Um estudo da Trillia, linha de negócios da B3 voltada a Dados, Analytics e Inteligência Artificial, aponta que o uso de modelos estatísticos pode permitir ajustes no preço do seguro Auto conforme o nível de risco identificado entre diferentes grupos de segurados.
A análise foi realizada por meio da plataforma AutoScore Sinistralidade. Segundo a Trillia, a ferramenta é utilizada por duas das cinco maiores seguradoras de automóveis do país e combina dados próprios da empresa com informações de seguradoras que, juntas, possuem mais de 5 milhões de segurados.
O estudo divide a carteira analisada em cinco faixas de risco. Nas categorias classificadas como de menor risco, a sinistralidade ficou 33,8% abaixo da média da carteira. Já nos grupos de maior risco, ficou 36% acima da média.
Em uma das simulações apresentadas pela empresa, um seguro inicialmente precificado em R$ 2.850 poderia passar para R$ 1.938 em determinado grupo de menor risco, uma diferença de R$ 912. O exemplo representa uma possibilidade de ajuste identificada pelo modelo, e não uma redução automática ou garantida no preço das apólices. “Hoje, o preço do seguro muitas vezes não reflete o risco real. O AutoScore corrige essa distorção ao dar base de dados para decisões mais justas tanto para a seguradora quanto para o cliente”, afirma Mauricio Teramoto, diretor de Dados na Trillia.
O executivo explica ainda que “quando os dados mostram que um grupo tem sinistralidade 30% abaixo da média e outro 30% acima, fica claro onde o preço está desalinhado. Isso permite corrigir distorções: a seguradora ganha carteira mais saudável e o cliente passa a pagar um valor mais coerente com o seu risco, sem depender de descontos pontuais”. Segundo a Trillia, o AutoScore Sinistralidade funciona como uma camada adicional ao processo de precificação utilizado pelas seguradoras.
Enquanto modelos tradicionais utilizam diferentes variáveis para estimar a probabilidade de ocorrência de sinistros, a ferramenta também considera a relação entre os prêmios recebidos e as indenizações pagas ao longo do tempo. A partir dessa análise, o sistema identifica grupos nos quais a sinistralidade observada difere da média da carteira.
A decisão sobre eventual alteração do preço permanece com cada seguradora, conforme seus critérios de subscrição e precificação. “Ao identificar, por exemplo, que um determinado perfil de cliente tem sinistralidade esperada de 55%, enquanto outro, em condições diferentes de renda, região e padrão de vida, chega a 82%, a seguradora deixa de tratar esses dois casos como se fossem iguais. Isso ajuda a direcionar benefícios de preço para quem, estatisticamente, gera menos sinistro e a ajustar o contrato de quem está mais exposto.”, destaca Mauricio Teramoto.
A solução combina informações de mercado, como localização, padrão de vida, registros de roubo e furto e preços praticados no mercado, com dados fornecidos pelas instituições participantes. Segundo a empresa, a mesma metodologia pode ser aplicada a outras carteiras, como seguros Residencial e Empresarial.
