Fazendo previsões em meio à incerteza

Escrito por Leah Cooper, diretora administrativa, Tecnologia de Consumo Global; Steve Elliott, vice-presidente sênior, Aplicações de TI; Kathy Tazic, diretora administrativa, Serviços ao Cliente

É seguro dizer que foi um ano repleto de surpresas — eventos inesperados, circunstâncias imprevistas e alguns resultados inimagináveis. À medida que nos aproximamos de 2021 (e, talvez, com sorte, começamos a fechar a porta para os desafios de 2020), fica claro que precisaremos aproveitar ao máximo os recursos preditivos e a inovação que temos à disposição, aplicando os aprendizados e abordagens exclusivas para relatórios e modelagem que adaptamos em um ano como nenhum outro.

Ferramentas como inteligência artificial, aprendizado de máquina, dataficação e automação de processos robóticos estão transformando o processo de sinistros. E quando se trata das mudanças que vimos nos mecanismos de relatórios e modelagem, as análises avançadas estão assumindo o comando. Estamos integrando novos modelos para a COVID-19, ajustando nossas ferramentas de otimização de decisões e adotando uma abordagem cada vez mais orientada para soluções em relatórios analíticos.

Modelagem da COVID-19
Todos nós estamos nos adaptando à tecnologia na era da COVID-19. Como podemos usar da melhor forma a tecnologia disponível para adaptar nossa resposta?

Além dos avanços que a mineração de texto nos trouxe, estamos usando nossa capacidade de identificar, responder e rastrear perguntas por meio de chatbots de processamento de linguagem natural com IA para ajudar na modelagem específica da COVID. Nossos relatórios mensais incluem o volume de pessoas que acessam o Carey, o chatbot Sedgwick, fazendo perguntas relacionadas à COVID.

Além disso, utilizando os dados disponíveis, criamos um modelo para nossos clientes preverem o custo da COVID-19 em sinistros novos e existentes. Com o impacto prolongado esperado da COVID-19, isso nos ajudará a auxiliar nossos clientes a planejar o presente e o futuro. Nosso modelo também está avaliando o impacto da COVID-19 em sinistros não relacionados à COVID. Os dados desse modelo estão disponíveis em um painel que mostra o impacto em toda a nossa organização, ilustrando totais e tendências em várias categorias:

• Gravidade, duração e implicações financeiras dos casos em quarentena aos casos positivos confirmados e além
• Discriminação por estado vs. nacionalmente
• Tendências de licenças vs. tendências de indenizações trabalhistas
• Impacto da falta de acesso aos cuidados de saúde
• Atrasos nas cirurgias
• Encerramento ou atrasos nos tribunais com impacto no encerramento de reclamações e acordos

Mineração de texto
Após um ano em que as expectativas foram por água abaixo, o setor está se apoiando nos dados mais do que nunca — e isso diz muito. Quando o chão balança, nos estabilizamos buscando mais profundidade, mais exatidão, maior precisão. Bons dados ajudam as organizações a antecipar, esperar e se preparar para mudanças de rumo. A grande questão, então, passa a ser: como tornar esses dados mais “parametrizados” para que sejam mais simples de acessar e usar?

As tendências em dataficação mostram isso: estamos cada vez mais capazes de traduzir comportamentos em dados utilizáveis que podem nos ajudar a compreender e informar processos. Ferramentas sofisticadas de aprendizado de máquina, como chatbots, reconhecimento de imagem e mineração de dados automatizada, são cada vez mais utilizadas para apoiar e aprimorar a conversa digital entre as partes interessadas em reclamações. A mineração de texto é um recurso que podemos esperar ver como um influenciador crescente para modelos analíticos preditivos e uma forma de tornar nossos sistemas mais robustos. As empresas estão trabalhando para encontrar a melhor maneira de implementá-la de forma escalável, mesmo enquanto identificam e avaliam seus usos e benefícios potenciais. Ao adicioná-la aos nossos modelos analíticos — como um aprimoramento, não uma substituição —, podemos sinalizar e identificar mais facilmente as reclamações que têm notas e textos sobre um assunto específico. Por sua vez, obtemos uma compreensão mais profunda das necessidades dos usuários e aprendemos mais padrões de dados que ajudam a desenvolver árvores de decisão.

Para a Sedgwick, a mineração de texto vai mais fundo do que nunca e torna a mineração de dados um processo muito mais eficiente e rápido — mais razoável para um grande número de sinistros. Temos milhares de campos de dados em nossos sistemas, além de mais histórico de sinistros do que qualquer outra TPA no mercado. A capacidade de obter análises em torno de milhões de registros de notas em formato livre tem produzido resultados sólidos. Com atualizações contínuas, estamos aumentando nossa capacidade de realizar mineração de texto em grandes quantidades de dados não estruturados produzidos por nossos avaliadores de sinistros. A capacidade de extrair e analisar os detalhes importantes das notas de um avaliador melhora significativamente nossa capacidade de identificar e priorizar itens de ação relacionados a sinistros, além de criar e comparar modelos ideais para questões futuras.

Não há limite para o número de gatilhos pelos quais os clientes podem desejar ser notificados ou que podem influenciar a trajetória de uma reclamação — os dados da COVID-19 são apenas um exemplo. Certamente, quanto mais robustas forem as informações contidas nas notas, mais informativos poderão ser os modelos preditivos. As iniciativas atuais em mineração de texto nos darão a capacidade de realizar análises mais profundas, classificando os dados por sentimento e tópico. Por exemplo, a análise de sentimentos e o processamento de linguagem natural permitem que a Sedgwick aborde a intenção dos dados de novas maneiras que podem prever possíveis litígios ou impactar as reservas.

Saiba mais— confira este artigo completo, incluindo o conteúdo da barra lateral “Tech track: O que mais está por vir para os clientes da Sedgwick?” na revista digital da Sedgwick, edge, edição 15