Wenalyze webinar con Rebeca Jiménez y Roger FerrandisData science, o ciencia de datos, es una tecnología que se está aplicando a todos los sectores, también al asegurador, una industria que trabaja especialmente el dato, al que le tiene que dar una importancia estratégica para mejorar su competitividad, lograr su crecimiento, establecer las necesidades de sus áreas de negocio y lograr la fidelización del cliente, entre otros factores.

Gracias al dato, se pueden establecer indicadores de utilidad para las compañías como el BCR, que es el que indica la posibilidad de que la aseguradora pueda continuar el negocio en el futuro; indicadores de ciberriesgo o indicadores de riesgo reputacional, “que tocan mucho los temas digitales que hoy son muy importantes para las compañías porque al final el futuro es digital”.

Así lo ha manifestado Rebeca Jiménez, Chief Data Officer en Wenalyze, entrevistada por su COO & CoFunder, Roger Ferrandis, en el marco de un webinar organizado por la compañía en su apuesta por tratar de crear esa cultura alrededor del dato y en el que se ha abordado las maneras en las que las aseguradoras pueden usar y beneficiarse de la ciencia de datos.

Datos encorsetados

Según la CDO, “los datos que proporcionan las aseguradoras suelen estar bastante desactualizados y, a veces, descuidados”, señaló en referencia a los datos “muchas veces duplicados o de empresas que ya no existen, que están mal nombradas o están mal sus direcciones”, que les pasan las aseguradoras y que “hacen difícil el trabajo”.

“Creo que deberían dar más importancia a esa parte, porque al final son empresas que trabajan con el dato”, añadió. En este sentido, rompió una lanza a favor del sector: “También es cierto que se empieza a ver al sector preocuparse más por estos aspectos y tratan de cuidar el dato cada vez más, pero, aun así, trabajar con datos de un año atrás a veces es difícil, porque son muy tradicionales y están muy encorsetados”, manifestó en cuanto a las dificultades que a veces encuentra a la hora de desempeñar su trabajo.

En su rol, según explicó, ella se encarga de procesar los datos una vez que las compañías se los han aportado y después de que su departamento de desarrolladores haya la captación de nuevos datos. Tras conocer las solicitudes de sus clientes en cuanto a las necesidades de los datos, utiliza técnicas de machine learning, como puede ser revisión lineal, clustering o árboles de decisión, para «intentar predecir las necesidades de los clientes o las que la empresa tiene sobre sus clientes. No es fácil muchas veces encontrar esas sutiles diferencias que pueden decir qué negocios están mejor o peor», explica.

Retos para enriquecer el dato

En cuanto a los retos de la analítica de datos, Jiménez reconoció que, empezando por lo anterior (el dato encorsetado), “el siguiente es encontrar las diferencias. Por ejemplo, con 2.000 clientes, buscar qué hace diferente uno que paga de uno que no, o uno que dentro de un año cierra y otro que sigue durante diez años más. Es un reto difícil porque a veces las diferencias son sutiles, pero personalmente es un reto apasionante”.

Esas diferencias, a su juicio, en el 80% de los casos, se encuentran más en los datos aportados por las plataformas analíticas que en los ofrecidos directamente por las compañías: “Simplemente por diferencias de números. Si una aseguradora, por ejemplo, da cinco datos, yo logro 200. Esto hace más fácil encontrar diferencias con esa cantidad de datos que con los obtenidos inicialmente”.

Datos reales actualizados y datos externos enriquecidos

Para la CDO, la principal diferencia entre Wenalyze y el departamento de Data Analytics de una aseguradora está en la conjugación de los datos reales que se actualizan y los datos externos que se enriquecen, es decir, en la obtención de datos externos y la actualidad que tiene esos datos. “Esos datos son reales hoy, no son reales hace dos o tres años, y esto es muy importante: conocer la situación de mis clientes ahora.

Finalmente, preguntada sobre el futuro del sector asegurador, Jiménez afirmó que, si se continúan aplicando estas tecnologías y procesos de analíticas y enriquecimiento de datos, “será un futuro mucho más eficiente. Además, más satisfactorio tanto para la empresa como para el cliente”. “Creo que puede llegar a reducirle pérdidas a la empresa y darle primas más ajustadas los clientes con las necesidades reales que tienen. Además, pueden ofrecerle productos que en este momento necesitan porque el mercado cambia a cada instante. Conocer más al cliente también beneficia al propio cliente porque se siente cuidado y que la compañía se preocupa”, valoró.