9:00 am Palabras de apertura del maestro de ceremonias
9:10 am Desarrollar una cultura de análisis: Desarrollar la confianza, lograr la aceptación, cambiar la mentalidad
Synopsis
Construir casos de negocios para invertir en nuevas capacidades analíticas
• Lograr que el personal no técnico supere el nivel superficial de compresión de capacidades
analíticas para comunicarse y vender su valor real
• Motivar a los líderes y clientes a generar confianza en nuevas herramientas, modelos
y resultados
• Superar las barreras culturales para lograr el cambio en equipos, funciones y
oficinas regionales
• Utilizar el análisis como catalizador para volver a centrar los seguros en las necesidades de
los clientes
9:50 am Panel de discusión: Aplicaciones de Análisis de Benchmarking: Identificación y priorización de las oportunidades para impulsar la toma de decisiones
Synopsis
Identificación y revisión de las diferentes aplicaciones de análisis que agregan valor a la
industria de seguros
• Evaluación de las necesidades empresariales para priorizar las oportunidades
• Comparación entre las ganancias rápidas y las recompensas a largo plazo
• Establecimiento de objetivos a corto y largo plazo mientras se hace un reconocimiento de
los plazos realistas y las inversiones necesarias
• ¿Qué hacer a continuación? Traducción de las analíticas exitosas hacia las nuevas
aplicaciones a través de la cadena de valor de los seguros
10:30 am Refrigerios matutinos y Speed Networking
Synopsis
Esta sesión de Speed Networking es la oportunidad ideal para conocer a otros líderes del
sector que viven desafíos y obstáculos diarios similares para avanzar en materia analítica.
Aproveche esta oportunidad para compartir experiencias, estrategias y conocimientos,
además de generar conexiones con colegas afines
11:20 am Diseño y desarrollo de un equipo de análisis: Capacitación, reclutamiento y retención
Synopsis
Revisión de las habilidades básicas y de la combinación ideal de los actores requeridos para
un equipo de análisis: Analistas vs. Modeladores vs. Científicos de Datos vs. TI
• Alineación del diseño del equipo con unos roles y unas capacidades empresariales
más amplias
• Explorar cuándo y cómo escalar las iniciativas de análisis para conservar la agilidad a
medida que cambian los requisitos empresariales
• Desarrollo de estrategias de reclutamiento y retención: Abastecer a los científicos de datos
en un mercado altamente competitivo
• Comparación de programas de desarrollo de habilidades internas y externas para
garantizar que la capacitación sea rentable y a tiempo
• Evaluación de dos enfoques de capacitación: cómo pueden ayudar los análisis a las
empresas y cómo pueden ayudar las empresas a los análisis
LA COLABORACIÓN, LOS EQUIPOS Y EL DESARROLLO DE HABILIDADES
12:00 pm Panel de discusión: Incrustación de los análisis en el corazón del negocio: ¿Qué estructura organizativa funciona mejor?
Synopsis
¿Quién debería estar involucrado en liderar la iniciativa de los análisis de datos?
• Proteger y aislar a los equipos de análisis o integrarlos en las funciones de negocios y de TI:
¿cuál es el mejor enfoque?
• Comparación de líneas jerárquicas para analistas: Datos, TI, Finanzas, Reclamaciones,
Marketing, etc.
• Evaluación de las diferencias estructurales necesarias de los equipos de análisis en
organizaciones pequeñas, medianas y grandes
• Dónde deben ubicarse los científicos de datos dentro de la estructura organizativa
• Interconexión de equipos nacionales e internacionales
12:40 pm Almuerzo de Networking
1:40 pm Fomento de la colaboración para lograr un enfoque empresarial integral para los análisis
Synopsis
Establecimiento de los principios básicos para una colaboración exitosa en los diferentes
departamentos y funciones de trabajo
• Unificación de los enfoques analíticos para integrar los datos, la TI y los negocios en los
procesos de toma de decisiones y resolución de problemas
• Habilitación del liderazgo para interpretar los datos de una manera eficiente con el fin de
tomar decisiones estratégicas
• Educar a los equipos técnicos sobre el contexto empresarial para poder crear modelos
adaptados a los problemas empresariales
• Integración de equipos de negocios y datos para el aprendizaje y la tutoría de
funciones múltiples
LOGROS Y DESAFÍOS HASTA LA FECHA
2:20 pm Optimización del valor de la ciencia de los datos y de la IA mediante el establecimiento de centros de excelencia
Synopsis
Exploración sobre cómo diseñar, construir y ejecutar un Centro de Excelencia para crear y
capturar valor
• ¿Qué inversión de tecnología, costo y tiempo se necesita para obtener resultados exitosos?
• Incorporar la ciencia de los datos en los procesos de reclamos, fijación de precios y
compromiso actuarial y del cliente para que se convierta en algo intrínseco al negocio diario
• Descubrir cómo Rimac Seguros capitalizó su Centro de Excelencia de IA para construir un
nuevo paquete analítico para la industria de los seguros
3:20 pm Pausa para café y networking
3:20 pm Caso de uso 1 – Análisis de talento para la mejora de los recursos humanos
Synopsis
• Exploración sobre cómo aplicar el análisis predictivo y de la fuerza laboral en su organización
para mejorar la gestión del talento
• Aprovechar el poder del big data y del análisis avanzado para pasar de los procesos de
recursos humanos reactivos a los proactivos
• Informar las decisiones del talento y definir los requisitos y las prioridades comerciales a
través del análisis del capital humano y los datos de la fuerza laboral
• Dónde obtener los datos y qué requisitos de tecnología son necesarios para la realización
de un análisis exitoso
CASOS DE USO – RONDA 1
3:50 pm Caso de uso 2 – Aprovechar el análisis de datos para los modelos avanzados de presupuestos, pronósticos y fijación de precios
Synopsis
• Aprender cómo un agente ha empleado el análisis de datos para mejorar su fijación
de precios
• Descubrir qué tecnología, herramientas y software facilitaron este proyecto
• Examinar los desafíos que enfrentan los agentes cuando utilizan los datos para informar
sobre la toma de decisiones
• Capacitar al consumidor para que elija su propia cobertura a través de una plataforma
basada en los análisis
• Aprovechamiento de los datos para ofrecer un seguro personalizado y a la medida