Forecasting en Industrias: Industria del Seguro
¿Qué tan simple es la Proyección o Forecasting de ingresos para esta industria?
La industria del Seguro comercializa uno de los servicios más básicos de las sociedades modernas: los seguros. En mis experiencias implementando modelos de Budgeting y Forecasting en múltiples industrias, he aprendido que cada una tiene sus propios desafíos y complejidades.
En este primer capítulo, comparto con ustedes algunos de los desafíos de la Industria del Seguro, en particular nos vamos a focalizar en responder la siguiente gran pregunta:
¿Cómo proyectar los ingresos de una aseguradora?
La comercialización de seguros se instrumenta a través de contratos que otorgan al cliente una cobertura ante determinados riesgos. Las pólizas son los contratos que materializan dichas coberturas por un precio o valor denominado prima o premio.
La tradicional proyección de ventas de un P&L en el caso esta industria, se realiza a través de lo que denominamos proyección de primas.
Un punto clave a destacar, es que generalmente y tal cual mostramos en el informe “El futuro de las Áreas Financieras”, la industria de Seguros, junto a la de Banca, es la que más involucrados tiene en procesos de Financial Planning & Analysis (FP&A).
¿Qué hace que el Forecasting de primas de seguro sea un desafío?
Podríamos destacar dos causas clave:
1- Diversidad de tipos de pólizas: A mayor cantidad de tipos de riesgo, mayor diversidad de contratos, no es lo mismo un contrato para asegurar un vehículo, que un saldo deudor, o un contrato de granizo agropecuario…
2- Forma de comercializar pólizas: Cuando se vende una póliza o, técnicamente, se emite, se genera una prima emitida, que no es lo mismo que una prima ganada. Esta sutil consideración es esencial a la hora de trabajar en un Estado de Resultados, dado que la venta devengada no es la prima emitida sino la ganada.
Para implementar modelos de Forecasting, más allá de los 5 tips que comentamos en la nota «5 tips para implementar una solución de Forecasting» contamos con algunas técnicas matemáticas que podemos agrupar en: modelado determinista de causa-efecto, modelos probabilísticos y modelos de aprendizaje automático.
¿Cómo se aprovechan las matemáticas para realizar estos modelos de Forecasting?
Si bien nos acercamos a estas aplicaciones cuando respondimos «¿Cuál es la diferencia entre el Análisis de Datos y la Estadística de Datos?«, hay varias formas y modelos dentro de los nombrados para realizar proyecciones.
Supongamos como ejemplo el ramo seguros de automotores, uno de los más relevantes en Argentina, al menos por volumen de negocio.
Los contratos de seguros automotores suelen tener asociado un determinado tipo de cobertura por un determinado tiempo. Cuando se contrata un seguro se acuerda una prima por el contrato total y por el tipo de cobertura elegida.
A esa prima de emisión total del contrato la vamos a llamar Prima Bruta Emitida (PBE).
Muchos modelos de proyección de prima parten de la PBE para luego arribar a la Prima Neta Ganada (PNG) que representa el ingreso o venta de un estado de resultados.
Para explicarlo fácilmente, les propongo descomponer la proyección de Prima Neta Ganada con 5 preguntas:
1- De mis clientes actuales ¿Cuántos renovarán su seguro?
En la industria se define como la “Renovación de Stock Vigente”, donde primero debemos debemos proyectar la futuras renovaciones de nuestros actuales clientes, es decir, proyectar la PBE del stock vigente.
Para lograr esta estimación, se utilizan las reglas del negocio de acuerdo a los términos de la póliza y por otro lado se asigna la probabilidad gracias a la denominada “tasa de retención”.
2- A su vez ¿Cuántas nuevas pólizas estimamos emitir?
Aquí debemos proyectar cuantas nuevas pólizas esperamos emitir en el futuro, es decir, la PBE de nuevas pólizas. En este caso se suele aplicar una serie de tiempo o distintos algoritmos de la industria para proyectar esta cantidad.
3- Entonces, si tenemos nuevos clientes ¿Cuánto suponen estas renovaciones a futuro?
Debemos proyectar la futuras renovaciones de nuestros futuros clientes (o más precisamente futuras pólizas) dado que podemos hacer cross selling sobre nuestros actuales clientes.
Para ello, al igual que el punto 1, usamos las reglas del negocio de acuerdo a los términos de la póliza o la asignación de probabilidades por “tasa de retención”.
4- ¿Qué sucede con las anulaciones de las primas ya emitidas?
También debemos proyectar las “Notas de Crédito” de anulaciones de pólizas emitidas, es el equivalente, a PBE negativa. Aquí entra en juego la variable de estacionalidad de caídas, calculada con algoritmos en base histórica.
5- Por último…
Debemos sumarizar las PBE de los tres puntos anteriores y aplicar las cesiones que correspondan por contratos de reaseguro. Como segundo paso debemos devengar mensualmente las pólizas para realizar el reconocimiento de ingresos. Y por último, a esta proyección se le debe sumar el riesgo en curso, es decir, devengar las PNG de los contratos vigentes.
Actualmente muchas aseguradoras se valen de planillas de cálculo para llevar sus proyecciones, algo que no siempre es el ideal, sobre todo si tenemos en cuenta los «Desafíos de trabajar las finanzas corporativas con Excel«.
A manera de conclusión, modelar una solución de proyección de pólizas implica la articulación de modelos matemáticos deterministas y probabilísticos, los cuales necesitan de una combinación que no siempre es fácil para los analistas de finanzas.
Interpretar y confiar en los resultados de un algoritmo suele llevar tiempo y requiere de múltiples iteraciones en su uso. Por ello recomendamos, una actitud abierta y desafiante especialmente de los usuarios claves que deben evangelizar el uso dentro de la organización.
Los invito a conocer algunas de las experiencias vividas entre BlueDraft y empresas de Seguro como Río Uruguay Seguros y La Caja de Ahorro y Seguro, visitando el siguiente link
