Se encuentra usted aquí

Virtualización de datos para empresas de seguros

De acuerdo a una encuesta reciente PwC survey, el 80% de los CEOs de aseguradoras globales afirmaban que necesitaban una nueva estrategia para el crecimiento y la retención de clientes. Ello es debido a los enormes cambios en la industria aseguradora motivados por la aparición de nuevas fuerzas económicas, sociales y tecnológicas tales como modelos de negocio disruptivos, ventajas competitivas mediante analíticas Big Data, modelos de riesgo sofisticados y nuevas regulaciones y consideraciones medioambientales. Aquí es donde la virtualización de datos muestra sus beneficios.

Para navegar a través de estos cambios los CEOs y CIOs buscan explotar más datos, nuevos tipos de datos, a lo largo de un mayor número de dominios – cliente, social, productos, riesgo y datos financieros. Introdúzcase en la virtualización de datos. De players globales a startups disruptivas, muchas compañías aprovechan las ventajas de la virtualización de datos que añade una capa de abstracción sobre las tecnologías existentes para acelerar el acceso a datos dispersos, ganar más agilidad frente a cambios o formas más flexibles de entregar la información a los sistemas de captación de clientes incluyendo las aplicaciones móviles y en la nube.

Además de ser adoptada como la base para una arquitectura de información más ágil en la empresa, a continuación se describen algunas de las aplicaciones de la virtualización de datos en la industria aseguradora:

Servicios de datos para gestión de pólizas

Una gran cantidad de organizaciones del sector asegurador utilizan la virtualización de datos para proporcionar una vista unificada del riesgo y datos de pólizas desde sistemas internos y fuentes externas (e.g. bases de datos de propiedades, bases de datos de reclamaciones, sistemas de modelado de catástrofes, sitios web de rating, sensores IoT, etc.) para permitir decisiones más rápidas y mejor informadas sobre la concesión de pólizas de seguros.

Informes de ventas ágiles y analítica de riesgo (basada en big data e IoT)

Una empresa aseguradora de cosechas agrícolas utiliza la virtualización de datos para integrar analítica Big Data de sensores climatológicos en los campos de cultivo que recogen datos y se almacenan en sistemas big data (Hadoop, Hive, BigInsights, DynamoDB) con otros datos de negocio como transacciones, ventas y datos de agentes almacenados en la nube y en aplicaciones empresariales para proporcionar informes ágiles y a tiempo a sus equipos de gestión y de ventas.

Eficiencia operacional

Una empresa de servicios requería diferentes modelos operacionales y de sistemas para sus unidades de negocio de seguros y de servicios para el automóvil, a la vez que mantener una vista unificada de sus clientes. Utilizaron la virtualización de datos como una capa de abstracción sobre sus sistemas de IT en ambas unidades de negocio, de modo que los procesos operacionales se aislaban de las complejidades de las fuentes subyacentes, permitiendo una migración independiente de datos y de aplicaciones a la nube y proporcionando un acceso virtual y seguro a vistas de 360 grados de la información de clientes a sus agentes.

Vista unificada del cliente

Tras múltiples procesos de fusión y adquisición una empresa europea líder de seguros se encontraba con multitud de silos de datos lo que conllevaba información fragmentada de sus clientes. Utilizaron la virtualización de datos para acelerar el proceso integrando toda la información de clientes y combinándola con el resto de sus sistemas internos para crear una vista unificada del cliente.

Analítica avanzada de clientes y riesgo

Una de las formas más avanzadas de la analítica predictiva se basa en no utilizar hipótesis prefijadas sobre los datos sino utilizar TODOS los datos para su análisis. Una empresa de seguros global amplió el abanico de datos para su análisis para incluir datos sociales, datos demográficos, datos de la IoT, junto a datos internos de pólizas, reclamaciones, etc. Para abordarlo utilizó la virtualización de datos para construir un patrón de uso de Logical Data Warehouse que le permitió realizar analítica desde varios data warehouses y desde un lago de datos basado en Hadoop. Según los patrones sobre los datos emergían podían seleccionar análisis sólo de las fuentes más relevantes. Ello condujo a un ahorro enorme en los tiempos de análisis y en sus costes asociados.

Beneficios de la plataforma Denodo para seguros

  • Amplia base de clientes en el ámbito de seguros incluyendo seguros de hogar y propiedades, fallecimientos, vida, salud, etc.
  • El mayor elenco de casos de despliegue en múltiples tipos de empresas en el ámbito de seguros, tanto para reporting y análisis, vistas unificadas de datos, servicios de datos operacionales e integración de datos sociales/big data e información no estructurada.
  • Soporte a la integración con aplicaciones del mundo de los seguros y modelos de datos de esta industria como ACORD.