Saltar al contenido
vista de la tierra desde el espacio mostrando nubes
BABEL Blog

Aplicando big data para la gestión de riesgos meteorológicos extremos

08 junio 2020

Categorías

Tags

  • analytics
  • Aseguradoras
  • bigdata/analytics
  • Business
  • meteo
  • predictiva
Sin duda alguna en estos días la covid-19 cobra un papel protagonista en gran parte de nuestras conversaciones, tratando de entender cómo debemos actuar para poder salir de esta situación de crisis.

Sin querer convertirme en el paladín de las catástrofes, me gustaría aprovechar este momento para recuperar otros retos que debemos afrontar como sociedad y que, según demuestran recientes investigaciones, están interrelacionados entre ellos.

Hablamos del impacto que está teniendo de forma mundial, el efecto del cambio climático. Una situación que vemos aparecer de forma continuada en los telediarios y que se nos presentan como eventos meteorológicos extremos, que golpean nuestras costas, pueblos y ciudades. En un principio a parte de la toma de conciencia que todos debemos realizar, ¿Qué más podemos hacer?
 

La comprensión del problema 

El impacto de los eventos meteorológicos extremos en el mercado asegurador.

Desde el punto de visto de las empresas, y poniendo el foco en las aseguradoras, una de las primeras tareas que tendríamos que realizar es valorar el nivel de exposición al riesgo al que nos estamos enfrentando y conocer de qué manera estos acontecimientos nos afectan, es decir, cuantifiquemos el impacto y dónde se ha producido. Y no por el hecho de no tener una idea clara de ello, sino porque hoy en día existen opciones para poder aplicar diferentes fórmulas de aproximación.

El primer ejercicio es entender que en este momento existen datos de dominio público que, combinados y analizados de forma adecuada, nos permiten trabajar con el histórico de acontecimientos. Este es un proceso que hemos realizado como tarea de investigación, pudiendo generar un mapa de España con un gran nivel de detalle en la identificación de estos riesgos para una primera aproximación. Todo ello basándonos en la combinación de datos alfanuméricos y geográficos.

Los datos históricos recopilados por las estaciones meteorológicas, modelos digitales de terreno, microcuencas y una serie de modelos de optimización desarrollados por nuestros equipos analíticos, nos permiten ser capaces de pasar de la información asociada a puntos, a una información de tipo rejilla que cubre el territorio nacional para tener una constancia de dónde se concentran o se producen estos eventos extremos.

La parte más interesante, es poder identificarlos no solamente de forma individualizada, sino también mediante la combinación de eventos extremos que es el caso que más nos afecta, por ejemplo, las ciclogénesis explosivas. De esta manera las lluvias torrenciales, vientos huracanados, desbordamientos marítimos o de ríos, heladas persistentes o incluso altas temperaturas, de forma individualizada o combinada, conforman este tipo de riesgos a considerar.

Esta primera aproximación ya nos permite poder entender cómo este tipo de fenómenos meteorológicos extremos se cruzan con nuestros siniestros o reclamaciones, para darnos una primera idea de lo que implican desde la perspectiva de nuestros clientes. Un cruce de datos con un enorme valor de negocio.
 

La predictibilidad y la gestión del riesgo

La capacidad de uso de herramientas analíticas complejas para la identificación y valoración del riesgo.

Una vez que tenemos el primer paso, iniciamos la parte más interesante de este trabajo, sumergirnos en el campo de la predictibilidad. Este proceso consiste en identificar el punto del conocimiento y aquellos sucesos del pasado que pueden servirme para tener una predicción del futuro.

En otras palabras, tratamos de conocer cuál es el nivel de riesgo esperado en los próximos años, elaborando una serie de preguntas tremendamente interesantes y cruciales tanto para directores técnicos como para la definición de la actividad comercial.

Indudablemente es un área natural de análisis en aquellos riesgos asociados a inmuebles e incluso a riesgos en movilidad, para algunos casos de uso concretos que hemos desarrollado. También podríamos incluir un espacio atractivo de trabajo como es el seguro agrario. Este tipo de aproximación considera además ambos escenarios; riesgos consorciales o no, pudiendo trabajar con los umbrales de análisis y estudio que considere se adaptan mejor a mis necesidades.
Esto me permite dar respuesta a ciertas preguntas clave:

  • ¿Cuál es la probabilidad de que un fenómeno meteorológico extremo se produzca en una zona específica en los próximos cinco, diez o quince años?
  • ¿Cómo puedo tener en cuenta esta información para mi tarificación de producto?
  • ¿Qué riesgos asumo?
  • ¿Debería considerar una zona de actividad comercial a través de los agentes y de forma on line, para determinadas zonas?
  • ¿Necesito aplicar listas de riesgo en zonas por un código postal o un municipio, no viéndose expuestas todas al riesgo de la misma manera?
Este trabajo se puede ampliar mediante la inclusión de datos adicionales, de nuevo públicos que, enriquecidos y relacionados entre ellos mediante técnicas analíticas, me permiten ampliar mi capacidad de toma de decisiones.
  • ¿Qué sucede si incluyo entre las variables de análisis los tipos de suelos, cubierta vegetal, estados de los inmuebles, modelos complejos de terrenos, etc.?
  • ¿Podría llegar a establecer aproximaciones de near real time con la inclusión de datos on line? ¿Puede formar parte este modelo de análisis de mi modelo de aceptación de peticiones on line?
  • ¿Puedo aportar a mi red de agentes información crucial y claramente competitiva a la hora de valorar las oportunidades?
Definitivamente sí es posible y se trata de un ejercicio interesantísimo que todas y cada una de las aseguradoras están realizando de forma más o menos empírica. Aún así, debemos saber que existen metodologías analíticas científicas, y no precisamente de ciencia ficción, que nos permiten en la medida de lo posible aportar nuestro granito de arena a una acción de transformación y gestión que este tipo de fenómenos causan a nuestra sociedad y que incluso deberían servirnos para que se regule en la construcción y el urbanismo.

La razón para ello, es que este tipo de aproximación no solo aporta valor a las aseguradoras, aunque a estas les otorgue una visión mucho más potente de la gestión del riesgo.

BABEL, su aportación y experiencia

Nuestra experiencia y capacidad en la generación y aplicación en el negocio de modelos analíticos complejos.

Desde BABEL podemos ayudar a aplicar estas capacidades analíticas y nuestra experiencia en la gestión de este tipo de soluciones, tanto en el área de análisis descriptivo y de valoración del histórico, como en la aproximación predictiva:
  • La construcción de modelos predictivos complejos adaptados a las necesidades de nuestros clientes.
  • Generación de data sets específicos tanto de medición del riesgo como de trabajo en aquellos identificados de riesgo medio para enriquecer la aproximación.
  • Aproximaciones de análisis del total del territorio o sobre aquellas zonas concretas donde tenemos una preocupación especial.
  • Trabajo con los equipos de análisis de riesgo y direcciones técnicas.
  • Implantación de este tipo de soluciones en los procesos o flujos de trabajo como parte de sistemas internos o en modelos web o móvil a los que acceden nuestros clientes para solicitar valoraciones.
En definitiva, si estás interesado en impulsar un modelo analítico del impacto del riesgo en tu compañía o en otros modelos complejos analíticos y quieres conocer por donde comenzar no dudes en ponerte en contacto con nosotros. ¡Nos encantará acompañarte en tu desafío!
Descripción imagen
Luis Barreiro Perfil en Linkedin

Perenne inquietud intelectual y deseo de aprendizaje en cómo la tecnología puede ayudarnos a resolver problemas de negocio. Más de 20 años de experiencia en Analytics y hoy liderando Big Data Analytics en BABEL.

Mas post de Luis Barreiro