La optimización de datos, asignatura pendiente de las aseguradoras

Siempre hablamos de que las compañías tecnológicas tienen una enorme cantidad de datos nuestros. Pero también hay otras empresas que dispone de mucha información relevante, como las aseguradoras.

Por ejemplo, estas entidades saben dónde vivimos y qué coche conducimos, gracias a los seguros de hogar y de autos que suscribimos con ellas. También se enteran de si cambiamos de domicilio o de coche, si compramos otro vehículo, etc. Esto les permite saber, por ejemplo, nuestro poder adquisitivo, si nuestra situación familiar ha cambiado y ahora tenemos hijos, etc.

Con estos datos, es fácil realizar un perfilado de cada cliente y predecir cuáles pueden ser sus necesidades, dependiendo del momento vital en el que se encuentre. Si saben que tenemos hijos, las aseguradoras pueden deducir que quizá estemos interesados en incluirlo en nuestra póliza de salud o en suscribir un seguro de vida. Si estamos en nuestra plenitud laboral, puede que queramos un plan de pensiones. Y si alcanzamos una edad madura, tal vez deseemos evitar problemas a nuestros familiares y contratar un seguro de decesos.

Esto es sólo una muestra, puesto que las aseguradoras tienen a su disposición otros muchos datos generales, como los referidos a la siniestralidad en accidentes de tráfico, las reclamaciones causadas por eventos climatológicos en determinadas áreas geográficas, etc. E incluso pueden disponer de información totalmente personalizados, como los datos de actividad y estado de salud recabados a través de smartbands y smartwatches o la telemetría de nuestros hábitos y modo conducir, por ejemplo.

Sin embargo, pese a todos los datos que obran en su poder, no están obteniendo todo el provecho que podrían sacar de ellos, según pone de manifiesto el informe ‘The data-powered insurer: Unlocking the data premium at speed and scale’, publicado por el Instituto de Investigación de Capgemini. “Sólo el 18% de las organizaciones de seguros tienen tanto las capacidades técnicas como la cultura y las competencias para apoyar los programas impulsados por los datos que obtienen todo el valor del creciente volumen que ellos mismos generan”, afirma Ramana Bhandaru, responsable Global de I&D de Servicios Financieros de Capgemini.

El estudio desvela que el 40% de las entidades utilizan los datos para entrar en nuevos mercados. Además, el 43% de ellas utiliza datos en tiempo real para analizar los modelos actuariales, mientras que alrededor de un tercio pueden utilizar los datos para modelar nuevos riesgos. Por otra parte, el 43% de las aseguradoras han modernizado y actualizado sus algoritmos de riesgo.

El estudio señala que las entidades que exprimen mejor los datos, denominadas ‘data masters’, son las de mayor tamaño, con una media de ingresos superior a los 20.000 millones de dólares. De hecho, el 61% de estas grandes aseguradoras han conseguido la adopción generalizada y han obtenido beneficios de la transformación de sus iniciativas de datos, mientras que apenas el 16% de las pequeñas aseguradoras lo han conseguido. Capgemini explica que una razón importante de esta diferencia podría ser la escasa inversión de las entidades más pequeñas en la modernización de la tecnología.

Esta desigualdad supone una importante desventaja competitiva para aquellas compañías que se están quedando atrás en el manejo de los datos. La consultora destaca que más del 90% de las ‘data masters’ han registrado un aumento de las pólizas, una mejora de la ratio de cobertura y una mayor puntuación de los promotores de la red, mientras sólo la mitad del resto de entidades lo han conseguido.

Además, Capgemini indica tres factores que marcan la diferencia entre las ‘data masters’ y el resto de aseguradoras: el 92% de ellas cuentan con un órgano de gobernanza o mediación centralizado, el 62% tienen colaboraciones con insurtechs y el 97% han creado interfaces de programación de aplicaciones (API) abiertas para permitir que partes externas accedan a sus datos.