MÓDULO I: MACHINE LEARNING EN VENTAS Y MERCADEO EN SEGUROS

1. Introducción a métodos de analítica de datos

· Conceptos básicos: machine learning y métodos de aprendizaje supervisado y no supervisado

· Modelos de Clustering

· Modelos Predictivos: árboles de clasificación, Naive-bayes algoritmos random forest, bagging, boosting

· Introducción a redes neuronales

· Bondad de ajuste de modelos

· Introducción al análisis de texto

i. Análisis de sentimientos y reclamaciones

ii. Redes sociales y comportamiento del consumidor

MÓDULO II: DISTRIBUCIÓN DE SEGUROS EN UN ENTORNO DIGITAL

1. Comercialización, distribución y canales digitales

2. Estrategias de ventas online

3. El consumidor digital de seguros

4. Nuevos canales de distribución en seguros

5. El uso de robot asesores

6. Ecommerce

7. Desarrollo de productos y suscripción en un entorno digital: Internet de las cosas, telemática, wearables y seguros por uso.

8. Economía colaborativa y neo aseguradoras: nuevos mecanismos de aseguramiento

MÓDULO III: ANALÍTICA DE DATOS APLICADA EN VENTAS Y MERCADEO

1. Clustering y Segmentación de Clientes

2. Predicción de consumidores potenciales

3. Métodos de suscripción automática

4. Valor potencial, optimización de tarifas y elasticidad

MÓDULO IV: ANÁLISIS DE SENTIMIENTOS Y MINERÍA DE TEXTO

1. Análisis de texto

2. Evaluación de emojis y polaridad

3. Aproximación Léxica

4. Aproximación por modelos predictivos

5. Aplicación en Software: Propensión de compra por análisis textual

6. Aplicaciones en Seguros

7. Análisis de mensajes/reclamaciones

· Etapas del análisis de mensajes

· Creación de mensajes

· Prueba de mensajes

· Entrega de mensajes

8. Análisis de los sentimientos y extracción de opiniones

· Panorama de la metodología de los sentimientos