Prevención en salud y grandes datos

Impacto de los Grandes Datos y
el Análisis Inteligente en los
Seguros de Vida y Salud
VI Seminario Regional
Actuarial Latinoamericano
Act. Eduardo Lara di Lauro
elaradil@hotmail.com
Junio, 2016
En la Era de la Información …
¿Quié n sabe y qué sabe de mí?
Casado
2 5 años
Edad: 51
Actuario
Padre de 2
CP: 0 512 0
Act. Eduardo Lara di Lauro | Noviembre 2015
2
El Conce pto de los Grande s Datos y e l Anális is Inte lige nte
"Big Data & Smart Analytics "
Big Data & Smart Analytics se refieren a:
 Cre ar y e xtrae r información de grande s cantidade s de datos disponible s (inte rnos y e xte rnos)
 Aplicar e nfoque s y me todologías innovadoras e n e l análisis de los datos disponible s
(e structurados y no) para ampliar e l alcance de l conocimie nto y puntos de vista
La disponibilidad de los datos está aumentando
de forma exponencial …
en Exabytes
X
6 0 ,0 0 0
% de datos e n formato
digital
5 0 ,0 0 0
4 0 ,0 0 0
Ejemplos:
Más de 10 mil millones de
dispositivos conectados a Internet y
continuamente más dispositivos
están equipados con interfaces de
comunicación y conectividad
83% de los ejecutivos de TI ven al
Big Data & Smart Analytics como
parte de su visión estratégica
3 0 ,0 0 0
2 0 ,0 0 0
10 ,0 0 0
2 5 .0
0
2000
99.0
9 4 .0
05
10
9 9 .9
15
2020
80% de todos los datos son noestructurados, sólo 20% de los datos
disponibles provienen de sistemas
tradicionales (estructurados)
Fuente: McKinsey research, Forbes, Internet World Stats, IBM, The Economist
1 EB = 10006bytes = 1018bytes = 1 000 000 000 000 000 000 B = 1000 petabytes = 1milliont erabytes = 1billion gigabytes
Act. Eduardo Lara di Lauro | Noviembre 2015
3
Nuevos Conce ptos re lacionados a los Grande s Datos y e l
Anális is Inte lige nte - "Big Data & Smart Analytics" - BD&SM
Datos Estructurados.- información con un alto grado de organización, de tal
mane ra que su inclusión e n una base de datos re lacional e s pe rfe cta y
fácilme nte inve stigable por los algoritmos de motor de búsque da simple s y
dire ctos. Tie ne n la ve ntaja de se r fácilme nte introducidos, almace nados,
consultados y analizados.
Datos No-Estructurados.- Los no e structurados se re fie re a la información
que , o bie n no tie ne un mode lo de datos pre -de finido o no se organiza de
una mane ra pre de finida. La información no e structurada e s típicame nte
mucho te xto, pe ro pue de conte ne r datos tale s como fe chas, núme ros,
nombre s y he chos.
Economía del Comportamiento.- Mé todo de análisis e conómico que aplica
puntos de vista psicológicos sobre e l comportamie nto humano (e mocione s,
comportamie nto social, e xpe rie ncias pre vias, e tc.) para e xplicar la toma de
de cisione s e conómicas.
Por e j. la e conomía de l comportamie nto ayuda a e xplicar por qué las
pe rsonas no ahorran para su jubilación"
Análisis (Modelos) Predictivos.- El análisis pre dictivo abarca una varie dad
de té cnicas e stadísticas de mode laje , apre ndizaje automático y mine ría de
datos que analizan he chos históricos y actuale s (mode lo) para pre de cir la
probabilidad de un re sultado, para hace r me jore s pre diccione s sobre e l
futuro, o de e ve ntos de sconocidos.
Act. Eduardo Lara di Lauro | Noviembre 2015
4
El Valor de la Sus cripción Pre dictiva
 El Análisis de los datos es parte de los Grandes Datos, perolo realmente
importante "inteligente" es el valor agregado de la visión de l
analista/ expe rto lo que cre a valor come rcial
 Los productos tienen que ser cambiados / mejorados / rediseñados
 Esta información adicional puede utilizarse para
reducir el proceso de
suscripción tradicional (donde hay una bue na corre lación de datos)
"No ha solicitado protección por muerte, pero en base a lo que
sabemos de usted, le pre-aprobamos la siguiente oferta…"
 Alternativamente, las técnicas de predicción permiten clasificar mejor
(personalizar) e l proce so de suscripción y los programas de bienestar.
"Ahora usted está solicitando protección por muerte,
realizando el análisis de su información podemos eliminar
ciertas pruebas y acelerar el proceso…“
“De acuerdo a su estado de salud, hemos diseñado su
programa de bienestar personalizado … y como ha cumplido
con él su prima de este año, no tendrá incremento!“
Act. Eduardo Lara di Lauro | Noviembre 2015
5
Cons truye ndo un Mode lo Pre dictivo

Cualquie r información que s e pos e e de un clie nte pue de s e r
pre dictiva de s u e s tado de s alud! "Hay que dejar que los datos
hablen"

Combinando todas las variable s de pre dicción, s e cons truye un
algoritmo que clasifica a cada cliente de peor a mejor prospecto,
e n té rminos de la "probabilidad de otorgarle una tarifa e s tándar al
mome nto de la s olicitud"
 Probabilidad de se r un mal rie s go = 1 / (1 +e -y)
y = a+bx1 +cx2 – dx3 +ex4 +fx5 +gx6 +hx7 – ix8 +jx9 – kx10 – lx11 +…..+
dónde :
x1
x2
x3
x4 , x5 , x7
x6 , x9 , x11
x8 x10
e s re lacionada con la e dad
e s tá re lacionada con e l valor de la cas a
e s un ide ntificador de cons umo
e s tán re lacionados con la ocupación/ aficione s
e s tán re lacionados con la actividad bancaria
e s tán re lacionados con e l ve cindario
Act. Eduardo Lara di Lauro | Noviembre 2015
6
¿Qué pode mos apre nde r de l Mode lo? Tarificación
Dife re nciada
El Corte se podría e stable ce rse e n
cualquie r lugar de ntro de e ste rango
Resultados del Model Supuesto
100
95
Porcentaje
de estándar &
subestándar
90
Declined
100+
85
51-99
Up to 50
80
Standard
75
70
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95 100
All
Model Output by 5 percentile
… por ejemplo, el 5% superior del modelo contiene sólo 5% de solicitantes
tarificados como subnormales o rechazo. Frente al 14%, donde no se
consideró un modelo de tarificación diferenciada, columna "All"
Act. Eduardo Lara di Lauro | Noviembre 2015
7
Uso de la Información de las Re de s Sociale s
patie ntslike me – Live bette r, togethe r!
Act. Eduardo Lara di Lauro | Noviembre 2015
8
Stephen Heywood
Uso de la Información de las Re de s Sociale s e n la
Suscripción Pre dictiva
Intereses relacionados
con la actividad
vs obesidad en EE.UU.
Interés en la TV
vs obesidad en NY
Chunara R, Bouton L, Ayers JW, Brownstein JS (2013) Assessing the Online Social Environment for Surveillance of
Obesity Prevalence. PLoS ONE 8(4): e61373. doi:10.1371/journal.pone.0061373
http://www.plosone.org/article/info:doi/10.1371/journal.pone.0061373
Act. Eduardo Lara di Lauro | Noviembre 2015
10
El Uso de las Re de s Sociale s para Ve nde r Se guros
"Malaya Online " pe rmite completar
todo e l re corrido para la
adquisición de una póliza en
Facebook. Se pue de optar por
utilizar automáticame nte su
información pe rsonal (por e je mplo,
nombre , ape llido, corre o
e le ctrónico, fe cha de nacimie nto,
etc.) de Face book o lle narlo
manualme nte .
Esta e s una de las prime ras (si no la
prime ra) compañía de se guros que
ve nde pólizas de se guros e n Face book.
Ofre ce n se guros de viaje , de accide ntes
pe rsonale s, se guro de vida, se guro de
e nfe rme dades críticas y algunos otros
productos de salud
Act. Eduardo Lara di Lauro | Noviembre 2015
11
Uso de las Re de s Sociale s para Innovar e n Se guros
Frie ndsurance & Face book
Podría ser este el siguiente nivel en términos de la utilización de las
redes sociales aplicadas a la industria de los seguros?
Act. Eduardo Lara di Lauro | Noviembre 2015
12
¿Qué s é yo? … y la información Ge nómica
Casado por
2 5 años
Edad: 5 0
Padre de 2
CP: 0 512 0
Act. Eduardo Lara di Lauro | Noviembre 2015
13
Sis te mas de Monitore o de la Salud – El Pas ado!
¿Han oído acerca de
Larry Smarr …
el hombre más vigilado
en el mundo?
Act. Eduardo Lara di Lauro | Noviembre 2015
14
Siste mas de Monitore o de la Salud
"Usable s" – “que se pone n” … ya disponible s!
http:/ / www.ece.uah.edu/ ~jovanov/ whrms/
http:/ / www.fitbit.com/
http:/ / futuristicnews.com/ could-wearable-electronic-sensor-replacesurgeon-tools/
http:/ / www.engadget.com/ 2011/ 01/ 21/ health-care-and-aeronauticsindustries-agree-that-fcc-should-set/
Act. Eduardo Lara di Lauro | Noviembre 2015
15
Siste mas de Monitore o de Salud
"Usable s" – “que se pone n” … ya disponible s!
La recopilación de datos personales de cara al futuro!
Act. Eduardo Lara di Lauro | Noviembre 2015
El Fe nóme no Dis ruptivo – "Google "
Principale s activos de Google :
 6 mil millones de búsquedas únicas diarias
 Indice de más de 5 0 millone s de páginas we b
… a través de "publicidad por palabras clave" (AdWords).
La publicidad por palabras clave mue stra que los seguros y otros servicios financieros
son los que más gastan, US$ 4 mil millone s (e l que contribuye más e s e l se guro de
automóvile s).
Principale s cate gorías de productos donde la Re d e s e l canal de compra dominante :





Viajes,
Medios digitales,
Venta de entradas a espectáculos,
Libros y revistas,
Seguros
 Las primeras cuatro categorías han pasado ya por un proceso disruptivo!
 Se estima que para el año 2020, más de tres cuartas partes de todas las
ventas de seguros serán en línea.
Fue nte : BCG India, e studio re fe rido para e conomías de sarrolladas: Re ino Unido, Estados Unidos, Canadá, Europa y Asia.
Act. Eduardo Lara di Lauro | Noviembre 2015
17
El Fe nóme no Dis ruptivo –
Te cnología disruptiva Transformando nue stra capacidad y apetito por información
Actividade s re cie nte s confirman e l inte ré s a largo plazo
de Google e n la indus tria ase guradora:
 Beat -that-quote.- adquirido e n 2 012
 Google Compare: se rvicio de comparación de
se guros de automóvile s e n e l Re ino Unido
 Google Now.- metadatos de todos los dis pos itivos
Android e n movimie nto a lo largo de las principale s
carrete ras , proporciona actualización de tráfico e n
tie mpo re al
 Open Automotive Alliance.- formó e s ta alianza para
conve rtir a Android como la plataforma e s tándar
para autos
 Thermostat and Smoke Detector.- adquirió Ne s t Labs
e mpre s a que manufactura dis pos itivos domé s ticos
que e s tán cone ctados a Inte rnet (Inte rnet of Things )
 Subs idia los "Google Glasses" para le nte s pre s critos
para un ase gurado de VSP (prove e dor de se guros )
 Recientemente lanzó una compañía de cuidados de
la s alud para trabajar cie ntíficame nte e n
e nfe rme dade s re lacionadas con e l e nve je cimie nto.
Posibles aplicaciones médicas:
 Diagnós tico inme diato
 As is te ncia mé dica e n s ituacione s de
e me rge ncia
 As is te ncia virtual durante las cirugías
 Grabación de víde o durante una cirugía
 Te le me dicina
 Nutrición e n tie mpo re al
 Simulacione s y marketing de ve nta
No hay duda, Google está tomando una posición dentro de la cadena de valor en
la industria de los seguros …
Qué posición quiere tomar y cómo afectará a los jugadores actuales?
Act. Eduardo Lara di Lauro | Noviembre 2015
18
Re flexione s Finale s - Aprove chando e l pode r de BD&SA
Impacto de las Te cnologías Eme rge nte s e n la Industria de Se guros
Act. Eduardo Lara di Lauro | Noviembre 2015
19
Re flexione s Finale s
Impacto Legal y Regulatorio
 Dadas las nuevas oportunidades hay que adaptar de
manera urgente y diligentemente las legislaciones
corre s pondie nte s para impuls ar s u uso apropiado.
 Adaptar las normas sustantivas existentes al medio
de negociación, contratación y comercialización
digital. Firma e le ctrónica, manife s tación de
conse ntimie nto, ve rificación de e ntre ga, originale s y
copias , acuse de re cibido. Balanceando lo prudente
vs. lo excesivo.
 Crear/adoptar nuevas definiciones como ”s is te ma
e le ctrónico automatizado, age nte s e le ctrónicos
/ digitale s , inte lige ncia artificial”, etc.
 El tema toral es el apropiado resguardo y
confidencialidad de la información y la ética con que
ésta es usada. Los que trabajamos y proce s amos
datos de be mos te ne r claro qué e s información
se ns ible , qué e s información confide ncial, cómo la
de be mos mane jar, proce s ar y trans mitir, qué
re glame ntos y códigos de be mos obse rvar. Es tos
puntos aún no e s tán claros e n nue s tra indus tria y
son las áreas legales, de cumplimiento regulatorio y
de administración de riesgos las que deben insistir y
capacitar al resto de la organización.
BD&SA - ERM
 L o s G r a n d e s D a t o mejorarán
s
las técnicas de ERM, y la
pos ibilidad de lograr me jore s re s ultados a travé s de :
realizar programas de prevención, mejorar la
suscripción, la tarificación, el reaseguro, la prevención
de fraudes, etc.
 Sin las he rramie ntas de BD&SA los actuarios de dican
mucho tie mpo juntando y limpiando datos , en ves de
enfocarse en tareas de mayor relevancia como el
análisis de los resultados y la búsqueda de patrones
 BD&SA pue de ahorrar millone s pe ro conlleva
inversiones sustanciales en tecnología (servidores)
recolección de datos, experiencia y pericia de
profesionales especializados.
 La industria aseguradora se caracteriza por ser
“conservadora”, … algunos jugadore s globale s han
come nzado a inve rtir fue rte me nte e n BD&SA, e s to
ayudará a re ducir la curva de apre ndizaje y e mpujar las
fronte ras de la innovación.
 Ce rca de l 2 5 % de las organizacione s globale s
analizadas por IDC tie ne n una e s trate gia de finida e n
torno al BD&SA*.
 Nuevos modelos de negocio: e conomía colaborativa:
(Ube r, Airbnb, Tas krabit, Blablacar, etc.)
* Fue nte : http:/ / www.idc.com/
Act. Eduardo Lara di Lauro | Noviembre 2015
20
Re flexione s Finale s
 La tecnología va a cambiar la industria aseguradora (de vida y salud) , como fue rza impuls ora de cambio drás tico
re s pe cto a cómo los ase guradore s ve nde n y cómo los cons umidore s quie re n y pue de n comprar se guros (de vida y
s alud).
 Ejemplos: s itios que comparan productos y cos tos al ins tante , pólizas a travé s de Face book. En poco tie mpo, los
proce s os se rán aún más rápidos e inte lige nte s , con más datos y más información. Esto puede ser una amenaza - pero
también una oportunidad!
 Los saltos tecnológicos proporcionarán acceso sin precedentes a información, al inte rcambio de grande s volúme ne s
de datos y las pre fe re ncias de l cons umidor.
 Nos move mos más hacia donde los consumidores compartirán información personal, como por ejemplo sus datos de
salud y bienestar - a cambio de algo de valor, como una póliza de se guro s us crita con pre cis ión y e mitida de forma
rápida que se adapte exactame nte a s us ne ce s idade s y que podamos hace r programas de bienestar individualizados.
 Armados con más información, más opcione s de se rvicio y de acce s o, los consumidores esperan cada vez más que las
aseguradoras los conozcan y ofre zcan se rvicios adaptados a s us ne ce s idade s .
 Los nuevos datos permitirán que nuestro enfoque sea mucho más
personalizado, lo que empujará las ofertas de seguros en dos direcciones
diferentes: 1 ) lo s úpe r s imple , s úpe r rápido y 2 ) e l producto a la me dida,
pe rs onalizado con un valor agre gado muy alto y que podrá re que rir canale s de
dis tribución dife re nte s .
 Los Grandes Datos cambiarán la cara de la prevención, de la suscripción y el
tipo de conocimie ntos que ne ce s itare mos para hace rlo bie n.
Más datos = mejores decisiones = productos a la medida = carteras más
fuertes = costos más asequibles.
Act. Eduardo Lara di Lauro | Noviembre 2015
21
Muchas Gracias!
VI Seminario Regional
Actuarial Latinoamericano
Act. Eduardo Lara di Lauro
elaradil@hotmail.com
Junio, 2016
AMASFAC | Eduardo Lara | 24 Septiembre 2014