Gian Luigi Chiesa es científico de datos para FRISS y observa diariamente como aseguradoras ignoran grandes cantidades de datos en su batalla contra el fraude. Por el contrario, Gian utiliza modelos de predicción alimentados por datos ya disponibles en las propias aseguradoras, identificando riesgos ocultos y previniendo fraude.
«La explosión de los datos durante los últimos años ha brindado una oportunidad sin precedentes de encontrar nueva información más detallada sobre los problemas complejos.
Los métodos tradicionales, como la información empresarial, los modelos estadísticos simples y la segmentación, se desarrollaron hace 30 o 40 años. Muchas empresas siguen utilizando solamente estos métodos tradicionales, que no permiten responder a preguntas muy profundas sobre sus conjuntos de datos.
En la actualidad hay muchas herramientas modernas: aprendizaje con máquinas, aprendizaje profundo o análisis de redes. Esas herramientas se pueden utilizar en su empresa con muy buenos resultados. Una de las empresas con más poder e influencia en el sector del entretenimiento ya saca mucho provecho de estos métodos. Estoy hablando de Netflix.
Tiene mucho sentido crear una red
Hace unos años, Netflix se dio cuenta de que tenía que solucionar un problema: tenía tanto contenido que el usuario podía llegar a perderse. Para abordar este problema, Netflix estableció redes a muy gran escala que relacionan a los usuarios con los programas. El poder de esta metodología habla por sí mismo.
La empresa calcula que aproximadamente el 75 % de la actividad de los espectadores está impulsada por esas recomendaciones. ¿Cómo se aplica esto al mundo de los seguros?
Las personas están conectadas a través de sus siniestros de forma natural. Al igual que Netflix vincula a usuarios con programas, nosotros podemos vincular a personas con siniestros. En particular, podemos definir sujetos, que pueden ser personas, empresas o apodos; podemos definir objetos, que pueden ser vehículos, direcciones y ubicaciones; y podemos definir eventos, que pueden ser la introducción de un siniestro, tener un accidente o contratar una póliza. Tiene mucho sentido crear una red basada en estas relaciones.
Y en esas redes podemos buscar patrones interesantes. Al igual que la red de Neftlix puede elaborar un perfil de un usuario a quien tal vez le guste “El club de la lucha”, nuestra red puede elaborar el perfil de una persona como potencial defraudador.
Esos perfiles prestablecidos pueden aumentar enormemente el valor de su cartera. Por ejemplo, si se aplican estos métodos desde el principio, cuando las personas solicitan una póliza, se puede diferenciar la forma de actuar con las personas según su perfil prestablecido.
Un procesamiento inmediato
En el futuro, la evolución de estas herramientas puede conducir a unos seguros más honestos, con menos margen para el fraude y, posiblemente, un procesamiento inmediato del 100 % de los siniestros y las suscripciones de póliza.
Si adopta estas herramientas, será recompensado.»
