Seguradora economiza mais de R$ 16 milhões em um ano com análise preditiva

Solução desenvolvida pela act digital evitou prejuízos milionários com pagamentos de sinistros indevidos

Desafio

Uma seguradora brasileira buscava aumentar a precisão nas análises de riscos relacionados a sinistralidade, glosas, desvios ou fraudes. Mesmo com um sistema em uso, a companhia ainda enfrentava perdas financeiras com pagamentos indevidos por falhas na identificação dessas ocorrências.

Solução

A equipe da act digital adotou uma solução baseada em Machine Learning (aprendizado de máquinas) e Inteligência Artificial (IA) para melhorar a análise preditiva do sistema em uso pela companhia. Além disso, foram incorporadas novas funcionalidades e recursos ao software, melhorando a gestão dos riscos para o negócio.

Resultados

No primeiro ano, a partir da implantação da solução, a empresa obteve uma economia de R$ 16,6 milhões. A projeção da companhia, para cinco anos, é economizar R$ 490 milhões, graças à maior capacidade preditiva de seu sistema.

Enfrentar a sinistralidade (acionamentos de seguros) e identificar fraudes são desafios constantes para seguradoras que buscam proteger sua saúde financeira. Nesse mercado, em que cada sinistro gera impacto financeiro e potencializa riscos, a capacidade de prever e prevenir fraudes é indispensável. Com o avanço de novas tecnologias, como a Inteligência Artificial e o Machine Learning, surgem novas possibilidades para enfrentar esse desafio.

Foi com o objetivo de incorporar tecnologias avançadas aos seus processos que uma das mais importantes seguradoras do Brasil contratou a act digital. O projeto consistiu na implementação de um modelo preditivo baseado em IA e Machine Learning, capaz de identificar padrões suspeitos e sinistros indevidos, evitando prejuízos milionários.

A solução garantiu à empresa uma visão abrangente e detalhada das operações, possibilitando ações preventivas mais eficazes. Apenas no primeiro ano após a implementação, a seguradora economizou mais de R$ 16 milhões, o que demonstra o impacto positivo e a importância da análise preditiva na gestão de sinistros e fraudes.

Além disso, a taxa média de efetividade de glosas — métrica que indica a proporção de glosas (rejeições de pagamento por serviços prestados) efetivadas — passou de cerca de 50% para 70%. Esses resultados levaram a empresa à projeção de uma economia de R$ 490 milhões em cinco anos. Confira todos os detalhes do projeto!

Cliente: atuação centenária no mercado de seguros

Fundada em 1895, a empresa é uma das maiores seguradoras do Brasil. Em 2007, passou a atuar como empresa de capital aberto, fortalecendo a relação com investidores e com o mercado. Atualmente, o grupo atende mais de 7 milhões de clientes, que adquirem seguros de diferentes ramos, como saúde, odontologia, vida e previdência, além de investimentos.

A partir desses produtos, a companhia cumpre sua missão de garantir uma vida melhor às pessoas, fornecendo apoio, segurança e autonomia em todos os momentos. Suas soluções são focadas em assegurar saúde física, emocional e financeira.

Com mais de 4 mil colaboradores, a seguradora tem uma rede abrangente de especialistas, que compreende corretores, médicos, consultores e outros profissionais que atuam nos ramos de seguros e investimentos.

Desafio: aumentar a precisão na análise de sinistros, glosas e fraudes

A empresa enfrentava prejuízos financeiros decorrentes de fraudes, sinistros e glosas pagos indevidamente. Por exemplo, as glosas, que são rejeições de pagamentos por serviços prestados, quando não identificadas, geravam um custo que poderia ser evitado. O problema era que o sistema de análise da companhia não fornecia análises com o nível de precisão necessário para reduzir esses prejuízos e otimizar seus processos.

A seguradora já tinha um sistema em uso, mas ele estava defasado e não correspondia às necessidades da operação. Por exemplo, os desvios apurados pela ferramenta eram apenas dois e algumas análises importantes não eram contempladas (como as relacionadas aos materiais e medicamentos que poderiam ser glosados).

Objetivos esperados

  • Reduzir os prejuízos financeiros.
  • Prever riscos de fraudes, desvios e abusos.
  • Aumentar as variáveis e situações analisadas pelo sistema.
  • Aprimorar a capacidade analítica e preditiva da companhia.

Solução: sistema aprimorado com uso de IA e Machine Learning

Para enfrentar os desafios apresentados, foi desenvolvido um modelo preditivo para identificar e prevenir glosas, estruturando um banco de dados robusto e integrando outros de múltiplas fontes transacionais. A solução incluiu a visualização dos dados e o monitoramento contínuo do desempenho do modelo preditivo, permitindo ações preventivas mais eficientes.

Metodologias

Foram adotadas metodologias como o Design Thinking, Human-Centered Design e DesignOps para embasar o processo de design. Além disso, utilizou-se a ferramenta Duplo Diamante para conduzir a pesquisa UX e desenvolver protótipos.

Tecnologias empregadas

  • Google Cloud Platform (GCP): utilizada para a estruturação e governança dos dados.
  • Python: implementada para desenvolver o aprendizado por máquina do modelo preditivo.
  • Tableau: utilizada para a visualização dos dados.
  • Miro: ferramenta para conduzir e documentar toda a pesquisa UX.
  • Adobe XD: utilizada para prototipar a solução.

Mudanças implantadas no sistema

  • Desvios: a ferramenta, que antes só avaliava dois tipos de desvios, passou a considerar oito variáveis.
  • Materiais e medicamentos: o sistema começou a analisar situações relacionadas ao uso de materiais e medicamentos (que também poderiam ensejar glosas).
  • Análise preditiva ampliada: o software estendeu a análise preditiva a todos os tipos de contas, abrangendo tanto a área administrativa quanto a técnica, sendo ela antes limitada apenas a esta última.
  • Glosa em massa: funcionalidade que ainda não era oferecida pelo sistema.
  • Dashboards: painéis de dados com informações que podem ser acompanhadas pelas equipes.

Resultados: economia milionária com sinistros e desvios

A implementação da solução trouxe melhorias significativas para a empresa, otimizando processos e reduzindo prejuízos. A análise técnica e administrativa de glosas foi automatizada, permitindo maior velocidade no reconhecimento de fraudes. Sendo assim, a eficiência operacional aumentou, resultando em uma redução significativa de fraudes e glosas, gerando economia para a seguradora.

Principais resultados

  • Automatização de processos: melhoria na análise técnica e administrativa de glosas.
  • Reconhecimento rápido de fraudes: aumento da agilidade na identificação de fraudes.
  • Otimização operacional: redução de etapas manuais na análise de glosas.
  • Economia financeira: redução significativa de fraudes e glosas, gerando economia para a empresa. No primeiro ano, a companhia deixou de gastar R$ 16,6 milhões. A projeção para cinco anos é de que o valor economizado chegue a R$ 490 milhões.
  • Maior efetividade: a taxa média de efetividade na análise de glosas passou de cerca de 50% para 70%.

Como podemos ajudar a sua empresa

Os serviços da act digital garantem segurança e precisão, propondo soluções inovadoras com o uso de tecnologias avançadas. A gestão efetiva de dados e processos operacionais eficientes ajudam as seguradoras a se adaptarem ao novo mercado digital.

Entregamos inovação por meio de um ecossistema de negócios moderno e digital, monitorando e analisando dados em tempo real. Criamos modelos preditivos que antecipam fraudes e sinistros indevidos, além de oferecer soluções personalizadas que atendem às necessidades específicas de cada cliente. Confira algumas das nossas principais abordagens nesse setor!

  • IoT e Machine Learning: integramos dispositivos conectados e algoritmos avançados para coletar e analisar dados em tempo real, identificando padrões e prevenindo riscos.
  • Computação em Nuvem: utilizamos plataformas de nuvem para armazenar e processar grandes volumes de dados com segurança e eficiência.
  • Inteligência Artificial: desenvolvemos modelos de IA para prever e mitigar fraudes, melhorando a tomada de decisão e a gestão de riscos.
  • Gestão estratégica de dados: implementamos práticas avançadas de gerenciamento de dados, garantindo a integridade, segurança e utilidade das informações para tomadas de decisões estratégicas.

Sua empresa precisa de uma solução avançada em análise preditiva? Nós podemos ajudar. Fale com nossos especialistas!

Relacionado

Entre em contato

menuchevron-downchevron-rightarrow-right
Visão Geral de Privacidade

Conheça nossa Política de Privacidade.