Dirty Data, traducido como datos sucios, es un concepto que engloba datos desactualizados, incompletos, erróneos y falsos. Los factores pueden ser múltiples: cambios, errores la introducción de datos, o incluso la posibilidad de que un cliente haya mentido.

franki-chamaki-z4H9MYmWIMA-unsplash

La presencia del ‘dirty data’ en las empresas se traduce en pérdidas económicas. El sector asegurador y bancario son especialmente sensibles ante este problema y en Wenalyze lo sabemos. Mientras que las aseguradoras asumen que deben suscribir riesgos con datos incorrectos o escasez de los mismos, a los bancos les afecta sobre todo en la concesión de créditos y aspectos regulatorios.

El sector financiero ofrece precios estándar asumiendo que las imprecisiones y escasez de datos no les permite ajustar los precios. Esto significa que las entidades financieras tienen clientes que pagan menos de lo que deberían, y viceversa, aumentando las probabilidades sufrir una caída de cartera (clientes que pagan más con un riesgo bajo) y de sufrir pérdidas (clientes que pagan menos con un riesgo alto).

Si a lo que hemos explicado anteriormente, lo aplicamos a las PYMES, la dificultad es añadida. Este tipo de empresas se encuentra en cambio constante, así como sus riesgos, especialmente en los campos que tienen un impacto más directo en el precio: actividad, sector, número de empleados, productos online, expansión internacional, etc.

Sin embargo, la suscripción de la póliza o producto financiero, y por tanto, la revisión de sus datos, es en el mejor de los casos, anual.

franki-chamaki-1K6IQsQbizI-unsplash

En Wenalyze hemos basado la creación de nuestra herramienta en poner solución a este problema en tres sencillos pasos: revisión, enriquecimiento y automatización.

Revisión

Se revisan y contrastan los datos de la aseguradora o el banco. Se obtiene el nombre de la PYME así como la dirección de su oficina y se cruza con datos de fuentes abiertas. Como resultado, se informa a la entidad financiera (en una plataforma visual o mediante conexión API), cuáles de los datos se han identificado como erróneos y deberían ser actualizados. La plataforma ofrece la posibilidad de configurar una actualización automática.

Enriquecimiento:

Los datos son ampliados y enriquecidos. Este proceso consigue dos objetivos: ampliar la visión del riesgo y crear oportunidades de negocio. La herramienta Wenalyze provee a las entidades financieras de campos de datos tradicionales y actualizados como: número de empleados, industria, sector, etc. De esta forma, nos aseguramos que antes de la renovación de las pólizas o de sus productos, aquellos datos que impactan sobre el precio, estén al día y el precio se ajuste a la realidad. Con esto se consigue reducir el ‘gap’ entre el precio ofrecido y el riesgo real.

La herramienta además provee de datos de carácter no tradicional como el tipo de comida servida en un restaurante, horarios de apertura, valoraciones de clientes, nivel de ciberseguridad en PYMEs con tienda online, etc. Aunque estos no estén considerados en los modelos de cálculo de precio (como el actuarial), tienen sin embargo un impacto directo en la viabilidad del negocio de la PYME.

En este proceso, la herramienta identifica cuáles son los productos que puede interesar más a la PYME. Sugerencias como ofrecer un seguro de ciberriesgo a una PYME que vende productos online o un seguro de directores cuando se observa una notable ampliación del equipo ejecutivo, son palancas que el equipo comercial puede utilizar para diferenciarse de su competencia y, a la vez, asegurar una mayor efectividad en sus campañas de ventas.

Automatización:

Este paso es colateral. La agregación, ordenación y procesamiento de grandes cantidades de datos ayuda a reducir sustancialmente las tareas manuales de comprobación y, por tanto, permite que las aseguradoras y bancos tomen sus decisiones de forma más rápida.

La automatización de este proceso consigue dos objetivos importantes: responder con mayor brevedad a los clientes (y por tanto, reducir las posibilidades de que contraten con la competencia) y el aumento de capacidad de suscripción de la compañía. La automatización permite aumentar el número de decisiones que se toman, que a su vez, la amplitud de los datos provistos garantiza que tengan una mayor solidez.

Entradas recomendadas