Algoritmos de big data para aseguradoras 101
En su nivel más básico, un algoritmo puede definirse como un conjunto de reglas para resolver un problema en un número finito de pasos. ¿Pero no es eso lo que hace un ordenador? No.
¿Qué es un algoritmo?
En su nivel más básico, un algoritmo puede definirse como un conjunto de reglas para resolver un problema en un número finito de pasos. ¿Pero no es eso lo que hace un ordenador? No. Si definimos un ordenador como un conjunto de reglas escritas por un ser humano, entonces un algoritmo puede definirse como un ordenador que escribe su propio conjunto de reglas. Hay un mundo de diferencia.
¿Para qué sirven los algoritmos?
La mayoría de nosotros es consciente de la existencia de los algoritmos. De hecho, es imposible escapar de ellos: en la era digital, los algoritmos influyen en casi todos los ámbitos de nuestra vida, desde cómo tomamos decisiones de compra hasta nuestra capacidad para obtener un crédito o incluso encontrar una pareja compatible. Mientras que Facebook utiliza algoritmos para encontrarnos amigos, y Google utiliza algoritmos para escanear la web en busca de nuestra imagen.
¿Cómo funcionan en el contexto del Big Data?
El desarrollador identifica primero lo que se conoce como "conjunto de semillas". Se trata de la información básica que se suministra por primera vez al algoritmo para que pueda funcionar y aprender.
A continuación, el algoritmo procesa la información y empieza a crear sus propias reglas. Por ejemplo, un algoritmo de evaluación del riesgo utilizado para calcular las primas de los seguros de los conductores de automóviles podría decirse a sí mismo: "Ah, ja, veo que Dave Smith tiene un buen historial crediticio". Las investigaciones han demostrado que las personas con menor puntuación crediticia tienden a ser conductores de mayor riesgo. También registra que Dave Smith tiene más de 25 años; una vez más, esto juega a su favor, ya que se ha demostrado que los conductores de más edad tienen menos accidentes. El algoritmo también observa que Dave Smith está casado, lo que significa que estadísticamente es menos probable que sea un conductor descuidado; también tiene un buen historial de conducción y no ha hecho ninguna reclamación al seguro, así que eso es otra marca a su favor. No tiene condenas por conducir; una vez más, el algoritmo toma la decisión de añadir esto a la mezcla, ya que ha determinado que es otro factor de seguridad. Sin embargo, el algoritmo se da cuenta de que Dave Smith vive en una zona de alta criminalidad, por lo que esto se tiene en cuenta en la ecuación, ya que le hace subir en el registro de riesgo... y así sucesivamente... con el algoritmo aprendiendo y refinando continuamente sus procesos a medida que avanza.
El desarrollador revisa los resultados para determinar si las "reglas" (por ejemplo, las calificaciones) funcionan como deberían, y realiza los cambios necesarios. Por ejemplo, puede que el algoritmo no tenga en cuenta algún dato vital, como el hecho de que el asegurado conduce una marca y un modelo de coche que se considera de alto riesgo, por lo que se añade a los datos iniciales y se devuelve al algoritmo. El algoritmo crea entonces una regla para tener en cuenta la nueva información.
¿Cómo se aplican los algoritmos en el sector de los seguros?
En el sector de los seguros, los algoritmos se aplican ahora a muchas más tareas que la evaluación de riesgos y las calificaciones. Piense por un momento en todo lo que usted y sus colegas saben sobre su negocio: qué cantidad de información. ¿Y si todo este caudal de información pudiera convertirse en un algoritmo y utilizarse para crear un conjunto de reglas? ¿Y si, mediante el aprendizaje automático, este algoritmo fuera capaz de aprender de estas reglas y basarse en ellas? Las posibilidades son infinitas. En todo el mundo, los algoritmos están transformando literalmente el funcionamiento de las organizaciones, permitiéndoles tomar decisiones más rápidas y mejor informadas, ahorrando tiempo, creando oportunidades y aumentando los beneficios.
¿Quiere profundizar? Para los profesionales de los datos y los aspirantes a profesionales de los datos, los chicos de Think Big Data han creado una infografía que muestra los 12 algoritmos más importantes que, en su opinión, deberían estar en el repertorio de todo científico de big data.
