La gestión del dato, clave en la digitalización de la actividad en el sector asegurador

Recomendados.... » Administración Digital: progreso y vanguardia. 29 y 30 noviembre Foro » Plataformas de comunicaciones empresariales bajo suscripción Guía » Desarrollo de Apps móviles con low-code en Industria y servicios de campo. 30 noviembre.  Webinar

Esta es la lectura que extraen los expertos de Keepler Data Tech, firma especializada en el diseño, construcción, despliegue y operación de soluciones avanzadas de analítica en la nube pública, que consideran necesario“en primer lugar, identificar la situación real de la organización en torno al dato, definir un programa de modernización tecnológica, establecer un roadmap de acciones claves de alto impacto que permitan desplegar aplicaciones rápidamente, medir su éxito y mejorar los procesos con los clientes”.

El cliente en el centro
El mercado Seguros vive un momento de redefinición, por la irrupción e influencia de nuevos fenómenos sobre el comportamiento de los asegurados, como subraya un reciente informe de Mapfre Economics. Su análisis destaca que, por ejemplo, cada vez son más frecuentes las activaciones/desactivaciones de póliza a conveniencia. Es lo que se conoce como pay-as-you-go, que ofrece una manera revolucionaria de flexibilizar y personalizar las pólizas ajustándolas a su uso.

Esta tendencia no hace sino acrecentar la demanda de la personalización de la oferta y los servicios. Las compañías B2C en general, y el sector seguros en particular, se enfrentan al reto de interactuar con sus clientes, a través de múltiples canales digitales, en cada uno de los cuales generan una huella en el proceso. En este sentido, Keepler sitúa la visión 360º del cliente como uno de los proyectos claves de cara a evolucionar y revolucionar la gestión de sus clientes. A partir de los datos, interacciones, gustos o preferencias manifestadas por vía multicanal, permite reconocer con un identificador único al usuario, lo que mejora el perfilado y, en consecuencia, la oferta.

La agregación de todas las huellas digitales del cliente en un único ID impacta en beneficios como la mejora de la personalización de los sistemas de recomendación, la tasa de conversión refinada, la propia experiencia multicanal del cliente, la eficiencia del sistema y la fidelización; a la vez que reduce el coste de adquisición de nuevos clientes.

Gracias a ello, “se mejora la lealtad del cliente, un aspecto que sigue resultando diferenciador. Aunque las expectativas del consumidor digital son más elevadas que las del resto, esto no significa que quiera prescindir del contacto directo con su agente de seguros. Al contrario, espera mucho más y pretende tener una interacción más fluida por todos los canales, en cualquier momento, y ello implica que los agentes puedan contar con la máxima información para ofrecer una solución personalizada en cada interacción”, subraya Iván Avilés, Business Development Manager para este sector en Keepler.

Tecnología con impacto en el negocio
La última edición de 2022 Insurance Outlook de Deloitte ofrece algunas pistas sobre cómo es necesario adoptar tecnologías emergentes y mejorar la gestión de las diferentes fuentes de datos, apoyándose en proyectos que mejoren, al mismo tiempo, el trato a los clientes y la eficiencia operativa de la compañía. En este sentido, Keepler Data Tech también propone la integración de la inteligencia artificial (AI) en todos aquellos procesos que permitan la automatización.

El sector Seguros se enfrenta a una elevada carga de gestión: pólizas, reclamaciones, incidencias, facturas… Y todo ello por diversos canales (llamadas telefónicas, email, redes sociales, comentarios, encuestas…) y formatos distintos (texto, email, adjuntos, PDFs, documentos, fotografías…). La gestión de toda esta diversidad de datos, que se catalogan como datos desestructurados, ofrecen una información muy valiosa que requiere de una alta inversión de tiempo y recursos para su gestión.

Keepler señala a la AI como la tecnología que hará a las compañías ser más rápidas, flexibles y eficientes, permitiéndoles reducir la carga de trabajo que supone, por un lado, la extracción automatizada de los elementos claves de todos estos datos y, por el otro, la clasificación, asignación o acción correspondiente en cada caso, de manera automática. El sector Seguros es una de las industrias que más puede beneficiarse de este tipo de automatizaciones, que van desde tareas rutinarias de back-office, como la revisión automática de documentos; la propia atención al cliente, agilizando la transcripción de audios y su posterior análisis; o la revisión y evaluación automatizada de daños en vehículos o vivienda mediante vision computing.

La cultura del dato
La base de los anteriores retos tiene algo en común: los datos. El adecuado gobierno y gestión del dato en la organización puede suponer el éxito o el fracaso de la estrategia data-driven de una organización. En la visión de Keepler, “el gobierno y la calidad del dato son algo más que control, es tener confianza en los datos”, explica Moisés Dueñas, responsable de área de Data Management de la compañía, porque precisamente “el objetivo de la gestión de datos es "mantener los datos organizados de forma práctica, eficiente y fácilmente consumible o utilizables”, añade.

Toda estrategia de datos, y cualquier transformación en general, necesita contar con las personas. Esto implica hablar del dato y que las personas sean conscientes y responsables de esos datos. Para ello, puede ser necesario (y lo será en muchos casos), cambiar la mentalidad en cuanto a los datos y potenciar el talento interno para consolidar la cultura del dato.

Cinco fases para una adecuada gestión del dato:
-- Creación de una oficina del dato, que permita definir funciones, responsabilidades claves, perfiles, objetivo, etc. Esta oficina guiará el modelo operativo en la organización.

-- Diseñar una estrategia del dato, con un procedimiento muy racional para identificar rápidamente lo que falla y lo que hay que hacer, y ser capaz de establecer un roadmap y una planificación.

-- Establecer un gobierno del dato, que permitirá establecer las responsabilidades sobre los mismos, definiendo un modelo de responsabilidades y políticas, y con un enfoque que permita escalar en el tiempo.

-- Vigilar la calidad del dato, que ayuda a los usuarios a entender “sus datos” y el rendimiento de los roles establecidos.

-- Generar un 'data literacy', que consiste en tener un glosario de datos que permita a los empleados, y a la propia empresa, tomar decisiones basadas en esos datos.