Os profissionais de risco e o sector dos seguros há muito que compreenderam as vantagens da modelação do risco, mas só agora começam a apreciar o valor da análise preditiva e geoespacial. A capacidade de prever resultados — desde a probabilidade de litígio numa reclamação de indemnização por acidente de trabalho, até ao impacto físico e financeiro de eventos específicos de localização — não é apenas um elemento transformador para a tomada de decisões relativas ao risco. É a próxima fronteira para a gestão de riscos e seguros.
Até agora, o setor dos seguros tem-se concentrado maioritariamente em atividades pós-sinistro. Historicamente, isto tem ocorrido com boas razões; os dados e análises para apoiar etapas pré-sinistro, como a prevenção e contenção de perdas, simplesmente não estavam disponíveis. Contudo, atualmente, o setor dispõe de ferramentas sofisticadas que possibilitam uma mudança para um enfoque pré-sinistro.
A análise preditiva refere-se a um conjunto de ferramentas concebidas para identificar tendências, padrões e correlações que, de outra forma, poderiam permanecer despercebidos em fontes de dados díspares. A inteligência artificial e a aprendizagem automática são elementos fundamentais da análise preditiva, que facilitam a avaliação comparativa e a previsão de resultados. A análise geoespacial expande a análise preditiva com dados tradicionais para incluir o contexto de localização, cronologia e perspetiva histórica. Com uma abordagem geoespacial às perceções preditivas, os profissionais de risco podem visualizar e considerar não apenas os eventos que poderão ocorrer, mas também onde e quando poderão acontecer.

Fazer e responder a novas perguntas

Para ilustrar esta mudança da ação pós-perda para a ação pré-perda, vamos considerar algumas das questões que a análise preditiva e geoespacial pode considerar:

  • Que impacto poderá ter um furacão numa determinada propriedade no seu trajeto atual?
  • Como é que o aumento da temperatura do ar e a subida do nível do mar afectarão os bens nas zonas costeiras?
  • Quais são os locais mais propensos a distúrbios civis que podem perturbar ou danificar os estabelecimentos comerciais?
  • Como é que os padrões climáticos históricos e as tendências actuais podem informar as decisões sobre onde construir uma nova propriedade?
  • Que tipos de pedidos de indemnização de trabalhadores são susceptíveis de ser litigados?
  • Até que ponto uma organização deve fixar reservas para determinados tipos de sinistros?
  • Onde é provável que uma empresa veja o seu próximo conjunto de sinistros de alto custo?

Estes são apenas alguns cenários, mas já é evidente que as análises preditivas e geoespaciais permitem às organizações formular — e responder a — uma variedade de questões que poderiam nem sequer ter considerado anteriormente, muito menos aplicar às suas estratégias empresariais.

Com o processamento de linguagem natural integrado em plataformas analíticas, questões como estas podem ser colocadas à medida que surgem — sem a necessidade de traduzir as consultas para estruturas padronizadas. É possível ter uma conversa informal com os dados sobre riscos e desafios empresariais que era impossível anteriormente. A análise de sentimentos, a análise de texto e a tendência de palavras em campos de dados não estruturados são capacidades adicionais que tornam a análise preditiva uma ferramenta poderosa na tomada de decisões relativas ao risco.

Prevê a próxima carta

Qualquer pessoa que tenha jogado ou assistido a um jogo de blackjack, ou 21, compreenderá que a capacidade de prever a sequência de cartas distribuídas pode fundamentalmente reduzir as probabilidades dos jogadores e aumentar significativamente as suas hipóteses de ganhar. Por exemplo, se um jogador receber uma carta no valor de 10 pontos e souber que a segunda carta do baralho é provavelmente de igual valor, essa perceção pode levar o jogador a recusar uma terceira carta, maximizando a probabilidade de vencer o dealer até 21. Saber quais as cartas que provavelmente aparecerão também pode levar os jogadores a aumentar as suas apostas e os seus ganhos.

De forma semelhante, a capacidade de prever sinistros e eventos de perda pode fazer uma diferença enorme para os profissionais de risco, as suas organizações e as suas seguradoras. Os modelos analíticos são, portanto, treinados para prever com elevada confiança a segunda e terceira “cartas” do jogo. Um modelo preditivo permite que os profissionais de risco saibam o que está por vir e respondam em conformidade para mitigar o risco ou reduzir os custos de litígio. Os “ganhos” neste cenário podem incluir maior segurança, menores custos de perdas e preservação de capital — todos os quais podem ser reinvestidos para apoiar o negócio subjacente.
Revelar perceções e tendências nos dados não se trata de fornecer soluções de software. As análises preditivas e geoespaciais consistem muito mais em estabelecer parcerias com profissionais de risco para responder a questões empresariais.

Para mais informações sobre as análises da Riskonnect, por favor visite WWW.RISKONNECT.COM.