Data Warehounsing - Soluciones para el area de Seguros

La reducción del mercado, menores ganancias y reclamos fraudulentos están forzando a las compañías de seguros a tomar algunas decisiones realmente difíciles para mantener su competitividad, y en algunos casos su supervivencia. La calidad de la información sobre la que estas decisiones son realizadas pueden significar la diferencia entre el éxito o el fracaso.

La competencia en el área de seguros de las propiedades está haciendo disminuir las primas, resultando en un menor margen de ganancias. Según algunas agencias, el retorno líquido a corto plazo para seguros de siniestros de propiedades alcanzará el 5% en los próximos dos años.

Algunos pronósticos preveían para 1997 un margen moderado de ganancias para quienes realizan seguros de vida. Pero la mayoría de estas ganancias provendrán de inversiones, y no de nuevos negocios. El agente de seguros promedio todavía vende sólo una póliza por semana (tal como ha sucedido en los último 25 años). Pese a que las rentas vitalicias y otros productos de seguros orientados a las inversiones están floreciendo, sus márgenes son bajos.

Cada vez existe más presión sobre las compañías de seguros para proveer más productos y opciones de servicio a una base de consumidores que está envejeciendo, posee más conocimiento y demanda mucho más. Igualmente crítico es el incremento en la globalización, que está limitando las ganancias de la industria de seguros. Como resultado del NAFTA, la CEE y otras uniones y tratados económicos, la competencia mundial será cada vez más intensa.

Pero utilizando las soluciones de data warehousing y data mining se pueden encontrar las soluciones de marketing y las estrategias de negocios necesarias en los datos que ya se tienen. Inmediatamente surgen las siguientes preguntas cuando se plantea la competitividad en una organización de seguros:  

·        ¿Diferentes sistemas de tarifado van a traducirse en una mejor penetración del mercado?

·        ¿Cuándo es el momento adecuado para ofrecerle a un cliente un nuevo producto?

·        ¿Cómo se compara mi empresa con la competencia?

·        ¿Cómo es el perfil de un cliente redituable para un conjunto de productos?

·        ¿Qué acciones toma un cliente antes de cambiar de portador o de dejar de cumplir con un prima?

·        ¿Cuáles clientes constituyen un riesgo crediticio serio?

·        ¿Cómo se pueden diseñar mejores productos para atraer y satisfacer a los clientes?

·        ¿Qué productos tienen mayor posibilidad de atraer facturaciones fraudulentas?

·        ¿Cuántos fondos de inversión y primas debe vender un agente por semana?

Las aseguradoras líderes del mañana dependerán del conocimiento detallado de sus clientes y competidores para proveer productos y servicios que aseguren su competitividad. Para hacer un análisis y propuestas de soluciones revisemos las preguntas planteadas, y veamos cómo las herramientas de datawarehousing, data mining y toma de decisiones pueden ayudar a resolver las necesidades expuestas:

·        Utilizando una base de datos de alta performance, el data mining ayudará a descubrir patrones que provean una visión profunda de los segmentos del mercado y los comportamientos de compra de los clientes. Los modelos predictivos colaborarán en el cambio de las políticas de precios para optimizar los resultados.

·        Basándose en información histórica, tal como la época del año, zona, indicadores económicos, comportamiento competitivo, promociones, ofertas de otros productos, etc., el data mining ayudará a descubrir patrones de compra en torno de nuevos lanzamientos de productos. Utilizando luego herramientas de toma de decisión, se puede “navegar” por estos patrones para obtener las estrategias que aprovecharán en forma efectiva los hábitos de compra de los consumidores, para entonces lanzar nuevos productos.

·        El data warehousing permite juntar los datos internos de performance con información externa de la competencia para determinar precisamente la efectividad en el mercado. Este detallado análisis de mercado serve para asignar más efecientemente los recursos en las áreas más rentables, así como también fijar otras áreas como destino de nuevas campañas.

·        Las herramientas de toma de decisión permiten identificar y marcar clientes. Utilizando luego el data mining para analizar los atributos de estos clientes se puede determinar el tipo de cliente que se quiere atraer y retener.

·        Perfilar el comportamiento de un cliente es esencial para determinar qué clientes pueden estar preparándose para cambiar de compañía. Realizando una detección secuencial de patrones a través del tiempo y analizando los clientes que ya han cambiado, se puede comenzar a reconocer el comportamiento predictivo.

·        Identificando las características y comportamiento de clientes antiguos y actuales que representan un alto riesgo crediticio, y aplicando luego este perfil sobre la base de clientes actual, se pueden detectar clientes que vayan por el mismo camino.

·        También se puede minimizar la posibilidad de fraude. Por ejemplo, con el data mining se pueden analizar  los reclamos para encontrar la posibilidad de fraude en un segmento en particular.

·        Utilizando un data warehouse, las ventas de fondos y primas pueden ser acumuladas par agente. Utilizando esta información se puede realizar un análisis de tendencias sobre las ganancias y comparar esto contra la producción de los agentes. Esto dará una indicación más exacta de las ventas versus las tendencias, y ayudará a establecer cuotas que se puedan lograr.

En cada instancia, las soluciones de inteligencia de negocios ayudarán a convertir los datos existentes en conocimientos y experiencia de negocios. También permiten un acceso más directo y sencillo a la información, desde cualquier lugar del mundo. Y esta información puede ser provista en múltiples formatos, dependiendo de las necesidades o gustos de quienes la utilizan. Todo esto logra que los procesos de toma de decisiones sean más veloces y efectivos, redundando en un mayor éxito y mejor futuro para las empresas.