Codeoscopic presenta algoritmos predictivos de fuga y fraude en el proyecto ABMS 3.0
Codeoscopic, en su evolución de innovación tecnológica, ha presentado en un informe recién publicado los modelos de Inteligencia Artifical del proyecto ABMS 3.0, destinado a transformar el mundo de los seguros mediante la aplicación de la inteligencia artificial (IA). Este proyecto, respaldado por fondos europeos ‘Next Generation EU’, promete introducir elementos predictivos en sus soluciones para agilizar las operaciones y servicios para mediadores de seguros.
El objetivo principal de ABMS 3.0 es desarrollar modelos de IA que permitan la predicción y clasificación efectiva de clientes, siniestros y fraudes en el sector asegurador. El análisis exhaustivo se basa en una base de datos masiva con más de 34 millones de registros entre clientes, pólizas, recibos y siniestros.
El proyecto cuenta con la colaboración del Instituto Universitario de Investigación de Biocomputación y Física de Sistemas Complejos (BIFI) de la Universidad de Zaragoza, reforzando así su compromiso con la excelencia y la innovación en el campo de la inteligencia artificial.
Entre los aspectos clave del proyecto se encuentran:
Clasificación de Clientes para una mejor experiencia
Mediante el uso de modelos de IA, Codeoscopic ha desarrollado métodos avanzados de clusterización para identificar grupos de clientes con alta precisión predictiva gracias al algoritmo K-Prototypes. Los cuatro grupos hallados son:
- 18% de Oportunistas: Representa clientes con una densidad media de seguros con un comportamiento versátil en la gestión de pólizas.
- 8% de Mercenarios: Similar a los oportunistas, pero con una densidad de seguros más alta y un nivel significativamente mayor de cambios de compañía.
- 14% de Fieles de bajo consumo: Clientes con una larga relación con la correduría, pero con una densidad muy de pólizas baja y un nivel mínimo de cambios de compañía.
- 60% de Alto potencial: Clientes con una baja densidad de pólizas y con poco tiempo en la correduría, siendo el grupo más extenso.
La identificación de grupos permitirá personalizar productos, optimizar ventas cruzadas, gestionar riesgos y mejorar la retención del cliente, ofreciendo una experiencia más satisfactoria y personalizada dentro de TESIS BROKER MANAGER el ERP del Workspace de Codeoscopic.
Predicción de Anulaciones y Fraudes
Los modelos de propensión a la baja y al fraude implementados por Codeoscopic se basan en algoritmos de aprendizaje automático que analizan variables clave. Estos modelos pueden predecir anulaciones de pólizas y detectar posibles casos de fraude, lo que permite a los corredores tomar medidas proactivas para retener clientes y protegerse contra pérdidas.
El modelo de baja presenta una alta correlación entre ciertos factores como el aumento significativo de primas, el estado civil y el género del cliente con las cancelaciones de pólizas. Los modelos de aprendizaje automático utilizados (k-Nearest Neighbors y Random Forest), lograron una precisión del 75% aproximadamente al predecir las cancelaciones, demostrando su eficacia para identificar clientes propensos a darse de baja en el servicio de seguros.
El porcentaje de clientes propensos a la baja se sitúa en el 20,5%, lo que destaca la utilidad de estas herramientas para anticipar cambios y tomar medidas preventivas.
Por su parte, en el modelo de fraude se pueden identificar posibles anomalías en las interacciones de los clientes con sus pólizas y siniestros. Los modelos detectan patrones inusuales que podrían indicar comportamientos fraudulentos, permitiendo a las aseguradoras enfocar sus esfuerzos de investigación en clientes o situaciones específicas para una posible indagación más detallada. El proyecto ha desarrollado 5 modelos de fraude y ha concluido que el 2,82% de los siniestros presentan indicadores de fraude.
Futuro de la Industria de Seguros
La implementación de IA en el sector asegurador promete optimizar la eficiencia operativa, personalizar servicios y mejorar la satisfacción del cliente. Codeoscopic continúa su compromiso con la innovación, desarrollando soluciones que buscan cambiar la forma en que se gestionan los seguros.
Informe completo en: https://codeoscopic.com/es/inteligencia-artificial/
