Borja-Díaz-8-bis

Análisis de datos e inteligencia artificial, motores de la transformación digital

Share on facebook
Share on twitter
Share on email
Share on linkedin
BORJA DÍAZ, CEO de Multiasistencia España

Al tiempo que las nuevas tecnologías avanzan en todos los sectores económicos crece la necesidad de incorporar estos desarrollos como elemento fundamental de su desempeño. De acuerdo con el reciente informe realizado por McKinsey & Company en enero de 2018, ‘Digital reinventation: unlocking the how’, se prevé un incremento de casi el 20% del empleo de inteligencia artificial en todos los sectores de actividad durante el próximo año y con una estimación de impacto económico de 33.000 millones de dólares.

Ahora bien, la incorporación de herramientas tecnológicas per se no asegura el éxito del proceso de digitalización. Aunque resulta evidente que técnicas, herramientas y soluciones como cloud computing, machine learning o deep learning son tendencias clave para lograr la aplicación de inteligencia artificial a los modelos de negocio, ninguna de ellas será de utilidad real si no están orientadas a objetivos claros y bien definidos. Igual sucede con otras herramientas cada vez más extendidas como los chatbots, el reconocimiento del lenguaje natural o el reconocimiento y tratamiento avanzado de imágenes. Ninguna de ellas actuará como motor de la transformación digital de la compañía si no se tiene una estrategia clara de utilización alineada con los objetivos del negocio.

En Multiasistencia creemos que, para llegar a una acertada determinación de los objetivos que pueden verse beneficiados por la aplicación de las nuevas tecnologías, debe partirse de un profundo conocimiento de los aspectos del negocio que van a verse impactados por estas soluciones. Sólo partiendo del conocimiento de los modelos de negocio del sector, de las distintas organizaciones y los roles que juegan en el mercado, de los procesos críticos y las operaciones clave, y de los clientes (compañías y asegurados) y sus preferencias, se pueden detectar las áreas de mejora accesibles a través de la aplicación de nuevas herramientas y tecnologías.

En esta línea, las principales consultoras y escuelas de negocio han señalado que la analítica de datos es la base de la transformación digital al ser este análisis la principal fuente de conocimiento del negocio cuando hay que detectar patrones, relaciones, tendencias y significados que se esconden detrás de millones de registros de información y cuya obtención a través de la experiencia humana podría llevar años.

En el sector asegurador, el conocimiento del riesgo es la base de una diferenciación competitiva. Ahora bien, en un mercado en el que la competencia en precios ha sido (y sigue siendo) tan fuerte, esta diferenciación competitiva debe reforzarse con aspectos adicionales si las compañías aseguradoras quieren destacar respecto al resto. Así, ya no se trata sólo de entender el comportamiento del objeto asegurado sino, también, del comportamiento del cliente, de su contexto social y familiar, de las preferencias y expectativas que tiene respecto a la compañía y respecto al producto adquirido.

El análisis de datos en el mercado asegurador, dados los grandes volúmenes de información que se manejan, es el verdadero impulso para la revolución del sector. Esta analítica puede transformar el modo en que se gobiernan los procesos de decisión que dirigen las relaciones con los clientes, lo que significa afectar, en general, a todos los procesos del negocio: desde la cotización y suscripción del riesgo hasta la gestión de las prestaciones en siniestros, la renovación de la póliza o la oferta y uso de nuevos servicios.

En este contexto de cambio, lo que buscan las aseguradoras es pasar de ser sólo un servicio necesario a convertirse en parte de la vida cotidiana del asegurado aportando las coberturas que son realmente valoradas y apreciadas por cada persona y acompañándolas de los servicios realmente útiles y utilizados por cada cliente. Según el estudio de Accenture ‘Global Distribution & Marketing Customer Study: Insurance Report’ de 2017, una parte importante de los asegurados de Hogar valoraría servicios en tiempo real, personalizados y orientados a la mejora de su vida diaria. La misma tendencia ya la detectó Bain & Co en su informe ‘Customer behavior and loyalty in insurance: global edition 2016’ donde España se encuentra entre los países en los que el cliente más valora el contrato de seguro como una plataforma de servicios más allá que una mera cobertura. Una oferta de valor personalizada al cliente que contemple no sólo el riesgo, sino también las preferencias de servicios, sólo puede ser construido a partir del profundo conocimiento que aporta el análisis de la información.

En esta línea, de la capacidad de las empresas aseguradoras para modelar la información a través de las soluciones, herramientas y tendencias más potentes (desde el machine learning al deep learning) y llevar estos modelos a entornos de decisión, ejecución y relación en tiempo real, están surgiendo nuevos modelos de negocio que están transformando el sector. Ejemplos del aprovechamiento de estas capacidades son los modelos desarrollados por compañías como Trov (on-demand insurance), Oscar (customized insurance) o Friendsurance (P2P Insurance).

En concreto, para el ramo de Multirriesgos y en lo que a la gestión del siniestro se refiere, en Multiasistencia recopilamos, normalizamos y analizamos todos los datos que capturamos relacionados con toda la actividad en la que participamos. Tenemos implantada una cultura -en nuestros casi 35 años de actividad- de clara orientación a la gestión de la información para obtener el máximo conocimiento posible. Actualmente, acompañamos nuestra toma de decisiones con la aplicación de modelos analíticos predictivos de elevada precisión y confianza que nos permiten automatizar ciertas operativas con garantías de máxima satisfacción para todos los agentes implicados en el proceso. Dada nuestra principal actividad como compañía de asistencia no nos podemos permitir lagunas derivadas de la falta de información rigurosa a la hora de participar en un siniestro, por ejemplo, en tomar las mejores decisiones sin tener en cuenta el valor de cada cliente para la aseguradora y el posible impacto que nuestra decisión tendrá en su satisfacción final.

Así, desde el área de soluciones digitales de Multiasistencia, hemos desarrollado soluciones orientadas al máximo aprovechamiento del conocimiento que podemos extraer de los datos: modelos predictivos para estimar los principales factores a tener en cuenta en la toma de decisiones, modelos de ejecución de reglas de negocio en tiempo real y accesibles desde cualquier entorno, aplicación de IA en canales de relación con los asegurados que hacen uso de estos modelos y son desplegables en cualquier canal de interacción con el cliente y el desarrollo y gestión de contratos digitales que representan la relación que debe darse entre el asegurado, la aseguradora y sus prestaciones y servicios.

Y este es el camino al que creemos que debe apuntar la transformación digital: abordar los procesos de innovación en inteligencia artificial a partir del análisis de datos.