'datos oscuros' iluminando la industria de seguros

Puede ser difícil de creer, pero la industria de seguros es una industria de datos sin procesar. Antes del surgimiento de Google, Facebook y otros gigantes digitales, las compañías de seguros tenían mejores datos e información sobre clientes, reclamos y productos que cualquier otra industria. Solían tener almacenes de documentos en papel que los diferenciaban de sus pares. El problema es solo acceder y ordenarlo.

Sorprendentemente, este problema todavía existe hoy. Pasamos de los mainframes a la nube, pero la mayor parte de la información del operador todavía está guardada en archivadores. Los gabinetes son digitales, pero la información es igualmente inaccesible en PDF o imágenes. Para empeorar las cosas, los transportistas a menudo perpetúan sus propios problemas.

Precisamente el otro día, entré en una empresa de transporte para hablar sobre su proceso de auditoría avanzada. Descubrimos que su proceso "moderno" consistía en enviar por correo electrónico al cliente un formulario que el cliente tenía que imprimir, completar y enviar por correo. Están presionando a los clientes para que creen más papel para ellos. Para empeorar las cosas, solo usaron el 20% de la información devuelta. Salvo excepciones, el resto están bloqueados indefinidamente.

Es un escenario de perder-perder. Los clientes pierden tiempo llenando papeleo innecesario. El transportista pierde cualquier información valiosa que la información en ese papeleo pueda generar. Estamos creando procesos costosos y desperdiciando datos valiosos.

Esta situación es mucho más común de lo que piensas.

El problema de los "datos oscuros"

La información no utilizada en estas tablas es un ejemplo de "datos oscuros": información a la que las organizaciones pueden acceder pero que no utilizan. Una nueva investigación sobre datos oscuros realizada por la consultora de tecnología Accenture estima que hasta el 75 por ciento de los datos en una organización pueden ser "datos oscuros".

A veces, como en el ejemplo anterior, los datos son "oscuros" porque la organización no cuenta con procedimientos para usar la información.

Más comúnmente, existen desafíos para acceder a la información de una manera rentable: piense en escanear documentos escritos a mano o grabaciones de correo de voz.

Para comprender cómo los datos oscuros pueden disuadir a las compañías de seguros, veamos un ejemplo de seguro de automóvil: una foto de la escena de un accidente. Dependiendo de los detalles, esta imagen puede mostrar:

• Matrícula y color del vehículo
• Gravedad de los daños al vehículo
• La ubicación del accidente (si la imagen contiene señales de tráfico u otros puntos de referencia)
• Información sobre el tiempo y la hora del día

Por sí sola, esta información es suficiente para que las compañías de seguros presenten reclamos y calculen pérdidas. Pero esto solo sucede cuando la empresa "captura" los datos. De lo contrario, los datos simplemente se quedan en el estante.

La iluminación de los datos oscuros podría proporcionar material valioso para los sistemas de análisis de big data que los operadores líderes utilizan ahora para tomar decisiones más inteligentes en toda la empresa.

Pero los beneficios de aprovechar estas fuentes de información van mucho más allá. Históricamente, los datos oscuros han sido el mayor obstáculo para lograr el "procesamiento directo" o STP (el santo grial de la automatización de procesos comerciales).

La automatización ahora es cada vez más popular en la industria de seguros, pero su implementación es mayormente fragmentaria y parcial. Un proveedor líder de servicios de automatización recomienda un 70 % de automatización para un proceso determinado.(Como referencia, STP estará casi 100 % automatizado).

Los datos oscuros son la razón por la que no persiguen objetivos más altos. Las máquinas necesitan ayuda humana para "digerir" los datos y detectar errores.

Bajo ciertas circunstancias, las compañías de seguros han desarrollado algunas soluciones para esto. Pero hasta ahora, ha sido imposible encontrar la herramienta adecuada para cada caso de uso.

Eso es lo emocionante del nuevo informe vinculado anteriormente por la consultora de tecnología Accenture, que describe un enfoque nuevo e integral para arrojar luz sobre los datos oscuros. El siguiente es un breve procedimiento del sistema de cuatro pasos:

1. Definición de caso de uso y mejoras

El primer paso para usar datos oscuros es comprender exactamente todos los datos oscuros en su organización. Accenture puede ayudar a las aseguradoras a lograr esto a través de un análisis detallado de los documentos existentes, los canales de datos, las técnicas de extracción de datos existentes y los procesos asociados. Este paso nos permite encontrar victorias rápidas donde podemos deshacer el trauma que hemos infligido y una oportunidad más amplia para un cambio más transformador.

2. Selección de herramientas

Hay muchas herramientas y proveedores en el mercado que afirman poder digerir datos oscuros. Saber cuál producirá los mejores resultados es muy difícil. El equipo de consultoría tecnológica de Accenture identificó, probó y comparó las herramientas de ingestión de datos oscuros en toda la industria para ayudar a las aseguradoras a elegir las herramientas más efectivas para sus casos de uso. En la mayoría de los casos, encontramos que la respuesta no es una sola herramienta, sino una serie de herramientas que juntas pueden generar cambios.

3. Da vida a los conceptos

Tratar con datos oscuros comienza con la definición de conceptos y oportunidades donde se puede generar valor al iluminar los puntos oscuros en nuestros activos de datos. Esto se puede hacer abordando nuestros procesos para hacer cumplir los procesos basados ​​en papel o desbloqueando oportunidades para los datos en los procesos existentes. De cualquier manera, una vez que comprenda los procesos de un extremo a otro en un dominio determinado, puede evaluar una variedad de diferentes soluciones tecnológicas y de procesos para ver cuáles tienen el potencial para funcionar. Luego, la creación rápida de prototipos o las pruebas para demostrar que funcionan darán vida a estos conceptos. Por ejemplo, en el ejemplo anterior de auditoría de alto nivel, pasar de un formulario de envío por correo a un formulario en línea podría ser una prueba rápida o una forma de experimentar cómo podemos alejarnos del proceso actual basado en papel.

4. Transformación empresarial

El propósito de aclarar datos oscuros no es digitalizarlos. La iluminación de los datos oscuros debe estar vinculada a resultados comerciales reales. Para hacer esto, debe haber un plan para transformar procesos y operaciones para aprovechar los datos a través de análisis, automatización e información. Esto incluye cambios en la tecnología, las operaciones, los procesos y la inteligencia comercial y la forma en que hacemos negocios.

Iluminar los datos oscuros y hacer que STP sea posible no será un proceso simple o de corta duración, pero tiene el potencial de generar enormes beneficios para las aseguradoras.

Si desea continuar con la discusión sobre los datos oscuros en los seguros, me encantaría saber de usted. Puedo llegar aquí.