Rafael Comendador y Pedro Jiménez | ‘Retos del dato en el sector asegurador’

Tradicionalmente los datos han sido un elemento clave para la industria aseguradora de cara a analizar las causas o efectos de los siniestros y, por tanto, manejar óptimamente el riesgo en su negocio. Ya desde el siglo XIII se realizaban registros relacionados con seguros de vida donde se tenían en cuenta datos como la edad, el género o los viajes a realizar para estimar la tarificación del seguro. La recolección de esos datos era una tarea ardua, lenta y manual y existían otras variables a cuantificar para las que no se tenían medios. Los datos estaban ahí, pero no había forma de registrarlos. Todo lo contrario a lo que sucede hoy.  

Durante el último siglo el universo de datos ha sufrido una completa transformación. Lo que antes era una recolección manual e imprecisa en las iglesias, actualmente se realiza en milésimas de segundo por tecnologías completamente democratizadas como el internet o los smartphones. Así, hoy nuestro teléfono móvil cuenta con una capacidad de procesamiento superior a los ordenadores que llevaron al hombre a la luna. Este incremento exponencial en las tecnologías ha desencadenado a su vez en la generación de un universo de datos ingobernable y en constante evolución,

Se estima que cada 18 meses doblamos la cantidad de datos (excluyendo incluso tecnologías emergentes como el 5G o la IOT que aceleran este proceso aún más). Rebosamos datos y tenemos en nuestra mano el análisis de los mismos de cara a modelizar y optimizar nuestro negocio, pero a raíz de ello surgen nuevos retos como su calidad, el correcto análisis de la información o el aumento de la competencia mediante la proliferación de nuevos actores en el mercado que no conocen el sector pero tienen los datos que el sector requiere.  

Existen por tanto varios desafíos para las aseguradoras. En primer lugar, la propia captación, y la consecuente capacidad para tratar y filtrar los datos, para que resulten útiles o lo que popularmente se conoce como Garbage IN, Gabage OUT. Si un dato no es bueno, ningún producto o conclusión de él lo será. Esta capacidad de entender los datos se conoce como el data mining, un proceso esencial pero costoso tanto a nivel tecnológico como a nivel humano por lo que existen partners especializados en estas técnicas que pueden ayudar significativamente a las aseguradoras.

En cualquier caso para llevar a cabo este proceso la organización deberán adaptar sus sistemas informáticos para que sean flexibles a nivel de arquitectura, con el objetivo de poder añadir estas nuevas estructuras de datos, permitir arquitecturas basadas en microservicios, añadir procesos de calidad de datos en tiempo real, disponibilizar datalake y sandboxes, etc.) como a nivel computacional mediante la gestión automática del hardware bajo demanda de los data scientist o de ETLs en tiempo real. Para ellos será clave la migración y adaptación de los sistemas a tecnologías Cloud o modelos de Software As a Service. Tecnologías y modelos donde la escalabilidad de proceso y almacenamiento está más que garantizada.

Otro reto clave consiste en ser capaces de estructurar y mantener todo el conocimiento que ya tienen las empresas. Este aspecto es tanto o más importante que el propio dato. Las aseguradoras deben generar o adaptar modelos de datos y de metadatos específicos del sector seguros, que recojan todo el conocimiento que ya tienen, la interconexión con procesos internos y externos, reglas de negocio, regulación, localización del producto, KPIs, etc. Además, deberán también asegurarse de que esos modelos son suficientemente flexibles, para permitir la fácil colaboración con otros partners, especialmente con nuevos actores del ecosistema como empresas especializadas en analítica de datos. Esa estructura de datos que soporte todo el negocio de seguro basada en una experiencia previa en el sector permitirá un correcto gobierno del dato y asegurará un almacenamiento de calidad.

El último gran reto al que se enfrenta el sector es la innovación. Ésta deberá ser aplicada tanto en soluciones tecnológicas como mediante la inclusión de hardware de medición basado en IOT, la utilización de modelos de machine learning o IA. También en nuevas metodologías agiles de trabajo, en soluciones de seguros basadas en el uso o comportamiento del asegurado, en diferentes modelos de negocio como el pago por uso del seguro o la optimización de procesos en tiempo real. La innovación debe ser transversal y abordarse como tal.

Desde Duck Creek jugamos un papel clave de esta transformación que está viviendo el sector, ya que disponemos tanto de los conocimientos técnicos como los de negocio necesarios. Además, hemos desarrollado productos que se adaptan perfectamente a las necesidades de las aseguradoras para poder abordar algunos de estos retos como Duck Creek, Insight y Policy pensados para facilitar la incorporación de nuevos modelos de datos en el riesgo de forma ágil y con bajo impacto de codificación.

Los datos pues han pasado de ser inaccesibles a procesables y están aquí para quedarse. El sector asegurador debe proveerse de la capacidad de entenderlos, prepararlos e incorporarlos a los procesos productivos con rapidez y con trazabilidad. Herramientas y Cores que puedan ser soporte de este proceso de cambio continuo son imprescindibles y en Duck Creek contamos con ellas y queremos seguir este apasionante camino de adaptación continua al dato que no deja de sorprendernos.

MÁS NOTICIAS

Suscríbete a nuestra newsletter

Suscríbete a nuestra newsletter