La compañía de seguros Sure Tomorrow está buscando una mejora en la asignación de seguros a sus clientes, por lo que ha decidido recurrir al uso de modelos de machine learning, que le permitan mejorar sus servicios. Los modelos predictivos se han empezado a utilizar dentro del sector de aseguradoras, sobretodo ayudando en la búsqueda de patrones de comportamiento de usuarios, estableciendo la probabilidad de que un nuevo cliente reciba un seguro o en la protección de la información personal de cada cliente. Así que el uso de esta tecnología se está convirtiendo en una herramienta sustancial para la optimización en el trabajo de aseguradoras.
- Encontrar clientes que sean similares a un cliente determinado. Esto ayudará a los agentes de la compañía con el marketing.
- Predecir la probabilidad de que un nuevo cliente reciba una prestación del seguro. ¿Puede un modelo de predictivo funcionar mejor que un modelo dummy?
- Predecir el número de prestaciones de seguro que un nuevo cliente pueda recibir utilizando un modelo de regresión lineal.
- Proteger los datos personales de los clientes sin afectar al modelo del ejercicio anterior. Es necesario desarrollar un algoritmo de transformación de datos que dificulte la recuperación de la información personal si los datos caen en manos equivocadas. Esto se denomina enmascaramiento u ofuscación de datos. Pero los datos deben protegerse de tal manera que no se vea afectada la calidad de los modelos de machine learning. No es necesario elegir el mejor modelo, basta con demostrar que el algoritmo funciona correctamente.