Compartilhe essa matéria:

Link copiado!

Priorizar nos meus resultados Google

O preço do seguro de automóvel pode estar acima do necessário para motoristas considerados de menor risco, segundo um estudo da Trillia, linha de negócios da B3 dedicada a Dados, Analytics e Inteligência Artificial. A análise mostra que o uso de modelos estatísticos pode abrir espaço para uma redução de até 900 reais no valor do seguro para determinados perfis.

O levantamento foi realizado por meio da plataforma AutoScore Sinistralidade, utilizada por duas das cinco principais seguradoras de automóveis do país. A solução combina uma base de dados exclusiva da Trillia com informações de seguradoras que reúnem mais de 5 milhões de segurados em todo o Brasil.

Em um dos cenários analisados, um seguro contratado por 2. 850 reais poderia ter o preço reduzido para 1. 938 reais para grupos de clientes cuja sinistralidade está 33,8% abaixo da média da carteira. A diferença chega a 912 reais. A lógica por trás do modelo é identificar se o preço cobrado está de fato alinhado ao comportamento observado dos segurados. Para isso, o estudo divide a carteira em cinco faixas de risco.

Siga

Seguir no Linkedin

Seguir no Telegram

Nas faixas de menor risco, a sinistralidade ficou 33,8% abaixo da média. Já nos grupos de maior risco, o índice ficou 36% acima da média. A diferença indica que perfis distintos podem estar recebendo preços que não correspondem exatamente ao risco que representam para a seguradora. “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.

Como os dados podem mudar o preço do seguro

Na prática, o AutoScore Sinistralidade funciona como uma camada adicional sobre a forma tradicional de precificação do seguro. Os modelos convencionais avaliam principalmente a probabilidade de determinados grupos registrarem ocorrências e utilizam essas informações no cálculo do prêmio. A solução da Trillia acrescenta outra dimensão à análise: a sinistralidade total da carteira, considerando quanto a seguradora recebe em prêmios e quanto paga em indenizações ao longo do tempo.

Com isso, o modelo atua depois do cálculo inicial para identificar possíveis desalinhamentos entre preço e risco observado. “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 uma carteira mais saudável e o cliente passa a pagar um valor mais coerente com o seu risco, sem depender de descontos pontuais”, explica Teramoto.

A proposta, portanto, não é simplesmente oferecer descontos. A ideia é utilizar dados para identificar quais perfis apresentam menor ou maior exposição a sinistros e ajustar a precificação de acordo com esse comportamento.

A análise também considera diferentes características dos segurados para encontrar padrões de risco. Segundo Teramoto, a combinação de informações permite diferenciar perfis que, em modelos mais tradicionais, poderiam receber tratamento semelhante. Para chegar a esse nível de segmentação, o AutoScore combina dados de mercado, como localização, padrão de vida, bases de roubo e furto e prêmio de mercado, com informações internas das seguradoras, incluindo renda, veículos, imóveis e patrimônio.