DIGITAL SOLUTIONS FOR YOUR COMPANY
Data Lake Sinistralidade
No setor de Saúde Suplementar, onde a receita totalizou R$ 230B em 2022, temos a sinistralidade como grande ofensor do resultado do negócio.
Esta sinistralidade representa o conjunto de gastos assistenciais para atendimento aos beneficiários do Plano de Saúde e está em torno de 89%.
Neste sentido, o uso de Analytics e Machine Learning permite uma análise mais acurada de efeitos como fraudes e desperdícios que contribuem para este índice de sinistralidade.
Para uma adequada análise da sinistralidade nas Operadoras de Saúde é necessário a coleta e ingestão de dados relevantes que permitam uma análise das principais informações que possam trazer reflexões e insights sobre possíveis problemas na gestão operacional (eficiência), fraudes e desperdícios.
A Jornada para o Data Lake da Sinistralidade se inicia na adequada identificação dos dados, suas origens e qualidade.
​
Na ingestão e hidratação do Data Lake processos de cleaning e transformação dos dados são necessários garantindo a melhor usabilidade e aderência para análises posteriores.
Classificamos os dados como "Raw" quando não sofrem nenhum tratamento.
Como próximos passos temos as transformações necessárias para a melhor qualidade das informações transformando-os em dados "Prepared".
​
Por fim, a modelagem dos dados são fundamentais permitindo respostas precisas para os casos de negócios de cada organização.
A sinistralidade se apresenta como principal ofensor para o resultado das Operadoras de Saúde.
Para uma primeira análise dos principais ofensores da sinistralidade sugerimos o uso do Diagrama de Pareto onde podemos analisar, por exemplo, uma quantidade de sinistros que, no conjunto, contribuem para valores altos de sinistralidade.
Ações neste conjunto podem trazer benefícios mais rápidos com menor esforço.
