Webinar On-Demand

 Prevenga churn en la industria de seguros con algoritmos de machine learning y AI

 

Churn y renovación de las pólizas:
¿Cómo ayuda la tecnología?

Debido a la crisis sanitaria y económica, al confinamiento domiciliario y cambios en el estilo de vida de los ciudadanos. Y con ellos, los riegos, la siniestralidad, las garantías y las coberturas de las pólizas. Se ha reducido la siniestralidad en determinados ramos, como autos o viajes. Mientras que la siniestralidad ha aumentado en, ramos de decesos, vida o salud. La Asociación Mexicana de Instituciones de Seguros (AMIS) reportó que en el rubro de pensiones hubo un decrecimiento del 6.2 por ciento en las primas y en lo que corresponde a automóviles, se mostró una baja de 12.6 por ciento, debido a la contracción económica derivada de la crisis por covid-19, lo que dejará retos importantes para la industria en 2021.

Ante la situación actual de incertidumbre, la mayor ventaja con la que puede contar una compañía es tener una buena capacidad de adaptación. Las empresas se están volviendo más conscientes de la importancia que tiene la satisfacción de los clientes. Por ello, es cada vez más necesario diferenciarse y desarrollar un compromiso con los clientes, prestando especial atención al análisis del churn (o tasa de abandono de clientes) y gestionarlo desde una perspectiva rentable. El abandono de clientes puede darse por muchas razones y el análisis de cada una de ellas ayuda a construir estrategias de retención efectivas.

Existen diferentes estrategias que pueden ayudar a controlar la tasa de churn, y mejorar la renovación de las pólizas. Aunque es prácticamente imposible mantenerla a cero, sí que es posible llevar a cabo determinadas acciones enfocadas a la prevención de las cancelaciones utilizando técnicas de Machine Learning e Inteligencia Artificial (IA), al transformar los datos históricos de los clientes en una probabilidad de pérdida para cada uno de ellos durante un período de tiempo determinado, las empresas pueden identificar quienes son más probable que se desvinculen de la marca o quienes tienen comportamientos y preferencias cambiantes, entre otros.

Regístrate ahora al “Webinar: Prevenga churn en la industria de seguros con algoritmos de machine learning y AI”, en la que conversaremos del uso de estos algoritmos para generar una estrategia predictiva y basada en datos que permitirá a las empresas dirigir sus recursos hacia un enfoque proactivo a los segmentos correctos.


¿Tiene un Perfil SAS? Para completar este formulario automáticamente: Ingresar

*
*
*
 
*
 
*

Toda la información personal será manejado de acuerdo al Aviso de Privacidad de SAS.

 
  Sí, deseo recibir información ocasional de SAS Institute Inc. y sus filiales y afiliados sobre los productos y servicios de SAS. En cualquier momento podré oponerme al uso de mis datos con dicha finalidad haciendo clic al enlace de opt-out existente en los correos electrónicos recibidos.
 
 

Nuestros speakers:


Arely Flores
Customer Advisory, SAS México.

Arely Flores es Customer Advisory para México, responsable de diseñar estrategias analíticas empresariales, con foco en sector financiero, para ayudar a las organizaciones mexicanas de diversas industrias a dar solución a cualquier tipo de reto de negocio.

Arely cuenta con experiencia en el desarrollo de sistemas de información, así como en tecnologías Cloud, AWS y plataforma SAS Viya. Formó parte de un programa de capacitación internacional de consultoría SAS Customer Advisory Academy en el corporativo de SAS en Carolina del Norte, EU.

Egresada de la Facultad de Estudios Superiores Acatlán, UNAM, de la licenciatura en Matemáticas Aplicadas y Computación, Arely cuenta con un Diplomado en Técnicas Estadísticas y Minería de Datos.


Carlos Hernández,
Customer Advisory Manager, SAS México, Caribe y Centroamérica.

Carlos Hernández es Líder de preventa para soluciones de Riesgo, analítica y SAS Grid en SAS México.

Durante ocho años ha colaborado para esta organización, donde ha tenido un desarrollo importante en su carrera profesional participando en proyectos relacionados con las iniciativas de negocio como Fraude, Customer Intelligence.

Actualmente dirige un equipo de venta para desarrollar e implementar estrategias de soluciones analíticas. Egresado por la Universidad Nacional Autónoma de México, es Licenciado en Matemáticas Aplicadas y Computación.