Post on 16-Apr-2017
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!