Innovación y Tecnología en los Seguros, para la gestión del riesgo

www.pwc.com

Innovación y Tecnología en los

Seguros, para la gestión del riesgo

Gestión del riesgo

Gestión del riesgo

Principales causas de fraude en las industria de seguros

¿Cómo tener una mejor y eficaz gestión del riesgo en las aseguradoras?

Ejemplos prácticos

PwC

Gestión del riesgo

Principales causas de fraude en las industria de seguros

América latina

África Asia

Pacifico

Cada 2 años se hace una encuesta para detectar las principales causas de fraude en las diferentes industrias.

243 6,337

Tipos de delitos económicos

Servicios profesionales

Servicios financieros Gobierno / Empresas de propiedad estatal

Detallistas

Transportación y Logística

Comunicaciones

Aeroespacial y Defensa

Seguros

Energía, servicios públicos y minería Entretenimiento y medios

Industrias manufactureras Ingeniería y

construcción Industria automotriz

Industria farmacéutica

Hotelería y turismo

Industria química

Tasa global

36%

Tamaño, escala y profundidad de la encuesta 2016 a nivel global

Malversación de activos

64 ^%

Delitos cibernéticos

32 ^%

Corrupción y Soborno

24 ^%

encuestados a nivel nacional

encuestados alrededor

de 115 países

PwC

Encuesta en la industria

263

encuestados

59

países

5ta

con mayor tasa de delitos económicos

70%

Altos Ejecutivos

50%

Cotizan en bolsa

40%

de los encuestados pertenecen a organizaciones de mas de 1,000 empleados.

México

se posiciona como uno de los países con mas participación en todo el mundo.

50%

de los encuestados pertenecen a organizaciones transnacionales.

Tendencias generales en la industria

40 ^%

100% 25% 25%

Últimos 2 años

37% es la tasa global en la industria

37% es la tasa general en México El uso indebido de información privilegiada es un factor de riesgo importante, ya que existe un aproximado de 40.5 millones de asegurados*

en nuestro país

*De acuerdo con la información de primas de EstadisticAMIS al segundo trimestre de 2015

es la tasa de delitos económicos en México

Malversación de activos

Uso indebido de información

privilegiada

Lavado de dinero

Próximos 2 años

100% 30% 30%

PwC

Impacto financiero y perfil del defraudador

Los daños económicos causados por los delitos económicos continúan siendo importantes en 2016.

En cuanto al perfil del defraudador, la encuesta nos muestra que los delitos económicos, en su mayoría, continúan siendo perpetrados por actores internos.

México 2014 México 2016

Defraudador Interno 57% 50%

Defraudador Externo 29% 25%

No Sabe 14% 25%

Total 100% 100%

$5M a <

$100M

$1M a < $5M

$100,000 a < $1M

< $100,000

2014

2016 0%

29%

57%

14%

25%

0%

25%

50%

Montos expresados en USD

Hombre Universitario31 a 40 años de edad

3 a 5 años en la organización

Métodos de detección y plan de respuesta

40%

de las organizaciones contactan a un asesor legal cuando existen indicios de un delito económico

…por otro lado solo el

20%

contacta a un especialista forense.

50%

de las organizaciones indica que los

delitos económicos fueron descubiertos

mediante la línea de emergencia o

denuncias por parte de los empleados

de la organización.

PwC

Delitos cibernéticos en la industria

Los delitos cibernéticos son el tercer delito con más probabilidad de ocurrir en los próximos 2 años

El 60% de las organizaciones cree que las amenazas cibernéticas vendrán de procedencia externa

Ninguna organización en México sufrió este tipo de delito

…sin embargo, 1 de cada 5 creen que serán victimas en el corto plazo

El 70% de las organizaciones no cuenta con un plan de respuesta a ataques cibernéticos o

desconoce si existe

Ética y cumplimiento en la industria

60% de los encuestados afirmó contar con un programa de cumplimiento

100% de las organizaciones mencionan que preferirían perder una oportunidad de negocios antes de incurrir en delitos relacionados con soborno y / o corrupción El 90% de las organizaciones cree que la

alta administración considera que el soborno es una práctica ilegitima

Los programas de cumplimiento efectivos cobran mayor relevancia en México, en donde el riesgo de corrupción es muy alto.

Por otro lado, solo el 70% afirmó estar de acuerdo con que los procedimientos disciplinarios se aplican sin importar el nivel, la función o el departamento en la organización

El 90% de las organizaciones cree que la alta administración adopta una postura pública contra la corrupción

PwC

Gestión del riesgo

¿Cómo tener una mejor y eficaz gestión del riesgo en las aseguradoras?

. . . No todo está perdido

América latina

África Asia

Pacifico

Tendencias tecnológicas en la industria de seguros

La creciente conectividad entre el mundo físico y el digital está transformando la industria de seguros. Los aseguradores deben invertir en herramientas digitales de manera proactiva y constante para mejorar los productos y servicios que ofrecen a sus asegurados, así como incrementar su eficacia operativa y lograr una mejor comunicación entre distribuidores, proveedores y clientes finales.

1 2 ^{3 4 5}

Uso de Big Data Internet of Things (IoT)

Medios sociales

& colaboración

Protección más allá de lo

convencional

Cambio a la movilidad

El uso y análisis de big data a lo largo de la cadena de valor para facilitar la toma de decisiones e identificar posibles áreas de mejora.

Aprovechar los dispositivos IoT (Autos Conectados, Hogares Inteligentes, Weareables) para mejorar las soluciones ofrecidas a los clientes y reducir los riesgos.

Utilizar las redes sociales para crear un entorno colaborativo en el que promover el intercambio de información entre proveedores y solicitar las opiniones de los usuarios.

Expandirse más allá de los servicios convencionales y ofrecer productos nuevos como contratos dinámicos, seguros de riesgos

cibernéticos o seguros Peer-to-Peer.

Desarrollar un plan estratégico que permita mejorar la experiencia del cliente y la contratación de productos través de dispositivos móviles.

PwC

Simulación y visualización

Modelos predictivos basados en información histórica

Análisis multi-variable

Análisis de Datos - Madurez y Beneficios

AMIS

Creciente complejidad de los datos y de las capacidades analíticas necesarias

In cr em en to del va lor apor tado al n eg oc io

Base de datos Sitio Web Audio

Video

Redes Sociales

Análisis Descriptivo

¿Qué sucedió?

Análisis Diagnóstico

¿Por qué sucedió?

Análisis Predictivo

¿Qué sucederá?

Análisis Prescriptivo Evaluar lo que debe suceder y hacer que suceda

Las empresas de seguros se enfrentan a un escenario cada vez más complejo debido al exceso de información disponible para la toma de decisiones. Optimizar la manera en la que se gestiona, utiliza y guarda la información resulta crítico para facilitar labores de planificación estratégica y gestión operativa.

Sensores

Análisis de datos a lo largo de la Cadena de Valor

Diseño del

producto Venta Emisión de la

póliza Reclamaciones Servicio Control de

pérdidas Identificar las categorías de

riesgos emergentes o las necesidades no satisfechas de los clientes para definir y diseñar nuevas ofertas de seguros

Disminuir los pagos de reclamaciones fraudulentas mediante la identificación y análisis de anomalías como acumulaciones o incremento de pagos y/o reclamaciones y mejora del servicio al cliente analizando las

opiniones de los consumidores en las redes sociales

Utilizar los datos de las redes sociales, el monitoreo de transacciones y datos de los proveedores para identificar patrones de fraude o validar casos de fraude detectados Evaluar los intereses de los

clientes para identificar oportunidades para ofrecer productosque se adapten mejor a sus necesidades

Gestionar el sentir del cliente durante la interacción del servicio o identificar las experiencias de los clientes que están afectando la percepción de la marca

Identificar patrones de fraude, estafas y falsedad documental a través del análisis de redes sociales y otras fuentes de información de terceros.

El Análisis predictivo mediante la combinación de análisis estadístico, aprendizaje automático (machine learning) y ciencia

actuarial, está revolucionando la forma en que la información está permitiendo a las aseguradoras cuantificar y afrontar riesgos,

mejorar la experiencia de los clientes e identificar fraude. El análisis predictivo ha transformado radicalmente el negocio de los

seguros y generado grandes avances en el diseño de productos, la emisión de pólizas, la gestión de las reclamaciones, el control de

pérdidas y más.

PwC

El uso de Internet of Things (IoT)

AMIS

•IoT genera un conocimiento más profundo del cliente para mejorar su experiencia estableciendo

expectativas y respondiendo a sus necesidades de manera más eficiente

• Wearables

• Food Intake

• Exercise Pattern

• Usage and Driving Pattern

• Location Tracking

• Collison Detection

• Preventive maintenance

• Energy Consumption

• Security Monitoring

• Social Behaviour

• Brand engagement

• Feedback

• Entertainment tracking

• Location and History tracking

Administración de reclamaciones y riesgos

• La información de IoT permite a los aseguradores construir perfiles de riesgo más precisos

• Conocer el perfil social y de riesgo de los clientes ayuda a informar y automatizar el proceso de administración de reclamaciones e identificar las reclamaciones fraudulentas

Mejorar la experiencia del cliente Reingeniería de la emisión de pólizas

•Un mejor conocimiento de los clientes ayuda a actualizar los procedimientos y los costos de la emisión de pólizas de una manera más eficiente

Perspectivas

Automóvil conectado

•Patrones de uso y conducción

•Rastreo de ubicación

•Detección de colisiones

Hogar inteligente

•Mantenimiento preventivo

•Consumo de energía

•Monitoreo de seguridad

Perfil de salud

•Wearables

•Consumo de alimentos

•Patrones de ejercicio

Medios Sociales

•Comportamiento social

•Relación con la marca

•Opinión del consumidor

•

•

•

La digitalización ha supuesto un cambio drástico para la industria de seguros. Desde automóviles conectados con dispositivos

telemáticos, a sistemas de seguridad y alarma para el hogar que pueden dar instrucciones remotas desde el teléfono y wearables

que monitorean y registran los hábitos de salud, toda esa información puede ser aprovechada para cuantificar y mitigar el riesgo de

manera más precisa.

Mejorar la Experiencia del Cliente mediante Big Data

Las aseguradoras están recopilando información muy específica de fuentes internas y externas y utilizando técnicas avanzadas de análisis para enriquecer la experiencia del cliente y reducir los riesgos para la organización.

Big Data

Información sobre

el cuidado de la salud Medios sociales Información financiera

• Historial de cuentas bancarias

• Historial de seguros

• Perfil de inversiones

• Historial de reclamaciones

• Perfil crediticio

• Perfil de riesgos Internet of Things (IoT)

• Historia familiar del cliente

• ¿El cliente pretende comprar una casa o un auto?

• Actividad social del cliente

• Afinidad del cliente y la marca

• ¿Cuándo se retira?

• Frecuencia de visitas al médico

• Historial clínico

• Prescripciones actuales

• Frecuencia de enfermedades

• Perfil de salud y registro de actividad del cliente

• Consumo de alimentos y riesgos de salud

• Monitoreo de seguridad del hogar

• Historial de manejo y uso del automóvil

• Patrón de desplazamiento diario y vacaciones

Cliente

El cliente solicita un producto de seguros y autoriza el acceso a la información a través del canal adecuado

El cliente selecciona la opción deseada y

establece relación de negocios con el asegurador El cliente utiliza dispositivo

móvil/en línea para

registrar actividades y datos 1

Asegurador

El asegurador utiliza los datos autorizados para crear un producto con un precio personalizado respondiendo a las necesidades del cliente y considerando el perfil de riesgo

3

El asegurador ofrece opciones de los productos solicitados 2

5

4

PwC

La tecnología habilita nuevos modelos de negocio en el sector asegurador…

Diseño y pilotos de soluciones de detección del fraude para el sector médico y asegurador.

Soluciones de tecnología semántica en el sector asegurador

Búsqueda de patrones en información no

estructurada, principalmente partes de quirófano, informes médicos y detalle de las facturas

Agente

Datos Datos

Inf. no estructurada

Tecnología semántica

AMIS

El detalle de la arquitectura genérica de Sistemas es el siguiente

Documentos

Digitales Documentos Bases de datos

1

File System

Origen de datos

2

Documento Final

4

Documentos e información necesaria de la corporación extraída de sus

repositorios independientemente de la naturaleza del origen de datos.

Descarga masiva de documentos e

información. Para aquellos documentos que estén en formato digital es posible realizar un OCR para el reconocimiento del texto. Carga desde Base de Datos.

Captura en sistema.

El sistema aplica reglas de negocio para la definición de casos de posible fraude.

Informe final con listado de eventos a revisar

1

2

3 4

3

OCR Captura

en BD Carga

PwC

Gestión del riesgo Ejemplos prácticos

América latina

África Asia

Pacifico

En el caso de Gastos Médicos existen muchas fuentes de información

(estructuradas y no estructuradas) que nos dan información de la salud del asegurado en diferentes tiempos:

 Cuestionario médico

 Informe médico

 Formato de Programación de cirugía

 Notas Post-quirúrgicas

 Estudios auxiliares y de diagnóstico

 Reembolsos de medicamentos, consultas, rehabilitaciones.

Al tomar todas las reclamaciones y meterlas al sistema, se aplican reglas de negocio para la detección de

posibles fraudes, obteniendo los datos inconsistentes que necesitan mayor

Gestión del riesgo

Gastos Médicos

PwC

Ejemplo 1

Al emitir toda póliza de gastos médicos mayores, se requiere el llenado de un cuestionario de ingreso.

La información declarada en el mismo, es un punto de partida para identificar el estado de salud y el riesgo futuro del asegurado.

Al momento en que el asegurado acude al médico y da inicio a un proceso de atención, el médico necesita recabar la información clínica adecuada para otorgar una atención apropiada. La historia clínica es fundamental para ello.

Para el llenado de la historia clínica se requiere de una información veraz sobre los antecedentes del paciente.

Puede presentarse una discrepancia de

información entre el cuestionario de ingreso y la historia clínica otorgada

AMIS

En el cuestionario médico de

ingreso correspondiente al año

2014, el paciente declara NO

padecer de Diabetes

PwC AMIS

Información otorgada en la historia clínica (año 2016):

El paciente comenta padecer Diabetes desde hace 7 años

Existe una falsa declaración en el cuestionario de

ingreso, acto que en

automático puede causar

una rescisión de contrato

Ejemplo 2

En un evento de cirugía

programada, el médico está

obligado a informar a la compañía aseguradora acerca del

tratamiento y/o procedimiento quirúrgico a realizar.

Este procedimiento se debe

confirmar en la nota post

quirúrgica.

PwC AMIS

En el informe médico se

especifica cierto tratamiento

y/o intervención quirúrgica

Información en la Nota post quirúrgica no coincide con la reportada en el informe

médico

Lo anterior representa una discrepancia de información correspondiente a un

potencial fraude

Gracias

Esta publicación se elaboró exclusivamente con el propósito de ofrecer orientación general sobre algunos temas de interés, por lo que no debe considerarse una asesoría profesional. No es recomendable actuar con base en la información aquí contenida sin obtener la debida asesoría profesional. No garantizamos, expresa o implícitamente, la precisión o integridad de la información de la presente publicación, y dentro de los límites permitidos por la ley, PricewaterhouseCoopers, S.C., sus miembros, empleados y agentes no aceptan ni asumen ninguna responsabilidad, deber u obligación derivada de las acciones, decisiones u omisiones que usted u otras personas tomen con base en la información contenida en esta publicación.

© 2016 PricewaterhouseCoopers. Todos los derechos reservados. PwC se refiere a la red y/o una o más firmas miembro de PwC, cada una de las cuales constituye una entidad legal

independiente. Favor de ir a www.pwc.com/structure para obtener mayor información al respecto. Elaborado por MPC: 20160302-gm-pres-gestion-riesgo