Uma análise exploratória de dados e a construção de modelos preditivos de machine learning no cálculo de risco de subscrição de uma seguradora

Abstract

A globalização trouxe consigo o constante crescimento do cenário competitivo, fazendo com que as empresas precisassem buscar pela incessante inovação e por oportunidade de melhores resultados. O avanço da tecnologia está revolucionando a forma de lidar com a comunicação e o armazenamento de dados, trazendo a possibilidade de medir e quantificar ações, tomada de decisões e resultados empresariais. Neste sentido, o presente trabalho teve como objetivo identificar as variáveis que podem influenciar no cálculo de risco de sinistro em uma grande empresa de seguro de vida e previdência nacional. A partir dos dados obtidos dos segurados, foi realizado um estudo embasado na ciência de dados para identificar a probabilidade de resultados futuros de possíveis sinistros, utilizando para isso, dados históricos da empresa para estudar através da análise exploratória de dados (AED), as relações entre os dados levantados e a ocorrência de sinistro. Em um segundo momento, foram construídos modelos de classificação utilizando algoritmos de aprendizagem de máquina, para prever a ocorrência de sinistro para o produto Diária de Incapacidade Temporária. O trabalho aborda conceitos de aprendizagem de máquina, dando ênfase no estudo dos modelos de classificação, incluindo o entendimento dos métodos de classificação bayesiana, árvore de decisão, redes neurais, Support Vector Machines, K-Nearest Neighbours e Random Forest. A construção dos modelos preditivos de aprendizagem de máquina no conjunto de dados obteve um melhor resultado para o método de Redes Neurais Artificias com uma acurácia de 67,3% e precisão de 67,7% para a possibilidade de ocorrer sinistro. Vale ainda ressaltar que, todos os classificadores utilizados obtiveram acurácia maior que 64%, com exceção apenas do Support Vector Machines, que obteve acurácia de 54%. Embora as métricas citadas não tenham apontado um percentual mais expressivo, como esperávamos inicialmente, a análise exploratória realizada e os resultados preliminares poderão ser de grande utilidade para trabalhos de extensão sob o mesmo tema no futuro