Aseguradoras, predictive analytics y otras dudas del montón

aseguradoras_predictive_coche_wereable

 

En nuestra aventura de explicar las ventajas del Predictive Analytics en los diferentes sectores empresariales, hoy vamos  a hablar del sector asegurador. Sí, ese sector anticíclico que intenta dar respuesta a las necesidades de sus asegurados y que, por otro lado intenta que el fraude se reduzca a la más mínima expresión.

Hoy, mis marsupiales, hablaremos de la inteligencia artificial y el machine learning en las aseguradoras. Pero antes, dejemos claros estos dos conceptos que se usan indiscriminadamente y que puede llevar a confusión.

Machine learningEs la ciencia que encuentra patrones en tus datos de una manera automatizada usando para ello sofisticados métodos y algoritmos

 

Artificial IntelligenceEs la ciencia que hace que los ordenadores/máquinas  se comporten como los humanos

 

Es por ello que vamos a usar el término Machine learning para hablar de aseguradoras, porque, si bien es cierto que hace más de 100 años que se han buscado patrones en los datos para adelantarse a lo que fuera a ocurrir. Hasta hace bien poco lo que se usaba no era ni más ni menos que los modelos estadísticos y regresiones lineales. Ahora, gracias a las mejoras en los algoritmos y árboles de decisión, se reducen los sesgos a la mínima expresión.

Así que podemos decir que el Machine Learning ha transformado la manera en la que tratamos de resolver los mismos problemas a la vez que descubrimos insights en lugares que ni siquiera sospechábamos. Las herramientas usan árboles de decisión y redes neuronales para ser más precisos en sus predicciones, de hecho, el Machine Learning es particularmente útil en donde no hay relaciones lineales.

Esto signnifica que las aseguradoras se ven envueltas en la transformación digital y pasan de un entorno estático a otro totalmente dinámico, en donde las líneas entre el pasado y presente se difuminan.

Pero sigamos, ahora vamos al grano. Uno de los beneficios de instaurar una política Data-Driven basada en Machine Learning es que se puede aplicar al fraude, reclamaciones, marketing, análisis de beneficios y costes o análisis P&L , análisis de comportamiento y seguros preventivos.

 

Leemos en, cómo no, McKinsey, en el informe Unleashing the value of advanced analytics in insurance que la disrupción de elementos IoT están acelerando la transformación digital en las compañías aseguradoras.  Y es aquí donde entra de lleno las estrategias de “pricing case-by-case”, permitiendo la mejora en la experiencia del cliente a la vez que se mitigan las pérdidas para la empresa.  Pregúntate ¿por qué tengo que pagar lo mismo por un seguro a todo riesgo que otra persona si mi conducción, comportamiento y demás datos asociados a mi perfil son diferentes? Pues  eso… Con Machine Learning es posible hacerlo.

Aseguradoras y la duda

La industria aseguradora está sometida a muchos cambios en los últimos años y todos relacionados con la tecnología disruptiva como son los coches conectados, la domótica o los wereables,entre otros.

Y aquí llegamos al punto que me gusta: el elemento disonante. ¿Pueden las aseguradoras controlar tanto nuestro modo de vida que nos obliguen a tomar hábitos mejores? Hábitos saludables, a través de la información que proveen los dispositivos que monitorizan nuestras costumbres como Fitbit?

 

¿Pueden los coches conectados informar sobre infracciones y por tanto correr el peligro de perder el seguro de coche? ¿Hasta qué punto pueden condicionar nuestro ‘libre albedrío’ en nombre de la seguridad?

Desde luego, nos encontramos en un momento fascinante en donde la industria aseguradora, poder legislativo y judicial ha de ponerse de acuerdo, de cara a que no nos quedemos los ciudadanos presos de la tecnología disruptiva y un tanto ‘cortos’ en nuestras libertades más fundamentales.

 

 

 

Comments are closed.