La analítica de datos tiene el potencial de redefinir cómo se estructuran las organizaciones, rompiendo barreras de larga data entre departamentos como Tecnología de la Información (TI) y funciones tradicionales de seguros. Sin embargo, crear el tipo de cambio en toda la organización que es posible a través de los datos grandes es más fácil decirlo que hacerlo. Un componente crítico para lograr un cambio exitoso y duradero es que los empleados de primera línea en departamentos como reclamaciones y suscripción desarrollen una mentalidad basada en datos y que los científicos de datos comprendan mejor el funcionamiento interno del negocio de seguros. Este enfoque basado en datos debe fluir sin problemas desde los científicos de datos hasta todos los niveles de la organización, desde la alta dirección hasta los niveles más bajos. Este enfoque sin problemas comienza con la construcción del equipo adecuado para supervisar el desarrollo y la adopción de procesos de analítica de datos y modelado predictivo en toda la empresa. No es una tarea fácil. De hecho, el 37 por ciento de las empresas afirma que encontrar talento para ejecutar datos grandes y analítica de forma continua es un desafío principal para implementar técnicas de datos grandes, según una encuesta de Accenture. Otro 35 por ciento dijo que integrar datos grandes en sistemas existentes es una lucha primaria. El equipo encargado de abordar estos desafíos debe superar mucha resistencia organizativa y ser extremadamente efectivo en la colaboración. Diferentes organizaciones construyen estos equipos de formas distintas. Los primeros esfuerzos de ciencia de datos ocurrieron en silos en la mayoría de las empresas, con algunos analistas de datos centrales filtrando información y preparando las herramientas analíticas preliminares para un uso más generalizado. Otras organizaciones colocan científicos de datos dentro de los departamentos individuales. Ambas estructuras son eficientes en ciertos aspectos, especialmente al comienzo del desarrollo de la ciencia de datos de una empresa. Pero a medida que los esfuerzos analíticos maduran en una organización, se vuelve cada vez más importante construir equipos interfuncionales en los que la ciencia de datos sea el enfoque y la herramienta principal. Estos equipos, o comités directivos, pueden ayudar a guiar los esfuerzos generales de analítica de datos de una organización para priorizar los proyectos más significativos y maximizar el valor de esos esfuerzos.
Al armar su equipo, los miembros individuales deben tener un firme entendimiento de cómo se utilizarán los datos para lograr los objetivos organizacionales. También deben comprender los conceptos fundamentales de seguros, así como las consideraciones específicas para la cultura y las prioridades de su empresa. Al armar su equipo de datos, asegúrese de que se representen los siguientes roles y áreas:
- Científico de datos: Obviamente, querrá expertos en analítica de datos en su equipo. Tenga en cuenta que dentro de la ciencia de datos hay una amplia variedad de conjuntos de habilidades y experiencia. Los arquitectos de datos, los manipuladores de datos, los estadísticos, los analistas de negocios y los especialistas en visualización de datos tienen una amplia gama de competencias básicas y brechas de habilidades. Asegúrese de que sus representantes de datos cubran áreas como la recolección, el análisis y el modelado de datos, así como el almacenamiento eficiente de datos y los problemas de seguridad y privacidad.
- Actuario: A medida que los datos grandes redefinen cómo su organización analiza y aborda el riesgo, es importante contar con un actuario involucrado para ayudar a facilitar estas transiciones. Los actuarios utilizan su conocimiento de los datos de seguros para trabajar con los científicos de datos y actualizar los modelos y herramientas de evaluación.
- Líderes de departamento: Los líderes dentro de los departamentos individuales deben mantenerse informados y ofrecer su opinión sobre las áreas donde los datos tienen el mayor potencial para mejorar la eficiencia y el servicio. Las áreas de reclamaciones, suscripción, marketing y servicio al cliente deben estar representadas y aumentar sus contribuciones cuando el equipo se centre en su respectivo departamento.
- Operaciones: Estos cambios basados en datos resultarán en cambios operativos significativos. Tener a alguien que gestione ese proceso y haga que las transiciones sean lo más fluidas posible es fundamental.
- Tecnología de la Información: Prácticamente todos estos nuevos sistemas y procesos requerirán algunos recursos de TI para desarrollar, implementar y mantener.
- Diseñador: Un número creciente de organizaciones está agregando un miembro del equipo que es responsable de hacer que la analítica y los nuevos procesos sean más comprensibles y utilizables.
Además de estos miembros integrales del equipo de datos, otros deben estar al tanto de los desarrollos clave, incluidos los agentes, corredores y los grupos legales y de cumplimiento de su empresa. Lo más importante es que el equipo de datos debe tener el poder de liderar el cambio organizativo necesario para que estos nuevos procesos basados en datos funcionen. Eso significa tener un presupuesto adecuado y la discreción para priorizar proyectos, así como responsabilizar al equipo por esas decisiones difíciles en términos financieros claros.
Fomentar la colaboración es esencial para el éxito de la implementación de la analítica de datos en una organización. Los equipos interfuncionales deben trabajar juntos para superar la resistencia organizativa y maximizar el valor de los esfuerzos de analítica de datos. Al construir el equipo adecuado y fomentar la colaboración, las organizaciones pueden aprovechar al máximo el potencial de la analítica de datos para transformar su forma de operar y lograr una ventaja competitiva en el mercado.
