|
Minería de Datos
(Data Mining)
ANÁLISIS
AVANZADOS DE GRANDES VOLÚMENES DE DATOS EN EL SECTOR SEGUROS
(2ª PARTE)
Con esta segunda parte se finaliza el artículo de Data Mining cuya
primera entrega fue publicada en el número 24 de ACTUARIOS,
correspondiente a abril-mayo de 2006.
El contenido de
«Minería de Datos en el Sector Seguros» ha sido proporcionado por
Carmen López, Presales Consultant de Inteligencia Analítica y por
Isidoro Cortés, Insurance Industry Manager. SAS España.
CAPITULO 2:
1. Introducción
2. Gestión de campañas sofisticadas
3.
Estimación de provisión de siniestros pendientes l
4.
Coordinación de los departamentos de marketing y actuarial
5.
Implementación de proyectos de minería de datos
A) Acceso a los datos.
B) Data warehousing
C) Análisis de los
datos mediante la metodología SEMMA
D) Generación de
informes de resultados.
E) Explotación de
resultados.
6.
Resumen
1. Introduccion
A lo largo de este
segundo capítulo analizaremos la importancia de conocer a nuestro
cliente, de tratarle de forma personalizada y mantener con él una
relación duradera en el tiempo. Una gestión individualizada y
automatizada de las comunicaciones es clave para conseguir este
tratamiento individualizado. En este sentido las soluciones de
gestión de campañas permiten gestionar de una forma completa y
prácticamente automática, todas las comunicaciones y campañas
dirigidas a nuestros clientes, recogiendo su reacción ante las
mismas e incluyendo su feedback en la definición de la siguiente
actuación comercial o de marketing.
De cara a la
consecución de beneficios por parte de las compañías aseguradoras,
un cálculo preciso de provisión por siniestros es estratégico. A lo
largo del capítulo se detalla como las técnicas de minería de datos
pueden modelizar el riesgo asumido facilitando el cálculo de esta
provisión.
Para acabar
introducimos el modelo SEMMA de implantación de proyectos de minería
de datos, que a través de técnicas estadísticas y visuales guiará a
los analistas en el muestreo, exploración, modificación,
modelización y estimación de modelos de minería.
2. Gestión de campañas
sofisticadas
Establecer una
relación con el cliente es básico para el negocio en todo tipo de
actividad empresarial. Las organizaciones pequeñas pueden establecer
una relación individual con cada uno de sus clientes pero cuando la
compañía crece los departamentos de marketing a menudo empiezan a
pensar en términos de «desarrollo de productos» en lugar de en
términos de «mantenimiento de la relación con el cliente». Es
habitual que los departamentos de ventas y marketing se centren en
las ventas que se consiguen con un producto en lugar de en lo bien
que ese producto satisface las necesidades del cliente individual.
En un entorno como el
actual, en el que los mercados están saturados y las campañas de
marketing masivas son cada vez son menos eficaces, la minería de
datos facilita a las compañías aseguradoras la personalización de
sus campañas, orientándolas hacia el cliente individual. Las
estrategias de marketing basadas en el análisis de los datos de
cliente están ayudando a reorientar la gestión de las relaciones con
los mismos, volviendo a colocar al cliente en el centro de la
estrategia de la compaña.
Orientación al cliente
Las principales
compañías aseguradoras están transformando sus antiguas estructuras
orientadas a productos en estructuras centradas cliente. La minería
de datos ayuda a conocer mejor al cliente identificando cuales son
sus necesidades actuales y futuras y pudiendo predecir cuales serán
sus reacciones ante ciertos cambios del mercado. El análisis del
resultado de las campañas de marketing, proporciona una valiosa
información que se utilizará como base para el desarrollo de futuras
campañas.
Marketing: Otra frontera para la
automatización
Conocer a los clientes
en profundidad (sus necesidades, deseos y respuestas), es posible
gracias al conocimiento que proporcionan metodologías tales como la
minería de datos.
Una vez que hemos seleccionado los clientes a los que nos queremos
dirigir, sabemos el producto que ofertaremos y el canal por el que
nos comunicaremos con ellos, existen soluciones de gestión de
campañas que permiten automatizar la gestión de nuestras actuaciones
comerciales. La clave de las soluciones de gestión de campañas es
que permiten controlar las respuestas de los clientes y la
eficiencia de las acciones comerciales emprendidas.
La solución de marketing automation muestra cómo nuestro cliente
reacciona ante las diferentes propuestas que le hacemos, a la vez
que facilita la gestión de estas campañas o comunicaciones. Además
se podrán tomar decisiones casi «sobre la marcha», bien para
modificar la oferta o para modificar los canales de comunicación o
ambos a la vez. Estas soluciones de automatización del marketing nos
ayudan a maximizar el resultado de nuestros esfuerzos, ya que nos
permiten concentrarnos en las actuaciones verdaderamente rentables.
Una solución global
Las soluciones de
marketing automation dan soporte al «ciclo de vida» completo de toda
actividad de marketing directo: análisis, planificación, ejecución y
evaluación, no sólo a una o dos fases del mismo.
Desafortunadamente, en
muchas ocasiones las soluciones de gestión de campañas contienen
soluciones separadas no integradas en el conjunto de la solución.
Hablamos de soluciones individuales para la consulta, actualización,
análisis y extracción de los datos. A menudo, estos sistemas
individuales requieren considerables adaptaciones para que puedan
trabajar de forma conjunta. Pare evitar estos problemas, es
necesario disponer de una solución de marketing automation que
integre el acceso a la información, la minería de datos y la gestión
de campañas proporcionando una solución única, eficaz y coherente.
Si las distintas soluciones no se diseñan de forma explícita para
funcionar juntas, pueden surgir problemas de portabilidad y
movilidad.
Administración eficaz de campañas
Las soluciones de
integración de acceso a los datos, el Data Warehousing, la minería
de datos y las soluciones de gestión de campañas permiten a los
profesionales del marketing utilizar modelos de minería de datos
preestablecidos dentro de ese sistema de gestión de campañas. Los
responsables de marketing podrán seleccionar dichos modelos de una
lista y aplicarlos a los subconjuntos de público objetivo
identificados por el sistema de gestión de campañas.
Normalmente, el
«código de scoring» se ejecuta sobre el subconjunto seleccionado
dentro de la solución de minería de datos y el archivo final se
devuelve entonces al usuario de marketing, quien, de esta manera,
refina sus campañas de marketing «dirigido». A menudo se hace
referencia a esta forma de integración como «scoring dinámico»,
porque refleja la ejecución en tiempo real del «scoring de
puntuación».
3. Estimación de la
provisión de siniestros pendientes
Las liquidaciones de
siniestros a menudo se retrasan en el tiempo. Por ejemplo, en los
seguros de responsabilidad civil, el coste de un siniestro puede no
conocerse hasta años después de que se haya informado del mismo. En
casos de responsabilidad del empleado, hay incluso retrasos en el
informe del siniestro. Dichos retrasos implican una distribución no
normal de los siniestros, especialmente distribuciones
distorsionadas y sesgadas según el tiempo y el tipo de negocio.
A menudo lo que se
hace es utilizar una estimación de la coste del siniestro hasta que
el valor real esté disponible. La estimación puede depender de lo
siguiente:
• Coste del siniestro.
• Periodo medio de
terminación de siniestros.
• Efecto que tendrán
variables financieras como la inflación y los tipos de interés.
• Efecto que tendrán
los hábitos sociales. Por ejemplo, el cambio en la percepción del
hábito de fumar ha tenido un fuerte impacto en la industria del
tabaco
Predicción coste final de los
siniestros
La provisión de
siniestros, necesaria para continuar con la operativa de la empresa,
se fija mediante la estimación de los siniestros asegurados. La
precisión de la provisión de siniestros es importante, porque
normalmente los fondos destinados al pago de siniestros no pueden
invertirse a largo plazo con el fin de obtener rentabilidad Si la
provisión de siniestros pendientes es demasiado baja, la empresa
puede experimentar problemas financieros. Al contrario, si la
provisión es demasiado elevada, la empresa puede dejar de ser
rentable. Por lo tanto, la estimación de la provisión influye en los
beneficios de la compañía. El análisis de la distribución de
siniestros según los clientes, la geografía y el tiempo, puede
ayudar a alcanzar mejores estimaciones de esta provisión.
La minería de datos
puede utilizarse para definir la distribución de los siniestros y el
patrón de pagos de las prestaciones pendientes.
Primero se analizan y
modelan los datos, tras lo cual se desarrolla un modelo predictivo.
Después se puntuarán los siniestros pendientes en la actualidad.
Concretamente, los parámetros del modelo y los datos de los
siniestros se utilizan para predecir el coste final de los
siniestros que todavía están pendientes. Esta estimación del coste
final puede utilizarse para fijar la provisión de siniestros.
Actualización del modelo predictivo
El cálculo de la
provisión para siniestros generado mediante un modelo predictivo, se
basa en la hipótesis de que el futuro se asemejará al pasado. Si el
modelo no está actualizado, con el tiempo dicha hipótesis derivará
en que el futuro se parecerá al pasado lejano.
A medida que se
disponga de datos actuales, el modelo predictivo de minería de datos
podrá actualizarse y la hipótesis pasará a ser que el futuro se
asemeja a un pasado reciente.
Las técnicas de
minería de datos permiten a los analistas de seguros comparar
modelos y evaluarlos basándose en su rendimiento. Cuando el modelo
recién actualizado supera al modelo anterior, es el momento de
cambiar al nuevo modelo. Gracias a las nuevas tecnologías, los
analistas pueden controlar los modelos predictivos y actualizarlos
como sea necesario.
4. Coordinación de
los departamentos de marketing y actuarial
Los departamentos de
marketing y actuarial son áreas de la compañía interdependientes,
las acciones de uno afectan al otro. La coordinación de esfuerzos de
ambos departamentos es estratégica y tiene incluso repercusión en
los ingresos y beneficios de la compañía. Aunque esta
interdependencia siempre ha estado ahí no siempre se ha sido
reconocida ya que por ejemplo, tradicionalmente, el área actuarial
había calculado las primas a los clientes sin contar con el apoyo
del área de marketing.
La coordinación de
esfuerzos se puede conseguir a través del uso de técnicas de minería
de datos. El departamento de marketing puede utilizar el
conocimiento generado por el departamento actuarial y los resultados
de las campañas de marketing pueden convertirse a su vez en datos
para investigaciones actuariales adicionales.
5. Implementación de proyectos de minería de datos
Se ha escrito mucho
acerca del mejor modo de implementar proyectos de minería de datos.
Muchos libros y trabajos escritos por expertos en IT tratan el tema
en detalle. Una idea común en la mayoría de autores es que en un
proyecto de minería de datos es imprescindible no perder de vista la
situación real del mercado; los modelos generados deben ser
flexibles y deben poder ser actualizados con el tiempo. Además debe
tenerse en cuenta el «desafío práctico» que implica implementar un
proyecto de este tipo. Un enfoque centrado en los datos es
especialmente eficaz. Podemos hablar de las siguientes fases:
A) Acceso a los datos.
B) Data Warehousing
C) Análisis de los
datos.
D) Generación de
informes donde se incluya el resultado de los análisis.
E) Explotación de
resultados para obtener ventajas competitivas.
A) Acceso a los datos
Partir de una
información fiable y precisa es imprescindible en todo proyecto de
minería de datos. Una solución completa de acceso a los datos
debería incluir los siguientes elementos:
• Acceso a todos los
tipos de fuentes de datos.
• Acceso a todas las
fuentes de datos independientemente de la plataforma en la que
residan.
• Preservación de la
fuente de datos mediante el uso de rutinas de seguridad.
• Una GUI coherente y
fácil de usar que, sin requerir un conocimiento extensivo de cada
tipo de datos, proporcione la flexibilidad necesaria para satisfacer
necesidades específicas.
•Integración con la
tecnología existente en lugar de rutinas de acceso que requieren
cambiar las soluciones de hardware y software o un aprendizaje
adicional por parte de los usuarios.
Un almacén de datos
adecuadamente diseñado e implementado puede ayudar a satisfacer
estas premisas básicas de toda estrategia de acceso a los datos.
B) Data Warehousing
Disponer de un Data
Warehouse permite a los investigadores acceder fácilmente a los
datos, que podrán estar almacenados en diferentes tablas alojadas en
distintas plataformas. El Data Warehouse permite a los analistas
combinar y agregar datos a distintas áreas temáticas. No obstante,
antes del análisis, hay que depurar (o en caso extremo eliminar)
aquellos que contienen errores, valores ausentes…Sin embargo, los
resultados pueden ser tendenciosos puesto que los datos eliminados
podrían haber formado parte de relaciones importantes.
Las principales tareas
de depuración, como hacer que haya coherencia entre los nombres de
las variables, atribuir valores ausentes, identificar errores,
corregirlos y detectar valores extremos, pueden realizarse con
relativa facilidad utilizando la minería de datos.
Una adecuada solución
de Data Warehousing puede mejorar considerablemente, el resultado de
todo el proyecto de minería de datos ya que se podrán obtener
mejores resultados con mayor rapidez y a menudo, a un coste más
bajo.
La Solución de Data
Warehouse de SAS proporciona un entorno visual para la gestión de
almacenes de datos. Mediante el uso de esta solución, los analistas
especifican los metadatos que definen fuentes y almacenes de datos,
bibliotecas de código y otros recursos de Data Warehouse. A
continuación, la Solución ETL de SAS utiliza estos metadatos para
generar o recuperar código, que extrae, transforma y carga los datos
en el Data WareHouse y en los «data marts».
C) Análisis de datos mediante la metodología SEMMA
Incluso después de que
se hayan combinado los datos y se hayan agregado a áreas temáticas,
ver las relaciones muy complejas sigue siendo dificil. No basta con
inspeccionarlos visualmente ni con aplicar análisis estadísticos
simples. Patrones reales pueden parecer aleatorios y no detectarse.
Además, los modelos lineales difícilmente pueden describir
relaciones no lineales. Las técnicas de minería de datos pueden
superar estas limitaciones empleando los siguientes métodos:
• Herramientas de
trazado y exploración de datos de sofisticadas GUI (interfaz gráfica
de usuario) para mostrar mejor las relaciones entre variables.
• Metodologías de
selección de variables con las que identificar las variables más
importantes que deben ser incluidas en los modelos.
• Técnicas de
modelización avanzada tales como modelos lineales con interacciones.
• Redes neuronales no
lineales y modelos de árboles.
• Técnicas de
evaluación que ayudarán a los analistas a seleccionar el modelo más
rentable basándose en criterios de pérdidas y beneficios.
Imagen 1: El ciclo de análisis SEMMA
Una vez que se ha
accedido a los datos, éstos pueden explorarse utilizando GUIs que
emplean sofisticados algoritmos de minería de datos. Por ejemplo,
los subconjuntos de datos pueden revelar importantes relaciones que
podrán ser utilizadas en la definición de las campañas de marketing.
Al desagruparlos por región y por empresa se pueden descubrir
anomalías en las operaciones que implican incremento en los costes.
Además profundizar en los datos puede ayudar a descubrir
oportunidades de obtención de beneficios desconocidas hasta el
momento.
Dentro de un proyecto
de minería se incluye además del análisis de datos, la selección,
exploración y modelización de los mismos. A través de este análisis
se puede descubrir información oculta que podrá se utilizada para
obtener ventajas competitivas.
Con el fin de
establecer un camino predecible y sencillo que ayude a los
responsables de la minería de datos, SAS ha desarrollado un ciclo de
análisis de minería de datos conocido por el acrónimo SEMMA. Este
acrónimo procede de los cinco pasos de la fase de análisis dentro de
un proyecto de minería de datos. Estos cinco pasos son:
• Muestreo.
• Exploración.
• Modificación.
• Modelización.
• Estimación.
La imagen 1 ilustra
las tareas que se incluyen en un proyecto de minería de datos y
asigna dichas cinco tareas a los cinco pasos de la metodología SEMMA.
El ciclo de análisis
SEMMA utiliza técnicas estadísticas y visuales para guíar a los
analistas a través del proceso de exploración de los datos. El ciclo
incluye la transformación, para descubrir las variables con mayor
capacidad predictiva, modelando estas variables para predecir
resultados y generando el modelos finales. Además la metodología de
análisis SEMMA también incluye la comprobación del modelo utilizando
nuevos datos. El ciclo de análisis SEMMA es una ampliación moderna
del método científico.
Muestreo
El primer paso en la
metodología, es crear una o más tablas utilizando muestras de los
datos contenidos en el Data WareHouse. Las muestras deberían ser lo
suficientemente grandes como para contener información
significativa, aunque lo suficientemente pequeñas como para poder
procesarse con rapidez. Este enfoque permite obtener resultados
«coste-eficientes». Al explorar una muestra representativa en lugar
del volumen completo de información se reduce de forma drástica el
tiempo de procesamiento requerido.
Si existen patrones
generales en el conjunto de la muestra, éstos también estarán
presentes en una muestra representativa. Si un nicho es tan pequeño
como para no estar representado en la muestra y pese a ello tan
importante como para influir en la imagen completa, podrá
descubrirse utilizando métodos de sumarización.
Exploración
Después de obtener una
muestra de los datos, el siguiente paso es explorarlos visual o
numéricamente con el fin de observar tendencias inherentes o
agrupaciones. La exploración ayuda a descubrir estas agrupaciones.
Si la exploración visual no revela tendencias claras, los analistas
pueden explorar los datos mediante técnicas estadísticas que
incluyen análisis de factores, análisis de correspondencia y
clustering. Por ejemplo, los padres primerizos son a menudo más
conscientes de la necesidad de un seguro de vida pero puede que
busquen invertir la mínima cantidad de dinero posible. Es más
probable que este grupo responda a los mailings directos para un
seguro de vida.
Modificación
Por modificación de
los datos entendemos la creación, selección y transformación de una
o más variables para centrar el proceso de selección de modelos en
una dirección particular o para aumentar los datos para obtener
claridad o coherencia.
Basándose en los
descubrimientos de la fase de exploración, los analistas pueden
necesitar tratar los datos para incluir información tal como la
agrupación de los clientes y subgrupos significativos o introducir
nuevas variables tales como un ratio obtenido comparando dos
variables anteriormente definidas. Puede que los analistas también
necesiten buscar valores extremos y reducir el número de variables
para limitarlas a las más significativas. Además, dado que la
minería de datos es un proceso dinámico e iterativo, a menudo es
necesario modificar los datos cuando los datos anteriormente
extraídos sufran algún cambio.
Modelo
Crear un modelo de
datos implica la utilización de una solución de minería que busque
automáticamente una combinación de datos que prevean de forma fiable
un resultado deseado.
Después de que se haya
accedido a los datos y éstos se hayan modificado, los analistas
pueden utilizar técnicas de modelización para construir modelos que
expliquen patrones. Las técnicas de modelización en la minería de
datos incluyen redes neuronales, modelos basados en árboles, modelos
logísticos y otros modelos estadísticos tales como análisis de
series temporales y análisis de supervivencia.
Estimación
El siguiente paso en
todo proyecto de minería de datos consiste en estimar el modelo para
su posterior evaluación. Un método común para evaluar un modelo es
aplicarlo a la porción de los datos que se dejaron de lado durante
la etapa de muestreo. Si el modelo es válido debería funcionar para
esta muestra reservada, de igual modo que funciona para la muestra
utilizada para construir el modelo.
De forma similar, los
analistas pueden probar el modelo utilizando datos conocidos. Por
ejemplo, si se sabe qué clientes tuvieron altos índices de
retención y el modelo se ha definido para predecir la retención, los
analistas pueden comprobar si el modelo señala a esos clientes.
Además, la aplicación práctica del modelo, por ejemplo hacer
mailings parciales en una campaña marketing directo, ayudan a probar
su validez.
Iteración
Aunque estimar los
modelos de datos es el último paso en la metodología SEMMA, estimar
la eficacia de modelos de datos a menudo no es el paso final en una
implementación real de SEMMA.
Como SEMMA es un
ciclo, los pasos internos se suelen realizar iterativamente dentro
del conjunto del proyecto de minería de datos.
D) Generación de informes de resultados
La capacidad de
generación de informes de una compañía es esencial para dar
utilidad a los datos, permitiendo a los usuarios crear y publicar
informes directamente desde los almacenes de datos y otras fuentes
de información.
Las características
clave de un sistema de generación de informes deberían incluir:
• Completa integración
con el sistema.
•Facilidad de uso
mediante interfaces gráficas de usuario.
• Distribución rápida
de informes.
• Compatibilidad con
la Web.
Una solución de
generación de informes completa, como la incluida en SAS® Enterprise
Miner™ permite a los usuarios de negocio crear, publicar e imprimir
informes en un formato enriquecido partiendo de la información
guardada en sus Data WareHouses. Mediante interfaces fáciles de
usar, los usuarios tienen la habilidad de crear gráficos, tablas,
diagramas y texto dentro de un único informe y desde sus propios
PC´s.
E)
Explotación de resultados para obtener ventajas de negocio
La información
obtenida a partir de la minería de datos puede incorporarse en un
informe ejecutivo o procesamiento analítico en línea y, a
continuación, difundirse por toda la organización. La dirección de
la compañía puede utilizar la minería de datos para realizar los
análisis clave para la planificación y acción estratégica, ¿Cómo
podemos aumentar el retorno del capital invertido en nuestras
campañas de marketing?. La minería de datos ayudará a las
aseguradoras a estar más preparadas para su crecimiento futuro.
6. Resumen
La clave para obtener
una ventaja competitiva en el sector seguros reside en asumir que
las bases de datos de cliente si se gestionan, analizan y explotan
de la forma adecuada, son bienes únicos y valiosos.
La minería de datos
puede ayudar a las compañías de seguros a acceder a la inteligencia
contenida en sus bases de datos de cliente
La minería segmenta la
base de datos, genera modelos predictivos, analiza el mercado y
proporciona a la compañía el conocimiento necesario para responder
con rapidez y eficacia preguntas estratégicas de negocio. A partir
de la información generada se pueden desarrollar nuevos productos e
implementar las estrategias de marketing más adecuadas permitiendo
transformar «riqueza de información» en «riqueza de predicción,
estabilidad y beneficios». |
