Grandes algorítimos de dados para seguradoras 101

O que é um algoritmo?

Em seu nível mais básico, um algoritmo pode ser definido como um conjunto de regras para a solução de um problema em um número finito de etapas. Mas não é exatamente isso que um computador faz? Não. Se definirmos um computador como um conjunto de regras escritas por um ser humano, então um algoritmo pode ser definido como um computador que escreve seu próprio conjunto de regras. Há um mundo de diferença.

Para que são usados os algoritmos?

A maioria de nós está ciente da existência de algoritmos. Na verdade, é impossível escapar deles: na era digital, os algoritmos têm impacto em quase todas as áreas de nossas vidas - desde como tomamos decisões de compra até nossa capacidade de obter crédito ou mesmo de encontrar um parceiro compatível. Enquanto o Facebook usa algoritmos para nos encontrar amigos, e o Google usa algoritmos para escanear a web em busca de nossa imagem.

Como eles funcionam no contexto dos Grandes Dados?

O desenvolvedor identifica primeiro o que é conhecido como um "conjunto de sementes". Esta é a informação básica que primeiro é fornecida ao algoritmo para que ele possa funcionar e aprender.

O algoritmo então processa as informações e começa a fazer suas próprias regras. Por exemplo, um algoritmo de avaliação de risco usado para calcular os prêmios de seguro para motoristas de automóveis poderia dizer a si mesmo: "Ah ha, vejo que Dave Smith tem um bom histórico de crédito". Pesquisas têm mostrado que pessoas com pontuação de crédito mais baixa tendem a ser motoristas de risco mais alto. Também registra que Dave Smith tem mais de 25 anos de idade; mais uma vez isto funciona a seu favor, uma vez que os motoristas mais velhos têm menos acidentes. O algoritmo também observa que Dave Smith é casado, o que significa que estatisticamente é menos provável que ele seja um motorista descuidado; ele também tem um bom histórico de condução e não fez nenhuma reivindicação de seguro anterior, então isso é mais um marcação a seu favor. Ele não tem convicções de direção; mais uma vez, o algoritmo toma a decisão de acrescentar isto à mistura, pois determinou que este é outro fator de segurança. Entretanto, o algoritmo agora percebe que Dave Smith vive em uma área de alta criminalidade, então isto agora é levado em conta na equação, já que o eleva o registro de risco... e assim por diante... com o algoritmo continuamente aprendendo e refinando seus processos à medida que avança.

O desenvolvedor analisa os resultados para determinar se as "regras" (por exemplo, classificações) estão funcionando como deveriam e fazendo as mudanças necessárias. Por exemplo, talvez o algoritmo não esteja dando conta de algumas informações vitais, como o fato de que o segurado está dirigindo uma marca e modelo de carro que é considerado de alto risco, então isto é adicionado aos dados da semente e alimentado de volta ao algoritmo. O algoritmo cria então uma regra para contabilizar as novas informações.

Como os algoritmos são aplicados no setor de seguros?

Em todo o setor de seguros, os algoritmos estão agora sendo aplicados a muito mais tarefas do que a avaliação de riscos e classificações. Considere por um momento tudo o que você e seus colegas sabem sobre seus negócios - que riqueza de informações seria essa. E se toda essa riqueza de informações pudesse ser desenvolvida em um algoritmo e usada para criar um conjunto de regras? E se, através do aprendizado por máquina, esse algoritmo fosse capaz de aprender com essas regras e desenvolvê-las? As possibilidades são infinitas. Em todo o mundo, os algoritmos estão literalmente transformando a maneira como as organizações operam, permitindo-lhes tomar decisões mais rápidas e bem informadas, economizando tempo, criando oportunidades e aumentando os lucros.

Deseja ir mais fundo? Para profissionais de dados e aspirantes a profissionais de dados, os caras do Think Big Data criaram um infográfico mostrando os 12 algoritmos mais importantes que eles acreditam que deveriam estar no repertório de cada grande cientista de dados.

‍