equal priority. Since we know that the 

Fruitvale branch’s resources are under­capacity, a pure FIFO system would ensure that all requests 

are treated equally which would eliminate the RERUNs backlog and lower the renewal loss rate to 

a competitive level.

Process Flow Capacity and Queue

7

From Figure 2 below, the Fruitvale branch appears to have no bottlenecks in their processes as all 

resources are operating under­capacity. Since there are three independent underwriting teams, 

however, one team may be operating over­ or under­capacity while still appearing to be efficient 

overall. 

The average inventory in this process flow table represents the number of requests in process, but 

since each request is processed by one server, it also represents the average number of servers that 

are busy at any given time processing requests.  At any given time at the Fruitvale branch, 3.55 out 

of 4 distribution servers are busy. Similarly, out of 3 underwriting teams, 2.67 are busy; out of 8 

Raters, 6.22 are busy; and out of 5 Policy Writers, 5.58 are busy. Thus, all departments appear to 

be under­capacity.

Figure 2: Process Flow

Avg. Requests Distributor Underwriting Rating Policy WritingAvg. Inventory 3.5555 2.6667 6.22 4.58Avg. Time flow 0.6667 hour 0.5 hour 1.1667 hour 0.9167 hourThroughput 5.33/hour 5.33/hour 5.33/hour 5/hour

We suspect that underwriting is a primary source of the problem because it is the only process that 

uses multiple queues. To verify this, we calculated the size of the input buffer for each department 

in the below queue length calculations. The queue represents the average number of customers 

waiting for service, in other words, the average inventory of inflow units in the input buffer. 

We used the queue length formula to identify the average number of requests waiting to be 

processed by each department:

8

C(¿¿ i2+CP

2)

2

Ii=u√2(c+1)

(1−u)∗¿

Where:Ii = Average number of flow units waiting in input bufferu = Capacity utilization, u = Ri/Rp (interarrival time divided by throughput capacity)c = Number of serversCi = Coefficient of variation in interarrival times  Cp = Coefficient of variation in process times 

Notes: ­ For the standard deviation for process time we used the average of the four different types of jobs in each of the four departments. ­ Ri = 24 hours as agents drop off all requests at the end of the day and in the morning the process starts.  Thus we assume that coefficient of variation in interarrival times (Ci) is zero for all steps for the same reason. There is no variation in arrival times if all the requests arrive at the same time in the morning.

Distribution:u = 1.6667/6 = 0.277777Cp = (30.7 + 24.9 + 9.2 + 6.2)/2= 17.752(4+1)¿

1 /2/(1−0.277777)∗(0+17.752

)/2I i=0.27777¿

Ii=3.797

Underwriting:u = 1.6667/6 = 0.277777Cp = (32 + 24.5 +11.7 + 19.8)/2= 222(3+1)¿

1/2/(1−0.277777)∗(0+222

)/2Ii=0.277777¿

Ii=8.95

Rating:u = 1.6667/6.8 = 0.2451Cp = (20.5 + 13.6 + 15.9 + 9.7/2= 14.9252(8+1)¿

1/2/(1−0.2451)∗(0+14.92 52

) /2Ii=0.2451¿

Ii=0.379

9

Policy Writing:u = 1.6667/6 = 0.1761Cp = (32 + 24.5 +11.7 + 19.8)/2= 222(5+1)¿

1/2/(1−0.1761)∗(0+9.46662

)/2Ii=0.1761¿

Ii=1.053

Looking at the number of inventory in each queue, the underwriting department has the largest, at 

close to nine requests at any given time. This clearly shows that the underwriting department is the 

source of one of the inefficiencies.

The Underwriting DepartmentUsing the 95% SCT values standardized across all Manzana branches to calculate the turnover 

time, we have calculated the total time (hours) required by each underwriting team to complete 

their requests each day.  Since the processing time of all the underwriting teams times are the 

same, we assume they work equally as efficient as one another.  This means any discrepancy 

between total processing times is likely due to differences in workload.  In Figure 3 below, we see 

that underwriting team 1 (the team that processes the requests from territory 1) has an increasingly 

large workload with 17.13 hours/day of work as compared to team 3 which has only 12.78 

hours/day of work to process based on the first 6 months of 1991. 

Figure 3: Processing Time (Hours per day) by Underwriting Team

Year Team 1 Team 2 Team 31989 15.22 14.48 13.651990 16.45 15.28 12.991991* 17.13 14.68 12.78

*First 6 months of 1991Note: for further information about the calculations see Exhibit 3 in the Appendix

10

Since there are 2 members per underwriting team, consisting of 1 underwriter and 1 technical 

assistant, each working a 7.5 hour work day, there are 15 hours per day towards processing 

requests. Any team that requires more than the 15 hour daily maximum is therefore creating a 

backlog in requests not completed equal to the difference. Looking at Figure 3 below, underwriting 

team 1 has consistently higher processing time (workload) than the other two teams. The 

increasing workload for team 1 and decreasing workload for team 3 illustrates that a backlog is 

being created with team 3 experiencing idle time. Therefore, the backlog can be reduced, and 

potentially eliminated, by de­regionalizing and transferring the workload between teams. De­

regionalizing the underwriting department would consist of having all three teams jointly 

responsible for processing requests from all three territories in order to maintain a FIFO system. 

If we further investigate this by calculating the utilization rate of each underwriting team, as seen 

in Figure 4 below, we note that underwriting team 1 consistently has the highest utilization rate.  

From 1989 to 1991 (estimated from the first 6 months), team 1 has a steadily increasing utilization 

rate from 0.84 to 0.90.   Team 2 has a fluctuating utilization rate but remains around 0.82. Team 3 

has a steadily decreasing utilization rate from 0.75 to 0.69.  If these trends continue over time, the 

discrepancy in workload between teams 1 and 3 will continue to grow causing an increasingly 

large backlog of requests for team 1. Team 1 may see an increased sense of customer 

dissatisfaction for territory 1, because of requests backlogged, while team 3 may be idle at times.

Figure 4: Underwriting Team Utilization

Underwriting team in 1989

Total Processing Time (Requests/hr.)

Utilization

1 1.67 0.842 1.64 0.823 1.50 0.75

Underwriting team in 1990

Total Processing Time (Requests/hr.)

Utilization

11

1 1.78 0.892 1.72 0.863 1.43 0.71

Underwriting team in 1991 (first 6 mo.)

Total Processing Time (Requests/hr.)

Utilization

1 1.80 0.902 1.62 0.813 1.38 0.69

By de­regionalizing the underwriting department, the workload for each team will be evenly 

distributed and turnaround time consistency will be improved. Overall the teams are working 

under­capacity and so de­regionalizing the department would remove the bottleneck present for 

requests received from territory 1.

Factors Affecting PerformanceThree main factors identified are:

1. Prioritizing: Though the company’s policy was to use the FIFO approach at each stage of 

the underwriting process, RUNs and RAPs are given more priority over RAINs and 

RERUNs, due to the perception that customers will renew their policies anyway at some 

point. Moreover the RUNs and RAPs are more profitable for agents as they receive 25% 

commission whereas only 7% is given for RERUNs. 

2. Underutilization: The capacity calculations show that the variance in each team’s utilization 

is large and increasing every year. This is mainly due to increased waiting time and uneven 

workloads given to each team resulting in situations where some teams are overworking 

while others are idle. 

12

3. Loss of renewals (RERUNs): According to the data given over the last quarters, the 

company had 44 % of renewals processed late and 47 % of renewals lost. Giving the agents 

short notice of RERUNs they may recommend clients to other insurance agencies. The 

inability of the company to provide timely processing of RERUNs is causing loss of 

customer volume, thereby reducing the company’s profitability. 

Summary of RecommendationsIn order to resolve the problems described above at the Fruitvale branch, we recommend the 

following:

1. Implement a pure FIFO system

2. De­regionalize the Underwriting department

Estimated Improvements to Turnaround Time (TAT)From Figure 1: Process Flow Diagram, all of the departments at the Fruitvale branch are currently 

within their working capacity.  Using our recommendation to de­regionalize the underwriting 

department, the underwriting teams will be able to handle their current inflow of requests, without 

creating a backlog, and requests may be processed shortly after they are received.

To calculate our estimated TAT, we first determine the expected number of RUNS, RAPs, RAINs, 

and RERUNs that could be received on a typical day.  The expected number of each type of 

request is found by taking its percentage of the total number of requests and multiplying it by 40, 

the daily number of requests received.  As seen in the appendix Exhibit 4, we would expect to 

receive 3 RUNs, 14 RAPs, 4 RAINs, and 19 RERUNs.  Using the 95% SCT, the total processing 

time for these requests is 11,441.5 minutes which results in a weighted average TAT of 0.64 days, 

13

as seen in Exhibit 5.  Comparing our estimated TAT of 0.64 days to our current TAT of 8.15 days, 

calculations shown in Exhibit 6, there is a difference of about 7 working days or more than 1 

working week.  A TAT of 0.64 days is also highly competitive with Golden Gate’s guaranteed TAT 

of one working day.  As agents often use the branch’s TAT as one indication of service, having a 

low TAT will likely also lead to an increase in the number of new requests received.

Estimated Financial BenefitsBased on our recommendation of operating under a pure FIFO system and de­regionalizing the 

underwriting department we calculated three different scenarios on how this will affect our bottom 

line. We will use the renewal loss rate of our competitor, Golden Gate, as a benchmark on how we 

could potentially operate. From Figure 5 below, our scenarios will be a “Best Case”, “Standard 

Case”, and “Worst Case”. Since Golden Gate’s renewal loss rate is 15%, in our best case scenario 

we estimate that our renewal loss rate could go as low as 10% which would reduce our losses by 

78.72%. For our standard scenario we could match the benchmark at 15%, a reduction of our 

losses of 68.09% and in our worst case scenario we predict that our renewal loss rate will drop by 

half to 25%, a reduction in our losses of 46.81%.

Figure 5: Scenario Analysis

1991 Worst Case (in thousands)

First Half Second Half

Team 1 403.00Team 2 227.00Team 3 296.00

1991 Standard Case (in thousands) First Half Second Half

Team 1 403.00Team 2 227.00Team 3 296.00

Total

* Assuming a constant renewal loss rate based upon the first half of 199114

1991 Best Case (in thousands)

First Half Second Half Recovered* Revenue Recovered on the Second Half

Team 1 403.00 85.74 317.26 $1,104.87Team 2 227.00 48.30 178.70 622.34Team 3 296.00 62.98 233.02 811.51

Total $2,538.72

Using data from the case we calculated the revenue per renewal to be $3.48.  Thus by multiplying 

the renewal price times the expected recovered renewals, we can calculate recoverable revenues. 

From Figure 5, we can see that in the best possible outcome, we would earn revenues from 

reducing the renewal loss rate from 47% to 10% of 2.5 million dollars. Even in the worst possible 

scenario, we would earn revenues of 1.5 million dollars.  This additional revenue in the worst case 

scenario assumes that our renewal loss rate is reduced to 25% which is much higher than the 

competition at 15%.  This implies that it can be achievable with the proper implementation of our 

recommendations.

ConclusionBy enforcing a strict FIFO policy with regards to the processing of requests and de­regionalizing 

the separate underwriting teams of the Fruitvale branch of Manzana Insurance, we expect to see an 

improvement in the company’s operations. These improvements include an increase in efficiency 

in processing requests, a decrease in the amount of requests backlogged, as well as an increase in 

revenues. 

15

Appendix

Exhibit 1: Process Flow Diagrams for Each Request Type

16

Exhibit 1 Continued

17

Exhibit 2: RERUNs as Component of Late Requests

Year 1989 1990 1991Quarter 1st Q 2nd Q 3rd Q 4th Q 1st Q 2nd Q 3rd Q 4th Q 1st Q 2nd QRequests Processed

2282 2352 2359 2383 2305 2401 2457 2476 2289 2391

Requests Late 205 192 221 201 227 248 310 387 425 471RERUNs Processed

1288 1283 1287 1308 1268 1253 1228 1238 1018 1063

RERUNs Late 205 191 220 201 225 248 310 387 425 468RERUNs as a Percent of Requests

57% 55% 56% 55% 55% 52% 50% 50% 44% 44%

RERUNs as a Percent of Late Requests 

100% 99% 99% 100% 99% 100% 100% 100% 100% 99%

Exhibit 3: Calculations for Processing Times by Underwriting Teams Underwriting Team (95% SCT)

18

Request Type Processing Time (min)RUNs 107.2RUNs (prev. RAP)* 0RAPs 87.5RAINs 49.4RERUNs 62.8

*RUNs that are previously RAPs go directly to policy writing

Processing Requests – Territory 1

Year RUNsRUNs(prev. RAP)

Total RUNs

RAPs (Total) RAINs RERUNs

Total Processing 

Time (min/year)

Total Processing 

Time (Hours/ day)

1989 268 131 399 1000 276 1713 237440.4 15.221990 305 164 469 1232 358 1568 256651.6 16.451991 (6 months) 162 112 274 761 196 636 133577.1 17.13

Processing Requests – Territory 2

Year RUNsRUNs(prev. RAP)

Total RUNs

RAPs (Total) RAINs RERUNs

Total Processing 

Time (min/year)

Total Processing 

Time (Hours/ day)

1989 186 132 318 815 237 1958 225921.9 14.481990 190 144 334 907 237 2021 238357.1 15.281991 (6 months) 100 79 179 513 125 840 114534.5 14.68

Processing Requests – Territory 3

Year RUNsRUNs(prev. RAP)

Total RUNs

RAPs (Total) RAINs RERUNs

Total Processing 

Time (min/year)

Total Processing 

Time (Hours/ day)

1989 212 139 351 952 264 1495 212954 13.651990 183 136 319 940 264 1398 202703.6 12.991991 (6 months) 88 83 171 524 130 605 99699.6 12.78

19

Exhibit 4: Expected Number of Each Request per Day

1990(3rd 

Quarter)

1990(4th 

Quarter)

1991(1st 

Quarter)

1991(2nd 

Quarter)

Total For 1 Year

Percent of Total 

Requests

Expected Requests 

Received/DayRUNs 178 178 164 186 706 0.07 3RAPs 819 831 862 936 3448 0.36 14RAINs 232 229 245 206 912 0.09 4RERUNs 1228 1238 1018 1063 4547 0.47 19Total 2457 2476 2289 2391 9613 1 40

Exhibit 5: Expected TAT

Operating Steps RUNs RAPs RAINs RERUNs TOTALs1­ Distribution Clerks (4 Clerks) 128.1 107.8 68.1 43.22­ Underwriting (3 Teams) 107.2 87.5 49.4 62.83­ Rating (8 Raters) 112.3 88.7 89.4 92.24­ Policy Writing (5 Writers) 89.3 72.1 67Total TAT per Request(no wait at any point)

436.9 284 279 265.2

Number of Requests per Day 3 14 4 19 40TAT (min) 1310.7 3976 1116 5038.8 11441.5Weighted TAT (days) 0.64

20

Exhibit 6: Current Backlog and TAT for the Week Ending 6 September 1991

# of Requests to be Processed Total Throughput DaysOperating Steps RUNs RAPs RAINs RERUNs1­ Distribution Clerks (4 Clerks)Total at DCs 1 3 1 11To be processed 1 3 1 11Average per DC 0.25 0.75 0.25 2.7595% SCT per request 128.1 107.8 68.1 43.2Total minutes 32.025 80.85 17.025 118.8 0.55

2­ Underwriting (3 Teams)Total at DCs 1 3 1 11Total at UTs 3 7 6 36To be processed 4 10 7 47Average per UT 1.33 3.33 2.33 15.6795% SCT per request 107.2 87.5 49.4 62.8Total minutes 142.93 291.67 115.27 983.87 3.41

3­ Rating (8 Raters)Total at DCs 1 3 1 11Total at UTs 3 7 6 36Total at RTs 1 2 1 7To be processed 5 12 8 54Average per RT 0.625 1.5 1 6.7595% SCT per request 112.3 88.7 89.4 92.2Total minutes 70.1875 133.05 89.4 622.35 2.03

4­ Policy Writing (5 Writers)Total at DCs 1 3 1 11Total at UTs 3 7 6 36Total at RTs 1 2 1 7Total at PWs 0 N/A 1 2To be processed 5 9 56Average per PW 1 1.8 11.295% SCT per request 89.3 72.1 67Total minutes 89.3 129.78 750.4 2.15

SummaryTotal Backlog 82Total TAT 8.15

** Numbers may differ from those in Exhibit 3 due to rounding

21