23 Más a fondo Pero no todas las empresas son Pero el Big Data puede traer tantos capaces de obtener rentabilidad a problemas como beneficios si esos datos sus datos. Un estudio conjunto de personales no son tratados correctamen- PwC y Iron Mountain dice que el te. El uso masivo de datos implica un ries- 43% de las empresas no son capaces go para los derechos fundamentales de de sacar el máximo partido de su in- los individuos, como el derecho a la inti- formación y que un 23% no extraen midad y a la protección de datos. ningún tipo de beneficio. Además, el La rápida evolución tecnológica y la 41% de empresas de tamaño medio globalización han planteado nuevos retos en Europa no estarían cumpliendo para la protección de los datos personales con la normativa europea, debido a porque la magnitud de la recogida y del que guardan datos ‘por si acaso’, intercambio de datos personales ha au- creando así un riesgo latente con mentado de manera significativa. La tecnologa permite que tanto las em-í graves consecuencias. El Big Data presas privadas como las autoridades pblicas utilicen datos personales enú En el informe ‘Las aplicaciones proporciona una escala sin precedentes a la hora de realizar sus actividades. del Big Data en el ámbito asegurador información y el tratamiento legal de sus datos ’ sobre quiénes CÓMO AFECTA EL BIG DATA AL ÁMBITO ASEGURADOR se dice que “son numerosos los da- son los La entrada del Big Data en el negocio asegurador ha conllevado una tos personales que se pueden reco- clientes, dónde serie de cambios a la hora de la toma de decisiones. Principalmente aporta ger para la ejecución del uso del Big están, qué tres beneficios en este sector: la detección del fraude; el análisis y la tarifi- Data en el negocio asegurador como, necesitan, cación de los riesgos; y la fidelización del cliente. por ejemplo, los datos biométricos cómo y cuándo 1. Detección del fraude. Es el objetivo principal que se busca con el Big que proporcionan las pulseras inte- desean ser Data. Se pueden encontrar varios ejemplos sobre cómo detectar la exis- ligentes destinadas al rendimiento contactados tencia de indicios de fraudes: deportivo, datos sobre la geolocali- a) Patrones. Debemos analizar la casuística anterior y similar a la zación del asegurado para observar ocurrida actualmente, y observar la existencia de patrones de con- la peligrosidad de las rutas que toma, ducta entre los agentes intervinientes. Conductas frecuentes que sus hábitos en Internet a la hora de nos podemos encontrar son: diseñar productos específicos para • Siniestros y argumentos similares por parte del cliente y actuan- el cliente, o la recopilación de recla- do las mismas personas que en otros (tramas organizadas). maciones fraudulentas para estable- •Talleres que reportan siniestros del mismo tipo a la aseguradora cer modelos predictivos”. con un porcentaje más alto que la media.