Hace unas semanas escribí sobre el uso del perfil estadístico en las AFAPs. El uso de un buen perfil estadístico es una herramienta muy poderosa para ganar dinero. Algunos ejemplos:
- Si una empresa de seguros puede calcular probabilidades mejor que sus competidores, puede hacer una fortuna, ya sea ofreciendo precios más competitivos, o sacandose de encima a los clientes deficitarios. Eso aplica a seguros de vida, de accidente, de retiro, a todos.
- Una empresa de creditos que pueda predecir mejor que otros que clientes van a fallar, tiene un futuro asegurado
- El tema se aplica incluso a medicina, al marketing, al combate contra el fraude, a la bolsa a todo lo que implique incertidumbre
La manera de lograrlo es armar un software al que se alimentan millones de datos históricos. Por ejemplo, si quiero modelar accidentes de autos, cargo los datos de millones de personas, y si tuvieron o no un accidente en un cierto año. Los datos que cargo son edad, sexo, cuanto hace que tiene la libreta, cantidad de hijos, barrio donde vive, tipo de trabajo, marca del auto, etc. Cuantos más datos cargo, mejor es el modelo resultante. Los mejores modelos usan cientos de variables.
Cuando tengo el modelo pronto, le doy los datos de una persona, y el modelo me dice qué probabilidad hay de que esa persona tenga un accidente el próximo año, y en base a eso le puedo cotizar una póliza. Hay varios libros sobre el tema, algunos básicos pero muy buenos, como Super Crunchers, otros bastante sofisticados. Estas son cosas que se usan hoy en miles de compañías.
La pregunta que me hago es en qué punto el tema se vuelve no ético. En otras palabras, qué variables son aceptables, y cuales no.
Tomemos el ejemplo de un seguro de vida. Creo que todos estaremos de acuerdo en que la edad del asegurado debe ser un factor a la hora de cotizar. Tampoco creo que haya mucha discusión si cobramos más a los fumadores, o a gente con alguna enfermedad cardíaca. Que pasa con el sexo? Las mujeres viven más que los hombres, y en general las pólizas son más baratas (la contracara es que los seguros de retiro son más altos).
Pasemos a cosas más escabrosas. Un estudio reciente dice que en EEUU los negros viven 4 años menos que los blancos (no se si es cierto, es solo para ilustrar). Qué pasa si una empresa usa ese dato para cotizar? Es racismo, o es simplemente una mejor aproximación estadística? Aunque no use el color de piel en el modelo, el tema va a aparecer por vía del barrio (la gente de Harlem vive menos), o por la cantidad de hijos, o por la comida favorita. Y qué pasa con los ingresos? Debería costarle más una póliza a un pobre que a un rico, aunque el monto sea el mismo?
El tema sigue. Todas las aseguradoras de vida piden un exámen médico, donde piden por ejemplo el nivel de colesterol, algo que en muchos casos es genético. Es ético? Y qué tal si una de las variables que entran en la picadora es si la persona tiene el gen BRCA, asociado con la probabilidad de cáncer de mama?
En Inglaterra acaban de prohibir cobrar distintas polizas de seguro de automóviles (más bajas) a las mujeres. Seguramente se fueron para el otro lado.
Es solo un tema para pensar.
Para finalizar, para los que me tuvieron paciencia hasta acá, va la historia de Salomon Brothers. En EEUU son muy comunes los bonos basados en hipotecas (famosos por su rol en la crisis). Mucho antes de la crisis, uno podía comprar una parte de un paquete compuesto de miles de hipotecas, que pagaban un cierto interés. El tema es que los deudores tenían la alternativa de liquidar la hipoteca antes de fecha. Digamos que una familia tomó una hipoteca con una tasa del 5%. Supongamos que las tasas subieron, y ahora son del 10%. Si una familia tiene el dinero para cancelar la hipoteca, no lo debería hacer. Es preferible poner el dinero en el banco, y con lo que voy cobrando pago la hipoteca. Pero la realidad es que la gente no actúa de forma racional, y la mayor parte de la gente prefiere liquidar el préstamo. La contraparte también es cierta: si las tasas bajan, me conviene ir a otro banco y tomar un nuevo crédito que reemplace al actual. De nuevo, poca gente lo hace. Todas esas irracionalidades impactan fuertemente an el precio de los bonos. Salomon Brothers fue el primer banco en encontrar la manera de modelar los precios de los bonos, en base a modelos estadísticos del comportamiento de los usuarios, por barrio y perfil de edad. Hicieron fortunas enormes
Pablo Brenner & Sergio Fogel Blog 
Me hare recordar a un cuento de ciencia ficcion de los ’50, «La fria ecuacion», donde habia que tirar al espacio a una joven polizona porque las cuentas daban que iban a morir muchos si no se hacia eso, habiendo o no etica en el medio. Se puede matar a alguien si esa es la unica forma de que todos vivan mas adelante? Seria etico provocar que todos mueran por no tomar la decision «etica» de no matar a la primer persona?
Por supuesto, esto va contra certezas. Si se que alguien va a morir en 3 meses si o si, y apuesto una fuerte suma a que va a vivir por mas de un año, recibiendo una cantidad pequeña de dinero como contraapuesta (en esencia, eso es el seguro), no es que este siendo etico, es que estoy siendo idiota. Cuando ya no estas hablando de certezas, sino de probabilidades, las cosas ya entran mas en el terreno de tonos de gris, pero igual la idea se pelea un poco contra la etica.
Todo el concepto de apostar dinero a que voy o no a morir en determinado tiempo se pelea bastante contra la etica, y el cambiar esa apuesta dependiendo de cuan probable es que eso pase no empeora demasiado mas las cosas. Pero de ultima, se reduce a apostar, donde «la banca» hace trampa porque si sabe las probabilidades de que ganes y tu no. No es asombroso que sea un negocio redondo.
Otra buena historia era el caso del ejército que tenia dos alternativas: Mandar 100 pilotos en una misión de bombardeo, donde 50% morirían, o sortear 10 para una misión suicida. Casi todo el mundo prefiere la primera, pese a que mueren muchos más.
(perdón por lo extenso, cuando se toca un tema de mi área de expertise, me cuelgo un poco de más)
—————————
Bueno, de hecho, no es así.
Hay una línea de equilibrio en el profiling.
No tengo que pagar millones en software para saber que un hipertenso es más riesgoso, pero el software me diría que no le dé una póliza, y yo sí quiero dársela. Porque si recargo precios (o directamente rechazo al asegurable) voy a tener más margen pero le vendo a 3 gastos locos.
Es mejor cobrar un poquito más al sano, y un poquito menos al (siguiendo con el ejemplo) hipertenso, y que los dos me compren.
Eso no quita que no recarguemos o rechacemos a un diabético insulino dependiente con sobrepeso, porque no alcanza con cobrar «un poquito más». Deberíamos cobrarle tanto que no sería viable.
O sea que, en mi opinión, no dislumbro a futuro una discusión ética en los seguros, más allá de unos pocos casos aislados.
En la industria de los seguros de vida, el problema no es tanto el profiling, sino lograr que el cliente compre, porque lamentablemente no es común que los clientes se levanten un día y digan «tengo que asumir una pequeña pérdida cierta, en pos de evitar una pérdida probable mucho mayor. me voy a comprar un seguro de vida».
Eso hace que el mayor costo de los seguros es lograr venderlos, por lo que parte del profiling pierde sentido al licuarse el riesgo en la prima.
El mayor desafío en la industria es lograr que la gente compre voluntaria y proactivamente. Ahí sí, los costos bajarían sensiblemente.
También es bueno considerar que un «común mortal» no puede decir si un seguro es barato o caro. Tampoco si es más barato o caro que el de la competencia, aún con las cotizaciones arriba de la mesa. Las condiciones de uno u otro pueden hacer que el «barato» sea carísimo, y viceversa.
Todo bien, pero es «Vislumbrar» con V, y no «dislumbrar».
La venta de seguros es como la venta de ginsu 2000, un cuento chino.
Obviamente lo unico que importa es vender, no que funcione.
Ni siquiera vender, el real valor es ser capaz de inventar un producto que se venda, si el producto esta bien armado, lo vende un telemarketer.
Slds
@Juancho, no entendí si estás trolleando o hablando con propiedad.
Si es lo segundo, hablemos, capaz que sabés algo que los que estamos en la industria nos estamos perdiendo en el diseño de seguros de Vida y podemos hacer un buen negocio de eso.
Ahora, si es lo primero, deberías saber que el seguro que me sirve a mi es distinto que el que te sirve a vos, y distinto al de Sergio, etc, razón por la cual es muy dificil hacer un producto que sirva a todos el mundo («lo venda un telemarketer»)
Sí hay productos genéricos que se colocan y muy bien en medios masivos, pero no alcanza si vos sos un independiente que si se enferma no cobra, o sos alguien que necesita un ahorro planeado de acuerdo a tus posibilidades, o si además querés cubrir determinados imprevistos ante un accidente, o si acabás de ser padre, o si tu patrimonio no es suficiente, o si…
saludos.
Claro hablo de seguros parciales que se puedan cobrar menos y resuenen mejor con la gente.
Seguro por cancer de piel? Seguro por alzeimer? Seguro por si te quedas sordo?
El problema con tu disenio personalizado es el costo de venta de cada poliza, es valido hacerlo y seguro hay gente que paga por eso.
Pero claro, si te dedicas a eso no vas a ver valor en una herramienta de aprendizaje automatico que te ayude a colocar 450 mil polizas a 100 usd con manejo de riesgo adecuado.
De hecho, le veo el valor, pero no es excluyente. Donde estoy tenemos 250mil asegurados en productos simples y masivos, y otros 50mil en productos de venta personalizada.
Y, en contra de lo que decis, los 250mil son los que tienen menos scoring, sería inviable colocar mucho en poco tiempo si tengo que alimentar al soft con los datos particulares de cada cliente para que me diga cuánto cobrarle a cada uno.
Y más si al final del cuento sólo le voy a cobrar 2 dólares menos (o mas) y ese cambio en el precio no va a variar su decisión de compra ni mi exposición al riesgo.
Ahora, una anécdota:
A una empresa local de préstamos al consumo le ofrecieron un reconocido software de profiling.
La financiera les dio un montón de datos detallados de clientes que habían solicitado créditos en un periodo anterior, para comprar las decisiones del software versus el criterio de sus ejecutivos de cuenta y de las políticas de la empresa al respecto.
La empresa les dijo a quién deberían prestar y a quién no.
La financiera miró en sus datos y vio que sus ejecutivos de cuenta hacían mejor profiling que el sofware, y le habían hecho ganar más plata.
El tema es que ningún software puede medir cosas que sólo el ejecutivo (sobretodo en el Interior) sabe. Por ejemplo, la mujer de buena posición pero que se está por separar del marido y la va a dejar sin un mango, o la humilde lavandera que, a pesar de su pobreza es conocida por ser extremadamente cuidada con sus cuentas, o el tipo que aparentemente es 10 puntos pero se gasta cada mango en timba… etc.
El mejor profiling es a través de facebook. Ahí ves las cosas que solo puede ver «el ejecutivo del interior». La pregunta es cuánto te cobra facebook por venderte la info.
No creas todo lo que esta en Facebook! La gente «mejora» su perfil. Me encontre alguna sorpresa!
Sobre vislumbrar, mal yo! Horror ortográfico.
Hay gente aca que tiene bien armado el scoring para prestamos, Pronto! es uno. Baja tasa de morosidad.
De todas formas asumir que el analisis de datos puede resultar no etico me parece bastante obtuso.
Vos Sergio haces un analisis como si la estadistica personificara, y te agarras de tres conclusiones posibles del analisis que pueden resultar *aridos*.
Pero en la practica, cuando vos haces machine learning, analisis estadistico, o el nombre que quieras ponerle, descubris patrones que ni siquiera son visibles, es la gracia de la tecnica no?
«Los negros no entran», «Las mujeres no votan» son argumentos puramente discrecionales y sin ningun sustento. El analisis estadistico puede si darle rigor cientifico a una decision que puede catalogarse de discriminatoria sin justificacion previa.
Pero es tapar el sol con un dedo.
Tu temor a la estadistica para descubrir underlying patterns es como alguien diga que le tiene temor a la bioinformatica, que de verdad descubra que los negros son menos inteligentes o que los gays estan en realidad enfermos.
El problema esta en la tecnica?
La financiera de mi anécdota justamente no compró el producto que usa Pronto! porque le va mejor que a ellos sin él.
Y puede ser, me imagino que si queres prestar plata entre tus familiares no precisas ningun software porque los conoces a todos.
Seguro no escala.
El analisis estadistico lo que te permite es descubrir cosas que precisamente vos no sabes que estan ahi o no son de sentido comun, como que si te gusta la timba hay chance que quedes con las ruedas para arriba.
No se quien es la financiera de tu anecdota ni que morosidad tiene, pero hay mas chance que el software no le sirviera porque el negocio era diferente que porque «el analista humano» sea mejor que usar software.
Es bastante más grande que Pronto!
@juancho No discuto con el modelo estadístico, al contrario. Lo que me pregunto es qué variables es ético alimentarle. Por cierto, el tema ético es variable con el tiempo. Cosas que eran éticas en el 1800 (esclavitud) no lo son hoy, y cosas que eran condenables (homosexualidad) hoy no lo son.
En cuanto a los «productitos» de seguros, yo estoy seguro que hay una enorme oportunidad de negocios.
Me quede pensando una cosa que creo aplica.
La estadistica no personifica en el sentido de elgir un atributo particular como bueno a malo, color de piel, genero, sexualidad.
Precisamente porque no generaliza en grandes categorias.
Haciendo machine learning vos en realidad llegas a un % de certeza que pasa a ser propio del individuo.
Digamos que es de la unica forma que podes decir: Mira a vos por ser vos, y solamente por ser exactamente vos, te voy a cobrar 500.
Tu combinacion de atributos es lo que te hace unico para un problema especifico.
Asi que yo termino concluyendo que la estadistica, y particularmente las tecnicas de machine learning, no solamente no son generalistas y discriminatorias, sino que es la tecnica que mas se ajusta al individuo.
Saluts
Hay una cosa que hay que tener en cuenta respecto a «adivinar el futuro» via matematicas/estadisticas/etc, especificamente cuando podes afectar el resultado al ser conciente de el. El mayor riesgo es tomar esa prediccion como un hecho (hey, los numeros no pueden equivocarse, no?) sin saber como se llega a ese resultado, lo que toma y lo que no toma en cuenta.. y si, usualmente el estar enterado del resultado es uno de los grandes factores nunca tomado en cuenta.
Respecto a seguros, hay 2 puntos: deberian rechazar una persona que tiene una conducta de riesgo (o lo que sea que den esos algoritmos) o aceptarla y mantenerla con la condicion que cambie esa conducta? Si la empresa de seguros hace todo lo posible para que la persona siga viva gana un cliente, y tiene un ingreso asegurado, es una conducta mejor que el intentar esquivar de todas formas posibles el tener que pagar una vez producida alguna desgracia. Por otro lado, hay muchos tipos de seguros. Que pasa cuando el exito de un seguro, el, digamos, no tener que pagarlo, depende de que una tercera persona en conducta de riesgo o via los calculos que sea dan que debe morir si sigue por la misma via? Debe advertir a esa persona para que deje correr ese riesgo o callarse la boca y esperar el pronto beneficio predicho?
Es etico intentar cambiar, o no, el futuro predicho, especialmente el relativo a que personas mueran si eso puede tener un impacto economico negativo en mi empresa? Cuando uno empieza a ser en parte asesino o complice de asesinato conociendo esas predicciones? Ahi si etica, moral y hasta ley se puede meter con toda comodidad en todo el asunto.
@Gustavo, ningún seguro desea que el «siniestro» se dé. Siempre la compañía gana más si se muere, enferma o accidenta MENOS gente que la estimada.
En los casos que podría haber un beneficio para las compañías (por ejemplo, un seguro por enfermedad donde el asegurado muera antes de poder cobrar los beneficios que le correspondían) las pólizas indican que la indemnización impaga se entregue a los herederos del fallecido.
@fvidiella ojo que te estas desviando, la discusion no es sobre seguros, es sobre si el uso de analisis estadistico puede acarrear dilemas etico/morales.
o mas bien si entiendo yo el post de sergio, sobre que pasa si las conclusiones que sacas a partir de hacer un profiling estadistico, no son politicamente correctas.
se entiende el eje de la conversacion?
y el comentario de muslera le pone la optica de minority report al asunto 🙂
slds
@Juancho, si, capaz que me estoy explicando bien.
Lo que quiero decir entre todo este devaríe, es que no veo que se vaya a concentrar el profiling, o sea que el dilema ético no aplica (al menos en seguros de vida).
De hecho, se está reduciendo el profiling (ejemplo, hombres y mujeres pagan lo mismo, en lugar de tener una tarifa para cada edad se franjea en grupos de edades, se preguntan menos cosas sobre salud y actividades, etc.).
saludos
Para poder predecir el comportamiento de un grupo, necesito grandes números, cosa que no sucede en la mayoria de los países (sobretodo en UY) si pretendo hacer grupos homogéneos de (ej) hombres de 35 años que sean ingenieros, les guste el tenis, con matrimonio de más de 10 años, buena historia crediticia y gusto por el asado los jueves de noche.
Cuántos clientes de esa característica puedo tener? 100? 500? Alcanza con que se me muera UNO por encima de la estadística y tendría que pasar subirles la prima sensiblemente a todos los demás. Es erróneo pensar que porque la siniestralidad suba, ese grupo sea más riesgoso. La razón es que no tengo grandes números.
Por eso creo que en los seguros de auto se equivocan cuando suben las tarifas de seguros para una marca de autos simplemente porque tuvieron mucha siniestralidad de esa marca.
Eso es casualidad, no causalidad.
En cambio, cuando tomo grupos grandes (aunque no sean tan homogéneos), la siniestralidad se cumple siempre y eso permite que las primas sean más justas para todos.
Es lo mismo que tirar monedas a cara o cruz un par de veces, o tirar la moneda millones de veces.
De acuerdo, excepto con lo de la moneda cara/cruz. En ese caso la tires 10 veces o 1000, la probabilidad de que la proxima sea una u otra es la misma: .50
Me equivoco?
Sigue siendo .50 pero con una baja confianza. O sea: puede dar cualquier cosa.
En USA para los seguros de autos las empresas incluso utilizan datos de estado civil, si hay hijos adolescentes en la casa, nivel de educación, historia de multas, tipo de trabajo, barrio, y hasta historia de crédito (clearing). Son todos factores que puestos juntos y haciendo un regression analysis tienen cierta correlación en la probabilidad de que el cliente tenga un accidente.
Me parece totalmente valido utilizarlos. Si en esos datos entra alguno controversial como la raza, sexo u orientación sexual, siempre y cuando la empresa compruebe que es un factor valido y determinante, no creo que exista un problema ético.
Podemos darle vuelta al asunto y preguntarnos si es ético que un negro compre una poliza de seguros al mismo precio que los blancos si el sabe que su expectativa de vida es menor.
Es ético que un gordo que ocupa 2 asientos en un avión pague solo por uno? Es ético que una persona que tiene un auto grande y ocupa 2 espacios de parking pague solo por uno?
Las cosas en su sitio, las empresas no son entes solidarios, y si venden algo es porque les conviene, al igual que a nosotros. Las empresas deben seleccionar sus clientes asi como los clientes deciden a que empresas comprar, es un negocio que tiene que servirle a las dos partes.
Hola a todos. Me parece muy buena la pregunta Sergio. No tengo una respuesta, pero tengo dos cuentos.
Uno es sobre una nueva tendencia en filosofía que es muy experimental, y trata de definir «la moralidad» de las cosas no «en abstracto», sino con casos concretos. Por ejemplo, hay un debate sobre si el mundo es determinístico o no (por ejemplo, si es determinístico, si desde el inicio de los tiempos todo hubiera sucedido de la forma como sucedió, todas las veces que alguien se enfrentara a una situación, elegiría de la misma forma, pues sus genes y factores ambientales serían iguales). Si es así (por ejemplo, Francis Crick, el de Watson y Crick del ADN, cree que es así, y asegura que todo científico serio opina lo mismo), uno puede preguntarse si uno es moralmente responsable de sus actos, porque al fin y al cabo, sos la consecuencia de lo que sea que pasó antes. En abstracto, evadir impuestos y matar a tu amante (Scarlett Johansson) como lo hizo el personaje de Jonathan Ryhs en Match Point serían iguales. Estos filósofos tratan de definir desde un punto de vista práctico qué es moral y qué no (a la gente no le molesta demasiado lo de la evasión y si condena el asesinato). También hacen una cosa divertida: a un grupo de gente le hacen leer un pasaje del libro de Crick (los «tratan» para que crean que el mundo es determinista) y a otro le hacen leer cosas que aseveran que existe el libre albedrío (free will). Los que leyeron el pasaje de Crick tienden a ser más blandos en sus aseveraciones sobre qué es inmoral.
El segundo cuento es sobre los modelos de profiling. Hace ya 60 años había un debate en USA sobre quién debía estar a cargo de la política económica, los estadísticos o los economistas. Los estadísticos decían: nosotros tenemos unos modelos buenísimos que nos dicen exactamente como cambia el PBI cuando cambiás la emisión, o la tasa de interés; tenemos años de datos con subas y bajas de tasas de interés, y los cambios concomitantes en la inversión, consumo y PBI. Los economistas (con Hurwicz a la cabeza) decían: OK, todo eso no sirve para nada, porque si vas a cambiar la política económica, tu modelo estadístico no te dice cómo va a cambiar el comportamiento de la gente en respuesta a tu cambio de política. Lo que precisás, es un modelo para entender el comportamiento de la gente, cuando cambiás cosas que no se han cambiado en el pasado. Esa idea, hoy conocida como la crítica de Lucas, ganó el debate.
Traigo este cuento al ruedo, porque en los comentarios hablaron justamente de los modelos estadísticos, y de cómo cuando cambia alguna cosa (que el modelo estadístico no tenía prevista) el modelo falla, o no tiene nada para decir. Por ejemplo, si un flaco tiene $ 10.000 de deuda en su tarjeta, y nunca se ofreció un plan de refinanciación con un pagaré a 5 años al 3%, no podrías saber si ofrecer tal refinanciación sería rentable para la empresa (vis a vis dejar la situación como está y arriesgarte a un default).
No es una apología de los economistas. Es un cuento que me pareció ilustrativo nomás.
Saludos
Juan