Data Driven Insurance: el poder de los datos en la transformación del sector seguros

Semana del Seguro 2016

Agenda

11:45 Recepción de asistentes

12:00 Áreas de Transformación Digital en el mundo asegurador y sus beneficiosSantiago Trillo, Lead of banking and insurance accounts

12:20 Big Data Deep Dive: Cómo big data está cambiando el sectorAntonio Torrado, Practice Manager Analytics & Data Management Spain &Portugal

12:40 Casos de Uso de Big Data en el mundo aseguradorAlberto de Santos, Data Scientist South Cluster Lead

13:15 Fin de jornada

Áreas de Transformación Digital en el mundo asegurador y sus beneficiosSantiago TrilloLead of banking and insurance accounts

24 de Febrero 2016

¿Qué es Digital?

4

Business Challenges

5

P: ¿Cuáles son los principales retos a los que se enfrenta hoy el sector?

Channel Evolution

6

P: ¿Qué canales serán más o menos importantes en su estrategia de los próximos años?

Goals of Digital Strategy

7

P: ¿Cuáles son los principales objetivos de su estrategia digital?

Digital Barriers

8

P: ¿Cuáles son las principales barreras para la implantación de su estrategia digital?

50%

“Las aplicaciones se estánconviertiendo cada vez másen una barrera para alcanzarnuestro objetivos de negocio.”

94%

“La modernización de nuestro legacy es clave para

poder implanter unaestrategia digital.”

Digital Partners

9

P: ¿Qué colaboración considera importante para implantar su estrategia digital?

Digital Partners

10

P: ¿Cuáles son las principales áreas en las que se beneficiaría de experiencia y ayudaexterna para acelerar la implantación y la obtención de resultados de su estrategia digital enlos próximos dos años?

Transformar

11

Planes de modernización de aplicaciones

Policy Administration

Claims Administration

Underwriting

Billing

BI/Reporting

Data Analytics

Document Management

Office Applications

HR

Finance & Accounting

CRM

Knowledge Management

12% 6% 15% 9% 2% 2%

9% 8% 17% 10% 4% 3%

12% 9% 19% 10% 2% 2%

7% 6% 18% 11% 3% 2%

8%

8%

9%

5%

7%

7%

9%

7%

5% 18% 9% 4% 4%

7% 13% 9% 3% 5%

5% 14% 7% 5% 6%

5% 19% 8% 4% 4%

5% 19% 7% 6% 4%

6% 19% 10% 4% 3%

6% 17% 12% 4% 2%

9% 16% 9% 2% 5%

Re-Platforming

New COTS

User Interface Upgrade

SOA

Applications Outsourcing

Cloud-based Solution

Key

Crear

12

Áreas en las que la movilidad genera alto valor al negocio

Construir

13

Áreas en las que el análisis de datos genera alto valor al negocio

Para mantener el ritmo, las IT deben transformarse para crear valor

14

Managing data

Responding and reacting

Hosting workloads & applications

Providing real-time insight & understanding

Delivering continuously

Rapidly creating and brokering new services

Providing hardened systems & networks

Predicting threats and managing risk

Contain Cost Create Outcomes

Traditional IT Cloud Enabled, Mobile Ready Hybrid Infrastructure

Accelerate your rate of positive change

TransformarEn infraestructura

híbrida

CrearEl puesto del trabajo

del futuro

Protegerla empresadigital

Construiruna empresa basadaen el valor de losdatos

Una transformación – cuatro áreasTodo necesario. Todo relacionado. Todo unido

Solo un partner capaz de combinarlas todas a la vez

¿Qué es Digital?

16

Q&A

Graciassantiago.trillo@hpe.com

Big Data Deep Dive: Cómo Big Data está cambiando el sectorAntonio TorradoPractice Manager Analytics & Data Management Spain &Portugal

24 de Febrero 2016

La Nueva Economía

20

En la Economía de las Ideas, cualquiera puede cambiar el mundo

Digital everything… everywhere, every day,

everyone connectedEvery business is a

digital businessDisrupting every industry

El mañana pertenece al más rápido

Hoy

ValorIdea

VALO

R

TIEMPO

Creacióncontinua de

valor

Mañana

VALO

R

TIEMPO

22

Los datos

23

TransformarEn infraestructura

híbrida

CrearEl puesto del trabajo

del futuro

Protegerla empresadigital

Construir unaempresa basada enel valor de los datos

Aprovechar el 100% de los datos para facultar a las personas con información procesable para impulsar los resultados de negocio

Yesterday’s Data-Driven

Impacto y beneficios de negocio marginales

Datos de Negocio LimitadosApps en silos

No se entiende el valorDepts en silos

Hindsight analytics…reactivasReporte monolítico, no tiempo real

Datos Personas Insights

Data-Driven en la Economía de las Ideas

Resultados de negocio difeerenciales

Aprovecha todos los datosIntegra las apps

Toda la organizacióninformada por todos los datos

relevantes

Predictive analytics…proactiveAnalytics-apps en cada plataforma

Datos Personas Insights

Human data

El paisaje de los datos está cambiando radicalmenteMás personas conectadas, aplicaciones y cosas generan más datos en muchas formas

Machine data

Business data

faster growth than traditional business data

10x

Las oportunidades

28

Una organización Data-Driven es imparable

Mejora de la Experiencia de cliente

Incremento de la productividad

Mejora de la eficiencia diferencial

Productos y servicios diferenciados

Nuevos modelos de negocio

Las dificultades

30

Las empresas obtienen solo el 10-15% del valor esperado de susinversiones en Big Data

Convertir el Dato en ValorGap TecnológicoSilos y la falta de alineamiento

Barreras:

Silos y falta de alineamiento resultado en proyecto que no entregan el valor esperado

32

Storing data, but not knowing how to align to value

Silo-ed, uncoordinated efforts

Not executing the right projects

Big Data seems overwhelming

55%of businesses surveyed selected “determining how to get value from big data” as a top 3 hurdle or challenge with big data**

41%de las organizaciones no saben si el ROI del Big Data será postivo o negativo*

* Lisa Kart, Gartner – Big Data Industry Insights – presentation** Garnter: Survey Analysis: Practical Challenges Mount as Big Data Moves to Mainstream – 9/2015

Yesterday’s technology doesn’t meet today’s needs

33

Can’t handle the scale, speed, variety of today’s data

Can’t deliver insights fast enough to meet business need

“Business process-centric” not “data-centric”

Too rigid – need mix environments and workloads

57%of businesses surveyed said “obtaining the necessary skills and capabilities needed” is a top 3 challenge for Hadoop**

41%businesses surveyed noted that their systems cannot process large volumes of data from different sources*

* PWC – Capitalizing on the promise of Big Data – 1/2013** Garnter - Survey Analysis: Hadoop Adoption Drivers and Challenges –5/2015

Translating data to value is the final mile to business outcome

34

58%of businesses surveyed indicated that transitioning from data to insight is a major challenge*

* PWC – Capitalizing on the promise of Big Data – 1/2013

Too few people are empowered with insights to take action

Implementation is complex and time-to-value is too slow

Insights today are reactive, but you need to be proactive

Y cómo las resuelvo

35

100% of your relevant

data

Achieve Superior

BusinessOutcomes

with Big Data

Build a Data-Centric Foundation

Discoverthe Value of Your Data

Acelere el paso para convertirse en una Organización Data-Driven

Reduce risks

Optimize operations

Achieve breakout growth

Human Data

Machine Data

Business Data

Align business goals and challenges with the relevant data

Cómo descubrir el valor de sus datos

Evaluate your data and quickly test, learn, and iterate ideas to discover value

Create a strategic roadmap based on learnings

Key HPE solutionsData Discovery

Data Driven Transformation Planning

Business benefitsAgile execution to impactful projects

Maximize alignment to value

Cómo construir una data-centric foundation

Maximize your existing investments

Build a data-centric, flexible architecture

Choose the right platforms to power your analytics-apps

Analyze 100% of the relevant data at the speed of business

Govern your data for compliance and risk mitigation

Key HPE solutions Business benefit

Faster answers for 100% of your relevant data

Workload Optimized Infrastructure

Enterprise Scale with Hadoop

HPE Haven OnDemand

HPE Vertica, HPE IDOL.

Real Time Analytics

Information Governance

Uncover meaningful patterns in data applying data science

Cómo obtener resultados de negocio con big data

Integrate these insights and algorithms into production environments

Deliver insights across your organization through analytics-apps

Key HPE solutionsApplication Solution Frameworks• Voice of the Customer

• Warranty Analytics

Operationalized Analytics

Business benefitsAccelerate time from analytic discovery to business impact

All the relevant stakeholders empowered with insights

Insights are available at the point of action

Operacionalización de las AnalíticasFactores clave

40

Casos de éxito

41

Historias de éxito

42

Detección de Fraude y malasprácticas.• Disminución anual de gasto

superior a 30M€.

• Predicción de gasto

• Detección de Anomalías

Detección de Fraude en Seguros de Salud.ROI masivo a partir de

• Reducción de reclamacionesduplicadas

• Mejora en eficiencia operacional

Cliente 360.

• Integración de los canales de Voz, Mail y Web en menos de 6 semanas Visión Unificadamulticanal.

• Recomendación

Multinacional Aseguradora Servicio de Salud Multinacional Aseguradora

Historias de éxito

43

Recuperación de Deuda• Recuperación de deuda para

multiples entidades financieras

• ROI < 1 año

Optimización de Canal.ROI a partir de

• Mejora del éxito de camapañas

• Ahorro en costes operativos

• Incremento de las ventas.

Optimización de Recursos.

• ROI < 1 año

• Analítica predictiva que permiteoptimizer recursos manteniendolos SLAs de servicio y reducircostes de operación

Contact Center Financiero Multi Sector Multinacional Financiera

Q&A

Gracias

45

Antonio Torrado González

Hewlett Packard EnterprisePractice Manager para España y PortugalAnalytics & Data Management +34 636464543 antonio.torrado@hpe.com

es.linkedin.com/in/antoniotorrado

Casos de Uso de Big Data en el mundo aseguradorAlberto de SantosData Scientist South Cluster Lead

24 de Febrero 2016

Nuestra propuesta de Customer Analytics

Churn Analysis Evita que tus clientes abandonen la compañía

Crear un un segmento de uno y ser capaz de llegar a él por el canal más eficiente y efectivo

Encuentra rentabilidades ocultas

Crea una vision global de tus clientes

Encuentra quiénes son tus clientes más importantes y en quémomento se encuentran

Influye y modifica de forma positiva la decisión de tus clientes

Incrementa el éxito y la eficiencia de tus campañas

Micro Segmentation & Profiling

Basket Analysis

360˚ View

Lifetime Customer Value

Next Best Action

Campaign Optimization

¿Dónde te encuentras en tu viaje?

Client Value

Hindsight

Foresight

Insight

EnterpriseReporting

What happened?

Descriptive

Business Intelligence

Why did it happen?

Diagnostic

Advanced Analytics

What will happen?

Predictive

Domain Intelligence

What should I do?

Optimization

Analytics Evolution TimelineSource: Thomas Davenport

Recomendación comercial¿Qué productos ofrecer a un cliente?

¿Es probable que finalice la solicitud?

49

Variables de búsqueda Histórico Modelo

Datos de un cliente

¿Qué oferta encaja mejor?

Ofertas más rechazadas

Recomendación comercialClasificación de ofertas

50

Histórico ModeloNueva oferta

¿A qué personas va orientada?

¿En qué grupo de ofertas encaja?

¿Cómo funciona?Probabilidad de abandono

51

Asegurado

tiempo

Asegurado

tiempo

Demasiado tarde.Están en otra

compañía

¿Se van a ir?¿Cuándo?

Detección. Decisión.

Sin probabilidad de abandono Con probabilidad de abandono

¿Cómo se que un modelo funciona?Evaluación

52

Fuente: www.axesor.es

Más casos de uso

Detectar el Golden Momentpara contactar a un cliente que

ha abandonadoA segment of one

Análisis de la webclickstreaming

53

Gestión de quejas y reclamaciones Gestión de encuestas Calidad de la atención

54

Our situation is not comparable to anything in thepast. It is impossible, therefore, to apply methodsand measures which at an earlier age mighthave been sufficient. We must revolutionize ourthinking […]

Einstein (1948) "A Message to Intellectuals"

Monitorizar conducción

55

Métricas empledasFuentes de datos y volúmenes

56

SmartphoneAccelerometer1.5 GB17.6 Mio records

Data LoggerCAN bus, accel.500 GB1.1 Billion records

Accelerometers onchassis and wheels

Biometrics2 drivers3.2 GB115 Mio records

Action Camera1s interval1.500 GB700,000 images

Data LoggerCAN bus, strain3.5 GB5.8 Mio records

BiometricsRelacionando datos biométricos con la conducción

57

Nivel de estrés por paísPlanificar una ruta con un nivel de estrés más bajo

58

Bajo estrés: SueciaEstrés medio: SudáfricaEstrés alto: Egipto

Factores que afectan al estrés:– Tráfico y estado de la carretera

– Fronteras y puntos de control

– Si se atraviesa el país de día o de noche

– Presión por el tiempo Verde, bajo estrésRojo, alto estrés

Pie-charts, grado de confianza

Know the Driver

60

Identificar al conductor y analizar su forma de conducir y uso del vehículo

Estilo de conducir y uso del vehículo¿Qué conductores tienen una conducción fuerte con frenadas/aceleraciones fuertes?

61

Monitorizar actividad

62

¿Quiénes son estos nuevos actores?

63

Fuente:http://adventure-sports.org/

Take-home message

64

Take-home message

65

Detección de hábitos (fumar/beber/viajar)

Monitorizar la actividad

Monitorizar conducción

Q&A

Muchas Graciasalberto.de-santos-sierra@hpe.com