Desmitificando Big Data: Do Hype Para a Realidade!

CEZAR TAURIONSÓCIO-FUNDADOR &CEO

Litteris ConsultingThinPost Smart Terminals

O IFTF prevê mudanças profundas na forma como a tecnologia transformará o mundo dentro de 10 anos:

“Há claros sinais de um movimento na direção de um mundo no qual todo elemento da vida estará ligado a dados”

Finding 1: Executives´ atitudes towards big data are overwhelming positive. 23% say will revolutionisethe way business are managed.

Finding 2: Executives agree on the need for big data solutions and want to know more.

Finding 3: customer processes currently stand out asCandidates for big data analytics.

Finding 4: Lack of understanding about how to use big data stands in the way of implementations.

Finding 5: Implementantion is also held back by lackof agreement about the value of big data.

15

Novo contexto da indústria de Seguros

State-of-the-art

Technology

Business

Innovation

Seguros

Seguros no futuro

Big Data em Seguros

• Deteção de fraudes: centrado na apólice para centrado na pessoa. Analisar o comportamento do beneficiário pelo histórico de uso do seguro, frequência de sinistros similares solicitados pelo indivíduo e pelo seu grafo social (indivíduos conectados). Focar na rede de pessoas conectadas e não apenas em indivíduos isolados.

Big Data em Seguros

• Customer experience: Ir além da gestão de apólices para satisfação e retenção de clientes. Seguro personalizado (KYC - Know YourCustomer) com visão única do cliente, multicanal e produtos. Análise de contatos de atendimento ao cliente, padrão de navegação no site, telemática (comportamento do motorista), dados geolocalização, previsão de eventos climáticos...Motores de recomendação baseados no KYC.

Big Data em Saúde

A transformaçãode um negócio!

Case em Telco

Objetivos: Reduzir a evasão de clientes

• Identificar clientes propensos a cancelar contratos.

• Identificar causas de atrito nos processos.

• Gerar insights para desenho das ações de retenção

• Medir o efeito destas ações.

• Implementar processo contínuo de sustentabilidade dos

indicadores de fidelidade.

Estrutura do Projeto

Descobrir

• Identificação de Fontes de Dados

• Entrevistas

• Desenho de Processos As-Is

Analisar

• Análise de Formatos e Qualidade dos Dados

• Preparação de Dados

• Integração e Visualização

Modelar

• Análise Descritiva

• Estudo de Causas & Efeitos

• Modelos Probabilísticos & Séries de Churn

Agir

• Integração com Sistemas e Processos

• Recomendações de Ações

• Acompanhamento

Etapas

Descobrir

•Identificação de Fontes de Dados

•Entrevistas

•Desenho de Processos As-Is

Etapas

Analisar

•Análise de Formatos e Qualidade dos Dados

•Preparação de Dados

•Integração e Visualização

Etapas

Modelar

•Análise Descritiva

•Estudo de Causas & Efeitos

•Modelos Probabilísticos & Séries de Churn

Etapas

Agir

•Integração com Sistemas e Processos

•Recomendações de Ações

•Acompanhamento

Estabelecimento de um processo contínuo de melhoria dos modelos e metas.

Modelos preditivos

Valor do Cliente

Mecanismo de otimização

Execução

Avaliação das ações

• Priorização de clientes• Priorização de produtos• Priorização de canais

• Tempos• Custos• Orçamento• Restrições

• Follow-up• Resources• Script• Metas

dados

Não é um projeto de Big Data . É um projeto de negócios

que visa a criar um novo modelo de relacionamento!

Transformar cada ponto de

contato com o cliente em

uma oportunidade de

aprendizagem e de negócio

Gartner: Big data projects gaining steam, but not due to the CIO

Dos dados ao insight!