Big data para transformar el negocio asegurador

El ecosistema de servicios y empresas que brindan soluciones alrededor del análisis de datos es extenso. Sólo en Argentina, existen cerca de quince proveedores distintos, con quince tipos de soluciones diferentes. ¿Para qué sirve, qué beneficios brinda y cómo puede llegar a cambiar por completo a la industria de seguros?

Internet, la era de la información y las nuevas vías de interacción permitieron que se generen enormes cantidades de datos. Big data es el término que define a este mar de datos que, si se analizan correctamente, pueden ser una herramienta fundamental para alcanzar los distintos objetivos que las empresas tengan. Por ejemplo, las compañías de seguros pueden estudiar los comportamientos de los clientes para predecir posibles riesgos o eventualidades.

“La idea es monetizar los datos, ya sea para ahorrar en eficiencia, para mejorar la facturación, reducir riesgos o generar nuevos negocios”, explicó Luis Lombardi, director de Ventas de Oracle Business Analytics para América Latina.

“Supongamos que, por ejemplo, a cambio de una bonificación en la prima, el cliente de una aseguradora accediera a instalar un dispositivo en el auto, el cual permite analizar cómo reacciona ante ciertas situaciones, por dónde se mueve realmente o si excede los límites de velocidad. La compañía podría empezar a actuar sobre esas variables. Eso ya está pasando hoy en algunas partes de Estados Unidos y Europa”, puntualizó el experto.

El directivo agregó que, con esa información, “una empresa podría salir y cobrar las primas dependiendo de los días que se utilizó el auto. Esto también permitiría ajustar el precio si el usuario frenó fuerte, manejó de forma brusca o deportiva o si circuló por zonas peligrosas donde la probabilidad de que te roben es mayor. En esos casos la prima sería mayor”.

Marcelo Garaffa, Senior Technology Strategist de Dell EMC, detalló que otro posible caso de uso en el sector de seguros se encuentra “en lo que respecta a seguros de vida. Se podría bonificar una prima si el cliente aceptara utilizar una banda fit. Así se podría monitorear su presión, su estado físico y hasta si va al médico a realizarse los chequeos”.

Entre otros muchos ejemplos, Garaffa agregó que, “a través del cruce de datos o el análisis de comportamiento, el big data permite también la detección de fraudes. Esto ya se está aplicando mucho en la industria bancaria. Mastercard, por ejemplo, tiene aplicados algoritmos de inteligencia artificial (IA) que, ante ciertos eventos, predice que puede haber un fraude y actúa antes de que sucedan”.

Lombardi destacó que “la capacidad de poder analizar esta información, sumada a otras fuentes como la ubicación, el clima y el perfil transaccional del cliente, les va a permitir a las empresas dar una experiencia tremenda, totalmente distinta, y eso va apalancar las ventas”.

El proceso de maduración analítica

Ingresar en el mundo del big data no es algo que se logre de un día para otro. Los expertos coincidieron en que es necesario haber transcurrido por un proceso previo.

Garaffa aclaró que, para recoger los beneficios que genera este fenómeno, una empresa primero tendrá que haber recorrido ciertos caminos: “Es importante, por ejemplo, tener los sistemas en sitio y un muy buen reporte de sus resultados. Recién ahí se puede empezar a construir una buena arquitectura de big data”.

“No es algo instantáneo, es más bien una escalera de cinco pasos de maduración analítica: análisis descriptivo, diagnóstico analítico, análisis predictivo, análisis prescriptivo y análisis cognitivo”, puntualizó.

Según indicó Garaffa, los dos primeros pasos conllevan la recolección de los datos: “Pensemos cómo funciona una organización normal: se almacenan datos de sus ventas, de sus gastos, de sus inversiones, y una vez por año (a veces menos) se hace un reporte contable, por ejemplo. De eso se tratan los dos primeros estadios del análisis de datos, de recolectar información para empezar a correlacionar eventos”.

Una vez que una empresa tiene los datos almacenados y que comenzó a relacionarlos ya no sólo puede conocer cómo le fue en el pasado sino que, a través del uso de algoritmos matemáticos, puede ser capaz de predecir qué va a suceder a futuro. “Ese es el tercer estadio y es hacia dónde las empresas más innovadoras están tratando de llegar. La idea es empezar a predecir, utilizando las tecnologías de inteligencia artificial, para poder actuar en consecuencia”, destacó el especialista.

“Por ejemplo, puede suceder que haya personas que tienen contratado un seguro de vida que sacaron hace diez años pero recientemente les diagnosticaron diabetes y la empresa no lo sabe. Si lo supiera podría actuar en consecuencia: podría sugerirles que se hagan chequeos o podría formar alianzas con ciertos centros médicos para cuidarlas. Imaginate lo que quieras y, una vez que tengas los datos sobre la mesa, podés empezar a tirar ideas y proceder dependiendo el caso. Eso es inteligencia artificial”, enfatizó.

El análisis prescriptivo es el cuarto estadio y son muy reducidas las industrias que han llegado aún. Estos análisis consisten en simular un sinnúmero de posibles escenarios para poder evaluar todos esos riesgos de la mejor manera. Para el experto, “es como en el ajedrez, donde un campeón mundial puede ver hasta 20 movidas adelante. Igualmente, esta tecnología es sumamente avanzada. Los pioneros son empresas como Google y Facebook que recién están intentando llegar a este estadio”.

El quinto y último estadio es la evolución en análisis cognitivo. Sin embargo, Garaffa advirtió que todavía nadie llegó a implementarlo. “Faltan al menos diez años para alcanzar este paso pero es a lo que se apunta, a lo que se quiere llegar”.

Igualmente, los especialistas estuvieron de acuerdo en que existe un paso previo que es más importante aún. Antes que nada, hay que tener una estrategia clara para saber hacia dónde se quiere ir.

Flávio Bolieiro, vicepresidente de MicroStrategy para Latinoamérica, explicó que “el punto principal es saber qué se quiere hacer con los datos. ¿Quiero disminuir el fraude? ¿Quiero aumentar las ventas? ¿Quiero tener más clientes? De ahí se empiezan a hacer las cosas. En el momento en que la estrategia está bien definida está resuelto el problema de qué datos necesitamos, qué análisis requerimos llevar adelante y qué tipo de tecnología vamos a precisar. Es fundamental tener un plan, una estrategia, de qué se quiere hacer. De ahí se desarrolla todo lo demás”.

Por eso, las empresas de tecnología proponen primero una consultoría inicial en donde se analizan los datos existentes, los usos posibles y las ideas de negocios. Una vez terminada la consultoría se ofrece la tecnología necesaria para la solución que requiera cada caso.

“No hay una solución mágica, es un proceso de madurez de una organización. Una compañía que no tiene datos almacenados, que no tiene una estructura transaccional y que no tiene personal capacitado no podrá beneficiarse con tecnologías del cuarto estadio. Para transitar esos cinco pasos, es necesario tener proyectos y tener el apoyo de la dirección. Recién desde ese momento empezamos a recorrer ese camino para lograr subir a la ola big data y lograr una ventaja competitiva”, resaltó Garaffa.

El big data en nuestro país

Por distintas razones, las soluciones de big data aún no se desarrollaron plenamente en Latinoamérica, en general, ni en nuestro país, en particular.

Bolieiro indicó que si bien “la tecnología es la misma en Argentina que en Estados Unidos, hay una cuestión de nivel de madurez de las compañías y de un marco legal que acompaña. Otro factor importante es la competitividad de mercado, porque muchas veces la necesidad de competir hace que uno invierta en mejores soluciones”.

Garaffa indicó que “la mayoría de las compañías de Argentina están en el segundo estadio de esta escalera de cinco pasos. Sólo algunas empresas grandes, sobre todo de la industria financiera o tecnológica, empezaron a almacenar todos los datos para tratar de hacer algún análisis de correlación, es decir, están entrando en el tercer estadio aunque todavía no buscan predecir sino más bien conocer mejor a sus clientes y ofrecerles productos que se ajusten a cada uno”.

En el caso específico de las compañías de seguros, Lombardi explicó que “es una industria que históricamente no tuvo muchos datos. El sector es ‘dame el número de póliza’ y con eso se resume todo lo que es la cultura de la información hasta hoy. Los datos siempre fueron incómodos. Pero, con la llegada de dispositivos como el IntelliDrive, o te transformás o te transformás”.

Un cambio de paradigma

La aplicación de la inteligencia artificial sobre grandes cantidades de datos es la próxima gran ola. Lo que hace cinco años se creía imposible ya no es ciencia ficción y las compañías de todas las industrias están empezando a ver buenos resultados.

Mariano Urman, gerente de Ingeniería de Ventas de MicroStrategy, advirtió que “es clave la inversión en este tipo de tecnologías. Aquel que no se pueda adaptar, a la larga va a terminar perdiendo. Incluso pueden entrar nuevos competidores que nadie esté teniendo en cuenta”.

Garaffa coincidió en que “estas tecnologías no sólo traen cambios en la dinámica del negocio sino la aparición de nuevos competidores impensados en el mercado. Puede aparecer una empresa que fundaron unos chicos que saben mucho de matemática y de big data y empezar a ofrecer seguros de una manera distinta y a un costo más competitivo”.

“Con todas estas herramientas, las compañías que no se adapten pueden quedar relegadas ante un competidor que quizás ni tenían en el radar. Un caso interesante es Netflix, que trabajó y generó más de 27.000 segmentos de películas distintos, no sólo terror, acción y comedia. Esto, sumado a la inteligencia artificial aplicada, tuvo como resultado un éxito comercial total”, enfatizó Lombardi.

Share Button