He aquí por qué las aseguradoras luchan por extraer valor de los datos

Cuatro barreras impiden que las aseguradoras capturen el valor de los datos y se conviertan en empresas basadas en datos

Las aseguradoras se dieron cuenta rápidamente de que sus datos eran un activo importante que podía darles una gran ventaja sobre sus competidores. Pero muchos operadores luchan por desbloquear el valor de sus datos. Nuestra investigación muestra que las grandes empresas analizan solo el 12% de sus datos. Un asombroso 88% de los datos corporativos está inactivo.

¿Cuál es la solución?

En primer lugar, las aseguradoras deben comprender claramente el problema. Luego, necesitan usar tecnologías digitales para desbloquear el valor almacenado en los datos. Las tecnologías clave son la computación en la nube, el análisis de datos y la inteligencia artificial (IA).

Al trabajar con empresas de muchas industrias, hemos identificado cuatro barreras principales que impiden que las empresas aprovechen el valor de sus datos. Al superar estas barreras, las aseguradoras pueden transformarse en empresas basadas en datos.

Como mencioné en una publicación de blog anterior, una empresa basada en datos combina amplios recursos de datos con análisis e inteligencia artificial. Esto mejora el rendimiento de los sistemas y procesos de la empresa. También proporciona información valiosa sobre las necesidades de los consumidores, socios comerciales y empleados. Las empresas basadas en datos van más allá de la monetización de datos. Pone los datos en el corazón de su negocio. Utiliza datos para informar todas las decisiones clave.

Los analistas de datos dedican solo el 20 % de su tiempo a trabajar con datos.

Cuatro obstáculos que impiden que las aseguradoras se conviertan en empresas basadas en datos

• Los datos no se gestionan como un activo estratégico.Las empresas a menudo hablan sobre la importancia de los datos y su papel vital en los negocios digitales. Pero pocos de ellos ven los datos como un activo estratégico.¿Qué los detiene?La mayoría de las empresas todavía guardan sus datos en silos a los que es difícil acceder. Y es más difícil de analizar. Además, hasta el 80 por ciento de los datos recopilados por las grandes organizaciones no están estructurados. La mala integración de los datos les impide ver muchas oportunidades de extraer valor de este activo crítico.
• Mala calidad de datos y gobernanza.Este es un gran obstáculo. Descubrimos que los analistas de datos de las grandes empresas dedican el 80 % de su tiempo a buscar, limpiar y preparar datos para el análisis. Pasan solo el 20% de su tiempo analizando datos.¿Por qué el análisis de datos y la gobernanza son tan malos?Una de las principales razones es el enorme crecimiento de las fuentes de datos.compañía de investigación estatista Por ejemplo, significa que actualmente hay más de 20 mil millones de sensores conectados a la red de Internet de las Cosas (IoT). Es probable que ese número se duplique en los próximos cinco años. La introducción de nuevas tecnologías de identificación y seguimiento acelerará esta proliferación. Estas tecnologías pueden detectar rasgos faciales, movimientos corporales e incluso latidos del corazón. El aumento de la comunicación de máquina a máquina y el despliegue de redes 5G también agregarán muchas fuentes de datos nuevas. Además, muchas empresas aún tienen que adoptar un enfoque estandarizado para la gestión y el gobierno de datos. A menudo son inconsistentes en el uso de datos y carecen de estándares para almacenar y acceder a ese recurso.
• Asignación inadecuada de capacidades y responsabilidades de datos.Las habilidades y los recursos de datos críticos a menudo son escasos y no están alineados con las necesidades de la organización. Muchas empresas no han definido claramente las responsabilidades de los empleados que necesitan gestionar sus datos. Las tareas se repiten a menudo. Los procedimientos del proyecto a menudo son inconsistentes. Esto fomenta el florecimiento de la TI en la sombra.
• La base técnica es insuficiente.Muchas empresas aún tienen que implementar el análisis de datos porque sus plataformas tecnológicas no pueden hacer frente a los grandes volúmenes de datos que fluyen en sus organizaciones. Las instalaciones de almacenamiento de datos tradicionales no pueden proporcionar la agilidad y la flexibilidad necesarias para desbloquear el valor de los datos. Estos sistemas heredados no pueden admitir soluciones avanzadas de inteligencia comercial para toda la empresa que requieren un acceso rápido a los datos de múltiples fuentes. Estas deficiencias a menudo conducen a la proliferación de aplicaciones de datos discretos que sirven a pequeños grupos de usuarios. Las aseguradoras progresistas han comenzado a abordar este obstáculo. Están creando lagos de datos para gestionar mejor los datos estructurados y no estructurados. Algunas de estas aseguradoras también implementan un repositorio común de metadatos. Esto les permite clasificar automáticamente,Analice y almacene cantidades masivas de datos generados por aplicaciones en tiempo real cada vez más importantes. Por ejemplo, las aplicaciones de IoT, así como las soluciones de procesamiento de imágenes comúnmente utilizadas para el procesamiento de reclamos, generan grandes cantidades de datos.

En mi próxima publicación de blog, hablaré sobre cómo las compañías de seguros están comenzando a transformarse en compañías basadas en datos. Para obtener más información sobre la monetización de datos y las empresas basadas en datos, visite estos enlaces. De lo contrario, envíeme un correo electrónico. Me encantaría escuchar tu opinión.

Accenture y M6: monetización de Big Data

sistema futuro

Suscríbete a Seguros Accenture para más información