Informações do cliente
Grande seguradora do segmento de saúde, atuando em um dos mercados mais competitivos do país. A companhia buscava aprimorar seus processos de subscrição para sustentar crescimento com rentabilidade.
Contexto
O mercado segurador enfrenta pressão crescente para equilibrar crescimento, rentabilidade e qualidade da carteira em um ambiente cada vez mais complexo e orientado por dados. Nesse contexto, a evolução dos modelos de análise e subscrição tornou-se essencial para aprimorar a avaliação de riscos, reduzir a sinistralidade e sustentar resultados de longo prazo. Na saúde suplementar, esse desafio é intensificado pelo aumento dos custos assistenciais e pela maior complexidade do perfil dos beneficiários.
Desafio
A companhia enfrentava elevada variabilidade da sinistralidade entre beneficiários, dificultando a previsibilidade dos resultados e comprometendo a rentabilidade da operação.
Além disso, o processo de aceitação de clientes dependia fortemente de análises manuais e critérios pouco padronizados, limitando a capacidade de identificar antecipadamente perfis de maior risco. A baixa integração entre bases de dados e a complexidade dos fatores médicos e atuariais tornavam a tomada de decisão ainda mais desafiadora.
Solução
A Falconi desenvolveu uma solução avançada de analytics e inteligência artificial para apoiar o processo de aceitação de vidas.
O trabalho começou pela estruturação de uma arquitetura de dados capaz de integrar informações provenientes de 11 fontes distintas. Em seguida, foram avaliadas mais de 50 variáveis de risco e desenvolvidos mais de 20 modelos estatísticos e de machine learning.
A solução incorporou técnicas avançadas de modelagem, incluindo regressão quantílica e distribuição Tweedie, permitindo capturar padrões complexos de frequência e severidade de sinistros. O modelo final possibilitou identificar com mais precisão beneficiários com maior propensão a eventos de alto custo, tornando o processo decisório mais estruturado, digital e orientado por dados.
Resultados
Além de maior previsibilidade na gestão de risco e aumento da consistência técnica no processo de aceitação, a implementação gerou ganhos relevantes:
- R$ 13,5 milhões por ano em ganhos estimados;
- Aumento de 2,4% no lucro bruto;
- Redução de 1,1% na sinistralidade;
- Redução de 1,0% na taxa mensal de vidas declinadas;
Além dos resultados financeiros, a companhia passou a contar com uma base analítica robusta para sustentar decisões futuras com maior velocidade e segurança.
Conclusão
A Falconi ajudou a transformar o processo de aceitação da seguradora por meio da aplicação prática de inteligência artificial e analytics avançado. O projeto permitiu combinar crescimento, rentabilidade e gestão de risco, criando uma vantagem competitiva sustentável para o negócio.
Vale destacar que empresas que enfrentam desafios semelhantes podem replicar essa abordagem para tornar suas decisões mais precisas, reduzir perdas e capturar valor de forma consistente.