19/01/2023 às 17h30min - Atualizada em 20/01/2023 às 00h00min
Quatro componentes-chave para o sucesso do seguro em tempo real
Por Rodrigo Camargo, diretor global da área de Parcerias e Alianças da FICO
SALA DA NOTÍCIA Divulgação
Rodrigo Camargo, diretor global da área de Parcerias e Alianças da FICO - divulgação O mundo desde a COVID-19 – exacerbada pelo aumento das incertezas como inflação, guerra e mudanças climáticas –, é tudo, menos seguro. Estamos todos, ao que parece, envolvidos em novas ansiedades sobre nossas famílias e entes queridos. Muitas famílias estão, pela primeira vez, discutindo a criação de planos de emergência. Isso representa uma oportunidade e uma ameaça para as seguradoras: como podemos oferecer o melhor produto ao melhor preço e alcançar nossos clientes pretendidos exatamente quando a necessidade surge? Por isso, para tomada de decisões com uma visão 360º do cliente, as seguradoras usam, ou ao menos deveriam usar, análises avançadas e comunicação interativa. Quatro componentes-chave dos sistemas de seguros Hoje, o cenário global coloca as pessoas em alerta para uma série de imprevistos que podem acontecer. Por isso, mais do que nunca, as pessoas estão buscando modalidades referentes ao seguro de vida, ou mesmo produtos que possam fornecer, por exemplo, um back-up financeiro para emergências. E, para atender essa demanda, as seguradoras precisam ter sistemas internos que conversem em tempo real para uma tomada de decisão on-line e simultânea à necessidade do consumidor. As seguradoras que conseguirem identificar essas tendências e comunicar rapidamente as ofertas por meio de canais digitais serão as únicas a conquistar novos clientes e solidificar a fidelização deles. Nestes últimos anos, muitas empresas investiram em aprendizado de máquina e IA, contudo, nem todas se valeram da tecnologia on-line e em tempo real e isso faz uma grande diferença. Os modelos analíticos são os cérebros de todos os processos de decisões inteligentes, e esse cérebro deve trabalhar rapidamente. Com a tecnologia offline é possível criar modelos, mas leva muito tempo para implantá-los e isso já não é mais aceitável. Mesmo que o modelo não possa aprender em tempo real, a empresa ainda pode ter sucesso se o modelo puder ser implantado e fornecer respostas rápidas. As seguradoras devem ser capazes de classificar os clientes e agir instantaneamente, fornecendo uma resposta em tempo real e pelo canal de preferência do consumidor. A capacidade de resposta omnichannel – com as decisões on-line em tempo real – não é mais um recurso adicional, mas sim competitivo. Por fim, para que a interação com o usuário seja a melhor possível, os sistemas das seguradoras devem ser capazes de gerar uma visão detalhada do perfil do cliente: uma imagem holística dos compromissos, históricos e das compras de seguros. E isso só pode ser feito com o desenvolvimento de perfis personalizados. Cada interação deve ser capturada como um evento, e cada evento deve atualizar o perfil, que é um conjunto de características facilmente acessadas em tempo real quando uma decisão é necessária. Para resumir, as seguradoras precisam aproveitar: - Decisões em tempo real
- Análise em tempo real
- Comunicação interativa (bidirecional) em tempo real e omnichannel
- Uma visão completa dos compromissos com os clientes em tempo real
Com todos esses recursos em vigor, as seguradoras podem oferecer novos serviços de ponta, como seguro embutido - segurando uma viagem de Uber ou um aluguel AirBNB, por exemplo. Essas novas ofertas, no entanto, exigem a integração de dados internos, juntamente com dados de terceiros, perfis, dados em tempo real ou de streaming e, talvez, a certificação de um contrato em um Blockchain para fins de segurança e auditoria. Nesse contexto, os dados da IoT (internet das coisas) são uma fonte cada vez mais crítica. A capacidade de saber quem, por exemplo, está dirigindo um carro (é o segurado ou é um amigo?) pode parecer irrelevante à primeira vista, mas pode ter uma influência significativa em uma oferta de apólice daqui para frente. Além disso, poderia ser muito diferenciado se, por exemplo, a seguradora pudesse aplicar bons descontos de condução em tempo real, ao mesmo tempo em que reduziria os riscos inerentes se o carro for conduzido a maior parte do tempo por um motorista que mantém a velocidade limite, não freia de repente e sempre usa um sinal de direção. Combate à Fraude em Seguros Uma coisa que também captura a imaginação é aproveitar essas tecnologias para detectar e tratar fraudes. Para uma companhia de seguros, a capacidade de correlacionar dados adicionais de terceiros e, muitas vezes, não óbvios, é essencial. Por exemplo, se o segurado de um sinistro utilizar o serviço de reparo em uma oficina de um conhecido e que, por meio dessa relação, seja possível cobrar a mais por esse conserto, pode indicar uma fraude. Às vezes a seguradora não pode saber o custo do reparo com antecedência, e pequenos extras podem economizar muito se pudermos emitir uma bandeira vermelha dizendo que o proprietário da oficina de reparo é cunhado do cliente com o sinistro em aberto. Em seguros de saúde, o abuso também é um tópico relevante quando se correlaciona tais dados extras. A capacidade de identificar esses casos economiza milhões. Foi isso que vi, por exemplo, em uma seguradora que nos forneceu seu banco de dados já analisado por eles. Encontramos muitos casos que eles ignoraram e economizaram milhões para a empresa. Naturalmente, todos os negócios em seguros começam com o processo de conhecer e aceitar os riscos que o cliente oferece. Se a seguradora puder capturar os clientes "certos" (ou os melhores), podem evitar a maioria dos problemas futuros. Mas identificar e reconhecer esses perfis é uma arte. Sendo assim, quanto mais seguradoras utilizarem plataformas decisionais e apoiarem suas decisões em tecnologias como Inteligência Artificial e Machine Learning, melhor os resultados da empresa e ofertas para os clientes.
Rodrigo Camargo, diretor global da área de Parcerias e Alianças da FICO - divulgação
