El papel de la Minería de Texto en el Sector de Seguros

¿Qué pueden hacer las aseguradoras para explotar toda su información no estructurada?

Un escenario típico de big data

Las compañías de seguros recogen ingentes volúmenes de texto diariamente, a través de múltiples canales (sus agentes, centros de atención a clientes, correo electrónico, redes sociales, web en general). Las informaciones recogidas incluyen pólizas, informes periciales y de salud, reclamaciones y quejas, resultados de encuestas, interacciones relevantes de clientes y no-clientes en redes sociales, etc. Es imposible atender, clasificar, interpretar o extraer la información esencial de todo ese material.

El Sector de Seguros es uno de los que más puede beneficiarse de la aplicación de las tecnologías para análisis inteligente de texto en formato libre (conocido como Analítica de Textos, Minería de Textos o Procesamiento de Lenguaje Natural).

Para las aseguradoras, se añade el reto de combinar el resultado del análisis de esos contenidos textuales con datos estructurados (almacenados en bases de datos convencionales) para mejorar la toma de decisiones. En este sentido, los analistas del sector consideran decisivo el uso de múltiples tecnologías basadas en Inteligencia Artificial (sistemas inteligentes), aprendizaje automático (minería de datos) y procesamiento de lenguaje natural, (tanto estadístico como simbólico o semántico).

Áreas más prometedoras de la analítica de textos en el Sector de Seguros

Detección de fraude

Detección de Fraude
Según Accenture, en un informe publicado en 2013, se estima que las compañías aseguradoras pierden en Europa entre 8.000 y 12.000 millones de euros al año debido a reclamaciones fraudulentas, con una tendencia creciente. Asimismo, el sector estima que entre un 5% y un 10% de las indemnizaciones abonadas por las compañías en el año anterior eran por motivos fraudulentos, no pudiendo ser detectados debido a la falta de herramientas analíticas predictivas.

Según el medio especializado “Health Data Management”, el sistema de prevención de fraude de Medicare en EE.UU., basado en algoritmos predictivos que analizan patrones en la facturación de proveedores, ahorró más de 200 millones de dólares en pagos rechazados en 2013.

Las técnicas de analítica de texto permiten analizar los textos de expedientes de siniestros, las notas de los liquidadores, etc. para priorizar su estudio por parte de la Unidad de Investigación de la compañía. Por ejemplo, en ocasiones se detectan patrones comunes en reclamaciones múltiples por accidente que pueden ser un indicador de fraude organizado.

La toma rápida de decisiones, utilizando para ello los indicadores adecuados (KPI, key performance indicators), ayuda a prevenir el fraude y aumentar los beneficios. En este sentido, la analítica de texto, a veces a través de cuadros de mando, proporciona información vital para tomar decisiones de forma rápida y bien justificada.

Análisis de la Voz del ClienteExperiencia del Cliente

La experiencia del cliente es un elemento fundamental en el éxito comercial en el sector del seguro, donde la diferenciación entre los productos de las aseguradoras no resulta fácil. Las compañías tratan de conocer a sus clientes y sus opiniones a través de encuestas de satisfacción y directamente de sus comentarios en redes sociales. La analítica de textos permite clasificar esas interacciones conforme a los productos o servicios ofrecidos, según el canal de comercialización utilizado, según la operativa utilizada, etc. Adicionalmente, las técnicas automáticas de análisis de opinión y sentimiento, permiten identificar la polaridad (sentimientos positivos, negativos o neutros) sobre aspectos o facetas concretas de un producto, de un canal o de un procedimiento.

Cuando este tipo de análisis se aplica a comentarios en redes sociales abiertas, es posible también detectar tendencias en el sector, identificar la imagen de marca (con qué conceptos, actividades  o entidades se nos asocia más, y cómo nos diferenciamos de los competidores), cualificar la reputación corporativa de nuestra empresa o de nuestra marca, identificar de forma temprana posibles crisis de reputación, etc.

Las actividades que tienen que ver con la investigación de mercados y el análisis de la competencia, son fundamentales para determinar la estrategia de productos de la compañía.

Atención de reclamaciones

Reclamaciones

El análisis de quejas y reclamaciones es otro ámbito natural para la utilización de minería de textos. Independientemente del canal de entrada de la reclamación, las reclamaciones se pueden clasificar automáticamente con respecto a los productos, servicios u operaciones de la aseguradora, así como según su gravedad, a fin de encaminarlas a los agentes adecuados para que reciban el tratamiento idóneo en cada caso.

Subrogación de Seguros

Subrogación en los seguros contra daños

La subrogación consiste en el ejercicio por parte del asegurador de los derechos que tenía el asegurado y también de entablar las acciones correspondientes contra el causante del daño. La legitimación de este derecho se sustenta en evitar que el asegurado se enriquezca mediante el ejercicio simultáneo de las acciones de daño y de seguro.

Se estima que el 5% de los casos que deberían ir a subrogación, no lo hacen. Las técnicas de minería de texto y minería de datos permiten extraer indicadores de subrogación de los partes de siniestro de manera automática, con un impacto notable en la cuenta de explotación.

Técnicas de Analítica de texto en el sector del Seguro

Resumiendo: entre las tecnologías de analítica de texto de utilidad para el sector asegurador, podemos destacar:

  • Análisis de sentimiento
  • Clasificación automática
  • Identificación o Extracción de entidades
  • Detección de patrones de relaciones semánticas
  • Desarrollo y uso de ontologías especializadas en el dominio del seguro
  • Crawling de contenidos en la web
  • Análisis de la Voz del Cliente
  • Análisis de la Experiencia del Usuario

Beneficios que aporta la minería de texto en el sector de seguros

  • Mejorar la productividad de los empleados
  • Reducir la carga de trabajo de los Centros de Atención al Cliente
  • Reducir los tiempos de respuesta a los clientes
  • Detección temprana de indicios de casos de fraude y de clientes defraudadores

Valor aportado por la minería de texto a las empresas de seguros

  • Aumentar el grado de satisfacción de clientes y empleados
  • Mejorar la retención y recomendación de clientes
  • Mejorar la visión del entorno del mercado
  • Reducir los costes indirectos en la prestación de los servicios
  • Aumentar los beneficios, como consecuencia de todos los anteriores


MeaningCloud
, nuestro servicio en la nube de analítica de textos, proporciona soluciones que aportan valor a las empresas aseguradoras en los escenarios planteados más arriba. Consúltenos y le asesoraremos sobre cómo utilizar las tecnologías semánticas para mejorar sus servicios y resultados.

¿Qué pueden hacer las compañías de seguros para explotar toda su información no estructurada?

Las compañías de seguros recogen diariamente grandes volúmenes de texto a través de diferentes canales (sus agentes, centros de atención al cliente, correos electrónicos, redes sociales, web en general). La información recopilada incluye pólizas, informes de expertos y de salud, reclamaciones y quejas, resultados de encuestas, interacciones relevantes entre clientes y no clientes en redes sociales, etc. Es imposible manejar, clasificar, interpretar o extraer la información esencial de esa gran cantidad de material.

José Carlos González
@jgonzalez_es


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

*
*