7 de dezembro de 2022

A3Data e Pottencial: Projeto Jornada Digital de Seguros

Sobre a Pottencial: 

Atuando no mercado segurador desde 2010, a Pottencial é uma empresa mineira, referência nacional dos segmentos de Seguro Garantia e Seguro Fiança Locatícia, estando entre as três maiores seguradoras do país.

Já nos primeiros anos de história, expandiu sua presença para todo o território nacional e, com uma evolução acelerada, ao final de sete anos, a empresa havia conquistado o primeiro lugar no ranking de Seguro Garantia, com Market Share de 17% deste produto e classificação Rating Fitch A-(bra).

O desafio: 

Para garantir celeridade em seus processos e se manter atualizada com as demandas do mercado, a Pottencial iniciou o desenvolvimento de um projeto chamado “Jornada Digital de Seguros”. O objetivo é que em um dado produto, com os dados adquiridos a partir do CPF de um cliente, seja possível oferecer um valor máximo que a seguradora estaria disposta a segurar. Porém, para permitir esta jornada, seria necessário uma atualização no funcionamento dos produtos já existentes. Neste sentido, juntamente com a A3Data, definiu-se uma abordagem para que esta jornada pudesse ser materializada, refletindo a confiabilidade das regras de negócio já existentes de uma forma nova.

Como foi feito: 

Após o entendimento do problema, foi realizado um estudo das regras para aprovação de uma solicitação. Nesta etapa, foram feitas extensas análises e entrevistas para compreensão dos processos internos de avaliação das solicitações de seguro que já haviam sido aprovadas. Em seguida, definimos o conjunto de dados e processos decisórios que poderiam ser adquiridos e estabelecidos apenas pelo CPF.

Como nem todos os dados necessários estariam disponíveis, optamos por criar um modelo de árvore que pudesse, com qualidade, realizar o mesmo processo decisório de aprovação e reprovação das propostas utilizando apenas as informações disponíveis.

A fim de definir valores para a cobertura, realizamos uma segmentação de perfil para as solicitações aprovadas e treinamos um modelo de regressão linear para cada um, de forma a prever um valor limite de seguro aderente aos diferentes grupos, garantindo que o valor oferecido condiz com o valor aprovado pelas regras de negócio.

O interessante deste processo é que as regras de negócio, naturalmente, funcionam como um processo classificatório. Aprovando e reprovando solicitações. Nesta abordagem, o resultado da regressão é provado por estas regras de forma não a classificar, mas a restringir o valor oferecido pelo modelo. Com isso, olhando somente para o CPF, garantimos que o valor predito no modelo de regressão não alcance patamares os quais as regras do negócio não aprovariam.

Este tipo de abordagem transmite uma maior confiança no uso do modelo por parte do negócio, além de garantir que quaisquer novas regras implantadas sejam seguramente refletidas na jornada digital, mantendo, assim, a coerência dos resultados.

A implantação desta abordagem foi feita de forma conteinerizada, utilizando uma arquitetura de microsserviços com o Amazon EKS. Essa arquitetura permitiu a comunicação com sistemas existentes em tempo real de forma escalável e altamente disponível.

Os Resultados:

Inicialmente, definiu-se a implantação desta jornada digital para uma das corretoras parceiras, para teste e acompanhamento deste novo processo. Foram escolhidos o segundo e terceiro mês de funcionamento para avaliação. Neste período, 49% das novas solicitações de seguro passaram a ser feitas na jornada digital e, no segundo mês, já havia gerado cerca de 50% das novas emissões. Este marco serviu como um indicativo de que houve uma boa aderência da corretora parceira em utilizar a jornada digital e que os resultados obtidos nas cotações estavam atraentes para o produto testado. 

Aplicando a jornada digital sobre todas as solicitações do período para todas as corretoras, estima-se que 2% das novas solicitações anteriormente recusadas passariam a ser aprovadas. Utilizando a taxa de emissão vigente sobre este grupo, estima-se um aumento de 10% na emissão de novas apólices, o que representaria a geração de, aproximadamente, 1,2M em prêmio bruto.

Os Próximos Passos:

Com o desenvolvimento da parte base da jornada de digital finalizado, os próximos passos passam a focar na sustentação e manutenção do produto. Desta forma, para garantir a qualidade das decisões do modelo, planejamos uma arquitetura de  monitoramento e treino automático utilizando o Amazon SageMaker. A utilização dessa arquitetura possibilita a definição de alertas quando há desvios de qualidade ou alterações de KPI’s importantes, como taxas de aprovação e de emissões e, adicionalmente, facilita a tomada de ações corretivas, através do retreino automático de modelo com a utilização de dados recentes.

Saiba Mais:

Obtenha mais informações sobre as soluções de inteligência artificial e análise de dados AWS, a A3Data e a Pottencial. 

Voltar para a página inicial