Um dos setores mais importantes da
economia mundial é o de logística e transportes, mas infelizmente ele não
evoluiu tanto quanto deveria no Brasil. Só para contextualizar, o transporte
ferroviário já tem mais de 200 anos de idade e ainda é pouco utilizado no país.
O GPS existe há 40 anos, mas o rastreio por esta tecnologia por aqui é muito
caro e dependente de uma pequena rede de satélites. Nosso país tem uma internet
4G lenta e inacessível na maioria das estradas. A malha rodoviária com pouco
mais de 2 milhões de quilômetros lineares de estradas, que não estão em boas
condições. O combustível e os caminhões são muito caros. E os custos envolvidos
no transporte altos demais.
Sob tais circunstâncias, a Predição de
Risco se torna algo obrigatório no setor, afinal de contas, como ter a certeza
de que o seu produto ou a sua mudança será transportada com segurança? Como
saber se o caminhão não se envolverá num acidente ou quebrará no caminho? E se
a mudança da sua família for roubada? Ou se o veículo for abordado por
criminosos? Será que a sua mudança vai chegar intacta na nova residência? Só
existe uma tecnologia capaz de responder essas perguntas: a Predição de Risco.
Predição de Risco é o resultado da
análise de enormes volumes de dados e informações específicas de um setor, com
o objetivo de qualificar e quantificar dados para predizer comportamentos e
eventos futuros. Como por exemplo, consultar os dados de uma empresa de crédito
é uma forma de predizer o comportamento futuro do cliente cujo pedido de empréstimo
está sendo analisado, ou seja, se vai pagar ou não. No caso do iMoving,
plataforma para contratação de transporte de mudanças, a Predição de Risco é
gerada de forma análoga, com a aquisição de 12.750 datapoints para quantificar
e predizer todos os possíveis riscos envolvendo o transporte de carga ou os
bens de uma família.
Acidentes, quebra do veículo, roubo do
caminhão ou da mudança, perdas, danos, atrasos, demora, desvios, manutenção,
combustível, gastos, rotas, condições das estradas, condições do motorista,
sinistros etc… Tudo é analisado. Pra conseguir isso, o iMoving adquire um
enorme volume de dados em tempo real, extraídos de centenas de fontes variadas
relativas ao transporte. Esses dados são analisados, quantificados,
qualificados, parametrizados e então a Predição de Risco é gerada. No final, é
produzida uma avaliação pormenorizada do transporte de carga ou mudança,
predizendo a melhor rota, aquela com menor risco de acidente ou roubo, a mais
cara ou mais barata, a mais eficiente em termos de combustível, manutenção,
condições, metereologia, estimativas de entrega, entre outros.
O transporte de mudanças é uma situação
muito mais delicada do que o transporte rodoviário de cargas, se considerarmos
que o que será transportado é tudo que uma família possui: roupas, móveis,
itens pessoais, eletrônicos, eletrodomésticos etc. Imagine o sofrimento dessa
família se o caminhão com a mudança vier a ser roubado ou se acidentar no
caminho? Todos os bens poderão ser danificados, o que vai depender da gravidade
do acidente. O seguro mudança cobre? Depende. Praticamente 60% das mudanças
realizadas no país são transportadas sem seguro mudança. E dentre os 40%
restantes, o usuário desconhece que a apólice do seguro não cobre todos os
itens da mudança, isto é, aqueles não declarados no inventário não serão
ressarcidos pelo seguro.
Para evitar isso, a predição de risco
do iMoving compara a mudança mais recente da plataforma com todas as outras
mudanças já realizadas até hoje por todas as transportadoras em atividade na
plataforma, para identificar datapoints relacionais ou pontos em comum. Esses
pontos em comum podem ser a cidade de origem e destino da mudança, a
transportadora, o tamanho da família e do imóvel, os tipos de itens etc… Como
são mais de 12.000 datapoints, o iMoving encontra centenas e até milhares de
pontos em comum. Dessa comparação, a plataforma gera uma análise extensa de
fatos passados envolvendo essas mudanças, usando RLM ou Regressão Logística
Multivariada.
Na sequência, o sistema adquire em
tempo real, reviews de clientes anteriores, dados metereológicos, condições das
estradas, dados da ANTT, estatísticas de crimes, acidentes e roubos nas
rodovias, distâncias, rotas, combustível, pedágios, tempo de chegada, entre
muitos outros.
Após fazer um cruzamento com o primeiro
relatório, o iMoving gera o RPR, um Relatório de Predição de Risco. Nesse
relatório, a plataforma prediz o risco de acidente para cada possível rota, de
roubo do caminhão, de danos aos itens da mudança e de sinistro para a apólice
de seguro de acordo à cobertura considerando todos os itens declarados no
inventário da mudança. Para minimizar todos esses riscos, o iMoving rastreia o
caminhão de mudança em tempo real pelo aplicativo. A arquitetura funciona com
cinco tecnologias, além da Predição de Risco: Inteligência Artificial, Machine
Learning, Big Data, Data Mining e Automação.
O objetivo é predizer para o usuário a
melhor transportadora e para transportadora e seguradora, as melhores rotas,
preços, apólices de seguro, além de outras variáveis logísticas necessárias.
Ler reviews de transportadoras, receber orçamentos, fazer pesquisa de mercado
para comparar empresas de mudanças, comparar preços, segurança e qualidade do
serviço, garantir sua privacidade evitando ligações indesejadas e que
informações pessoais caiam nas mãos de pessoas erradas, acelerar o processo de
mudança e ter a certeza de que a mudança será entregue são os benefícios para
os clientes. Com os aplicativos para Android e iPhone do iMoving, o usuário
acompanha o caminhão com a sua mudança em tempo real, ou seja, a família sempre
vai saber onde estão os bens.
CONTEÚDO 3 DE OUTUBRO DE 2017 LogWeb - Roger
Madeira
Compilação: Carlos BARROS
DE MOURA
EXPERTISE EM SEGUROS
Nenhum comentário:
Postar um comentário