Visión estratégica de los datos y de la analítica avanzada dentro de las aseguradoras

Si hay un sector en el cual los datos siempre han formado parte de su ADN de negocio, ese es el de las aseguradoras. Muchos de sus procesos requieren de una gestión eficiente de los datos y su capacidad competitiva y rentabilidad está cada vez más influenciada por la eficacia con la que sus modelos estadísticos y actuariales calculen el riesgo.

Inicialmente el equipo Actuarial era el área que más relación tenía con los datos, pero la aparición de otros retos relacionados con la captación, gestión y retención de clientes, así como el incremento de la exigencia necesaria para poder competir y crecer en el mercado, están obligando a las organizaciones a establecer unidades transversales que permitan una gestión avanzada del dato.

La mayor demanda de productos y servicios aseguradores personalizados, el incremento de los puntos de contacto con los clientes y la creciente importancia de los canales digitales en comparación a los canales tradicionales están estableciendo nuevas formas de relación cliente – compañía. Por ello, otras áreas de las compañías están comenzando a demandar un uso más intensivo de los datos como es el caso, por ejemplo, de Marketing y Comercial o Prestaciones.

Para el sector asegurador, la gestión avanzada de los datos es un pilar estratégico para poder crecer en un mercado cada vez más competitivo, por lo que el uso de la analítica avanzada, apoyado en la concienciación y cultura del dato dentro de la compañía, un modelo de gobierno robusto, el apoyo de la dirección y una tecnología y capacidades adecuadas, serán los aspectos clave que marcarán la velocidad de este proceso de transformación en los próximos años dentro de este sector. Así lo pone de manifiesto el ‘Estudio de la madurez en el uso de la analítica avanzada en el sector asegurador‘, elaborado por KPMG.

 Aportación de valor de los casos de analítica desarrollados. Negocios clave donde extraer mayores ventajas competitivas

 Los parámetros para valorar el impacto en el negocio tras la utilización de la analítica avanzada se basan en los casos de uso desarrollados y, sobre todo, los que están operativos y aportando determinadas recomendaciones a las decisiones de las diferentes unidades de negocio donde se aplican.

Existe el consenso entre los profesionales dedicados a estas cuestiones de que la madurez real del uso de la analítica avanzada de una organización solo debe contabilizar los casos de uso que están disponibles en producción y sobre los que la confianza del negocio es plena y contrastada.

Los procesos de Marketing y Comercial, y Emisión y Tarificación ocupan una gran mayoría de los casos de uso desarrollados, a la vez que se observa un crecimiento significativo de los mismos dedicados a conocer su propia cartera, centrándose especialmente en la toma de decisiones para la gestión activa de los clientes actuales y reforzar las palancas de fidelización mediante la aplicación de modelos y algoritmos avanzados.

También han tenido un crecimiento significativo en términos de casos de uso desarrollados, aquellos destinados a reforzar el valor aportado a los clientes, acortar los tiempos de respuesta y la resolución de los siniestros declarados, con un doble objetivo, mejorar el nivel de calidad del servicio percibido por los clientes y, en segundo lugar, prestarlo de una manera más eficiente reduciendo los costes internos para llevarlo a cabo.

Si es importante conseguir nuevos clientes, todavía lo es más el retener a los clientes actuales, sobre todo a los más rentables y con más potencial. Esto explica el mayor foco de los casos de uso desarrollados a la gestión de la cartera y los clientes actuales en comparación con la búsqueda de nuevos clientes.

Una mayor calidad operacional obtenida a través de casos de uso que permiten analizar información no estructurada y lenguaje natural, y mediante el uso de modelos analíticos e inteligencia artificial, aportar una mejor eficiencia y por tanto reducir los costes de forma relevante.

 Relevancia del modelo de gobierno de los datos en la gestión del cambio

 Si hay un aspecto que se considera reflejo del nivel de madurez en el uso y desarrollo de la Analítica Avanzada en una compañía, es la fortaleza y profundidad con la que se ha definido uno de los pilares fundamentales de la gestión de los datos, su modelo de Gobierno.

La mayoría de las entidades del sector consideran que tener una política sólida sobre el Gobierno del Dato es un pilar “muy importante” junto con otras cuestiones como la Calidad, Seguridad e Integridad del Dato.

 En las entidades más avanzadas en la Gestión y Gobierno del Dato, el proceso de transformación empieza por incluirlo entre las iniciativas del plan estratégico, y darle la visibilidad necesaria como una de las líneas relevantes del mismo.

En las mejores prácticas se ha podido confirmar que la primera decisión comienza por definir una organización dedicada a este fin. Lo principios básicos organizativos se soportan en dos pilares fundamentales:

• Puesta en marcha de un órgano impulsor y coordinador (Oficina del Dato).
• El establecimiento de un modelo integrado a nivel compañía basado en reuniones de coordinación y seguimiento con participación de todas las unidades organizativas de la entidad.

Es fundamental contar con un modelo organizativo que refuerce la gestión de los datos con la definición de una política más concreta de Gobierno del Dato, y que identifique una serie de nuevos roles como son el de CDO (“Chief Data Officer”) y en el ámbito de las áreas de negocio los “Data Owner” o los representantes de cada de las unidades organizativas en los comités (“Data Steward”, Corresponsal, etc.).

A quién reporta el CDO también es relevante y marca el nivel de importancia que se da al papel que juega y su capacidad de influencia en la velocidad de cambio. También ofrece una muestra del nivel de madurez que existe en la compañía en el uso de los datos y en el proceso de transformación asociado. Las mejores prácticas y los modelos más maduros tienen un CDO que participa en los órganos de dirección de la compañía (Comité de Dirección) y reportan al CEO.

Pero pese a la relevante evolución llevada a cabo en los últimos años, existe un consenso amplio entre las entidades de que todavía queda mucho por hacer para que la cultura asociada a la gestión del dato tenga el reflejo necesario en todos los niveles de la compañía.

 La tecnología como acelerador de las aseguradoras

 Las arquitecturas existentes en la mayoría de las empresas del sector no estaban preparadas, y como consecuencia, se identificaron un gran número de proyectos de renovación de sistemas de soporte a los procesos clave de negocio, cambios en su arquitectura o la actualización de sus herramientas.

El plan de transformación suele ser bastante integral, y en la mayoría de las ocasiones está estructurado en oleadas, obteniéndose una primera versión para posteriormente, y según se vaya avanzado, ir transformando componentes y actualizándolos.

Relacionado con la implantación de nuevas arquitecturas funcionales y de datos, se encuentra la apuesta decidida por el uso de Cloud como soporte a los casos de uso y entornos de construcción y prueba de modelos de analítica avanzada. La mayoría de estos casos están soportados en “cloud” pública, aunque en algunas ocasiones se ha decidido usar entornos privados.

Adicionalmente, la construcción de “data lakes” es uno de los pilares sobre el que basa el proceso de transformación de la arquitectura de datos. El “data lake” debe ser el lugar donde se ingesta la información que necesitan para el desarrollo de los casos de uso, y que actúa como un repositorio donde integrar toda la información de la compañía. Este proceso puede ser escalonado y puede (y en muchos casos es así como se lleva a cabo) ir enriqueciéndose en fases sucesivas.

La implantación de un “data lake” favorece una mejor integración al aportar una mayor riqueza informacional en procesos clave de negocio. Asimismo, refuerza la integridad de los datos, su seguridad y su robustez.

 Principales barreras actuales

 Es preciso identificar cuáles son los aspectos que, a día de hoy, pueden frenar el impulso de las compañías y ralentizar el uso de la analítica avanzada, para intentar resolverlos o impulsarlos con mayor intensidad. Para ello se debe poner foco en resolver cuatro aspectos críticos:

• La existencia de situaciones en las que diferentes unidades organizativas acceden a datos basándose en fuentes y enfoques diferentes, lo que exige un esfuerzo dirigido a romper los silos que todavía existen en las compañías. Además de que se mantiene una cierta percepción de “guerra por el dato”, donde se considera que el dato es poder y esto provoca la gestión “egoísta” del dato.
• La calidad de los datos es una barrera importante a la que las compañías se tienen que enfrentar, ya que la mayoría de ellas consideran que sus datos no tienen la calidad suficiente y entienden que debe ser mejorada.
• La existencia de un cierto grado de desconfianza en que la cultura del dato pueda llegar a generar algo tangible en los resultados de una compañía. Por ello, la labor de los científicos de datos es clave en la explicación y divulgación de la cultura de datos por toda la organización. Se debe vigilar que esa divulgación se realice desde un lenguaje sencillo y cercano para que se pueda interiorizar por todas las áreas.
• La dificultad para encontrar los recursos adecuados, aunque las compañías están haciendo el esfuerzo en la captación y retención de talento para formar una unidad especializada en estos ámbitos.

 Visión futura de las aseguradoras

El camino de las aseguradoras que buscan convertirse en compañías “data driven” no es sencillo. Se tienen que ir cubriendo una serie de etapas más o menos complejas, que, por ejemplo, implican la definición e implantación de los procedimientos y políticas de gobierno de los datos que ayuden a integrar a todas las unidades de la compañía.

De la misma forma, estas iniciativas deben ir acompañadas de la implantación de casos de uso que se integren en el día a día de la compañía. Estos casos de uso permitirán ganar eficiencia y rentabilidad a la vez que aportarán mayor valor añadido a los clientes y al negocio pero, sobre todo, ayudarán a generar la confianza necesaria para que todas las áreas se sumen proactivamente al cambio.

La visión mayoritaria que comparte el sector es que las entidades que entiendan que los datos y el análisis avanzado de los mismos, van a conseguir ofrecer modelos de relación con el cliente diferenciales. Más aún, van a permitir cambiar el diseño de los productos y servicios ofrecidos a los clientes, personalizándolos para adaptarlos al máximo a sus necesidades.

Apoyarse en modelos analíticos más sofisticados permitirá la toma de decisiones en tiempo real y ayudará a responder a las necesidades del mercado de una manera más ágil, eficiente y rentable.

Quien pueda sacar partido de estas nuevas capacidades, podrá diferenciarse más fácilmente de sus competidores ofreciendo productos y servicios de mayor valor añadido.