Escrito por Leah Cooper, diretora administrativa, Global Consumer Technology; Steve Elliott, vice-presidente sênior, IT Applications; Kathy Tazic, diretora administrativa, Client Services
É seguro dizer que este foi um ano repleto de surpresas - eventos imprevistos, circunstâncias imprevistas e alguns resultados inimagináveis. À medida que nos aproximamos de 2021 (e, talvez esperançosamente, começamos a fechar as portas para os desafios de 2020), fica claro que precisaremos aproveitar ao máximo os recursos preditivos e a inovação que temos em mãos, aplicando os aprendizados e as abordagens exclusivas de relatórios e modelagem que adaptamos em um ano como nenhum outro.
Ferramentas como inteligência artificial, aprendizado de máquina, datafication e automação de processos robóticos estão transformando a jornada dos sinistros. E quando se trata das mudanças que vimos nos mecanismos de relatórios e modelagem, a análise avançada está assumindo o lugar do motorista. Estamos integrando novos modelos para a COVID-19, ajustando nossas ferramentas de otimização de decisões e adotando uma abordagem cada vez mais orientada a soluções para relatórios analíticos.
Modelagem da COVID-19
Todos nós estamos nos adaptando à tecnologia em tempos de COVID-19. Como podemos usar melhor 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 de IA para ajudar na modelagem específica da COVID. Nossos relatórios mensais incluem o volume de pessoas que chegam ao Carey, o chatbot da Sedgwick, fazendo perguntas relacionadas à COVID.
Além disso, usando os dados disponíveis, criamos um modelo para nossos clientes preverem o custo da COVID-19 em sinistros novos e existentes. Com o impacto de cauda longa esperado da COVID-19, isso nos ajudará a ajudar nossos clientes a se planejarem para agora e para 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 de custo de casos de quarentena a casos positivos confirmados e além
- Desdobramentos por estado vs. nacionalmente
- Tendências de férias versus tendências de indenização dos trabalhadores
- Impacto da falta de acesso à saúde
- Atrasos nas cirurgias
- Fechamento de tribunais ou atrasos que afetam o fechamento e os acordos de sinistros
Mineração de texto
Após um ano em que as expectativas foram por água abaixo, o setor está se inclinando para os dados mais do que nunca - e isso já é um bom sinal. Quando o chão balança, nós nos estabilizamos buscando mais profundidade, mais exatidão e maior precisão. Bons dados ajudam as organizações a prever, esperar e se preparar para cursos alterados. A grande questão, então, é como tornar esses dados mais "parametrizados", para que sejam mais simples de acessar e usar?
As tendências da dataficação mostram isso: Estamos cada vez mais aptos a traduzir comportamentos em dados utilizáveis que podem nos ajudar a entender e informar os processos. Ferramentas sofisticadas de aprendizado de máquina, como chatbots, reconhecimento de imagens e mineração automatizada de dados, são cada vez mais usadas para dar suporte e aprimorar a conversa digital entre as partes interessadas em reclamações. A mineração de texto é um desses recursos que podemos esperar ver como um influenciador crescente para modelos preditivos analíticos e uma forma de tornar nossos sistemas mais robustos. As empresas estão estudando a melhor forma de implementá-la de maneira escalonável, ao mesmo tempo em que identificam e avaliam seus possíveis usos e benefícios. Ao adicionar isso aos nossos modelos analíticos - como um aprimoramento, não uma substituição - podemos sinalizar e identificar mais facilmente os sinistros que têm notas e textos sobre um determinado assunto. 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 é mais profunda 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 do mercado. A capacidade de obter análises em torno de milhões de registros de notas de forma livre produziu resultados sólidos. Com as atualizações contínuas, estamos aumentando nossa capacidade de realizar mineração de texto nas grandes quantidades de dados não estruturados que nossos ajustadores de sinistros produzem. A capacidade de extrair e analisar os detalhes importantes das anotações de um regulador melhora significativamente nossa capacidade de identificar e priorizar itens de ação relacionados a sinistros e de criar e comparar modelos ideais para preocupações futuras.
Não há limite para o número de gatilhos pelos quais os clientes podem querer ser notificados ou que podem influenciar a trajetória de um sinistro - 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 análise mais profunda, 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 expandido, incluindo o conteúdo da barra lateral "Trilha tecnológica: O que mais está no horizonte para os clientes da Sedgwick?" na revista digital da Sedgwick, edge, edição 15