Afi y Grupo SNB han unido sus capacidades, conocimiento y tecnología para conseguir una detallada radiografía de la formación de precios de los seguros de Autos por parte de las principales entidades del mercado.

Indican que «al igual que muchos sectores de la economía, el sector asegurador ha estado sometido a grandes cambios en los últimos años. Las alteraciones en los hábitos de consumo, las innovaciones tecnológicas y la mayor información disponible obligan a una constante adaptación. De los diferentes sectores, el de seguros no ha sido una excepción y el ramo de autos tampoco se ha mantenido al margen de esas tendencias. Los cambios en la movilidad en las ciudades y los diferentes tipos de acceso a vehículos, han condicionado y condicionarán la evolución del sector asegurador en dicho ramo».

La detallada información con la que se cuenta en la actualidad permite utilizar técnicas de explotación masiva de datos permitiendo determinar con una gran granularidad el proceso de formación de las primas de distintos productos de seguro.

El Área de Data Analytics de Afi ha utilizado las últimas técnicas de machine learning con el objetivo principal de desarrollar un modelo capaz de inferir por “ingeniería inversa” las primas que ofrecen diferentes aseguradoras para cinco tipos de seguros auto. El modelo tipo LightGBM finalmente escogido permite obtener de forma detallada el perfil de precios de este tipo de productos, identificando las variables determinantes y los potenciales nichos de mercado, así como las oportunidades existentes, con un análisis multidimensional pionero en el sector en España

Para la realización del estudio se han empleado más de cinco millones de observaciones anonimizadas de 28 variables distintas relativas a características del conductor y el vehículo, correspondientes a 42 meses, del periodo enero 2017- mayo 2020, todas ellas aportadas por Grupo SNB.

El principal output de este estudio, que puede consultarse en mayor detalle en la nota divulgativa del proyecto, es una parrilla de precios de primas para diferentes compañías y tipos de seguro dado un conductor/vehículo específico. Dicha tabla permite la ubicación relativa de las diferentes aseguradoras y, de este modo, analizar estrategias comerciales en los diferentes subproductos.

En una comparativa realizada con un modelo óptimo proporcionado por una plataforma independiente de Auto ML, el modelo final desarrollado por Afi y Grupo SNB define un MAPE en torno al 9%, por debajo del 20% arrojado por la plataforma independiente, lo cual implica una predictibilidad muy aceptable.

Los resultados del proyecto de investigación serán explotados atendiendo a los requerimientos y necesidades específicas de los diferentes clientes de Afi y Grupo SNB.