Minería de Texto Aplicada a Seguros

Duración y horario:

16 horas online

Viernes de 6:00 p.m. a 9:00 p.m. y sabado de 8:00 a.m. a 1:00 p.m.

Fecha:

Octubre 22 al 30 de 2021

Cierre de Matrícula: 19 de octubre

VALOR DE LA INVERSIÓN:

$573.900 más IVA

USD 180

EL VALOR INCLUYE:

  • Presentación
  • Certificado de asistencia

Nota:

La Fundación Instituto Nacional de Seguros, se reserva el derecho de modificar las fechas programadas como los docentes previamente publicados en los eventos o su cancelación de acuerdo con las condiciones en que se desarrolle el proceso de inscripciones.

Iniciado el curso NO se aceptará cancelación de inscripciones ni se reembolsará el valor de la misma. Excepto sea comunicado 72 horas antes del evento, por escrito vía E-Mail (mercadeoins2@fasecolda.com, cbaquero@fasecolda.com, comunicacionesins@fasecolda.com)

Las compañías de seguros recogen grandes volúmenes de datos tipo texto diariamente, a través de múltiples canales (sus agentes, centros de atención a clientes, correo electrónico, redes sociales, web en general). De aquí nace el reto de combinar el resultado del análisis de contenidos textuales con datos estructurados (almacenados en bases de datos convencionales) para mejorar la toma de decisiones. La aplicación de métodos de analítica de texto permite a las compañías de seguros: (i) Aumentar el grado de satisfacción, mejorar la retención y recomendación de clientes (ii) Mejorar la visión del entorno del mercado, (iii) Reducir los tiempos de respuesta a los clientes e incluso (iv) apoyar la detección temprana de indicios de casos de fraude.

Presentar detalladamente los conceptos fundamentales de la analítica de texto datos, introducir a en las herramientas de software utilizadas para la realización de este tipo particular de datos, conocer los modelos estadísticos en la analítica descriptiva y predictiva de texto y aplicaciones específicas en el análisis de sentimientos.

Al finalizar el curso, los estudiantes estarán en capacidad de:

    1. 1. Tener claridad sobre los conceptos relevantes de la Analítica de texto

 

    1. 2. Conocer los conceptos básicos y el funcionamiento de los softwares utilizados en la analítica de texto.

 

    1. 3. Conocer los modelos estadísticos utilizados en el análisis descriptivo y predictivo de texto.

 

    1. 4. Aplicar la analítica de texto en el análisis de sentimientos

 

MÓDULO I: INTRODUCCIÓN A LA ANALÍTICA DE TEXTO

1. Conceptos Básicos de Analítica de Texto y mapa de proceso
• Definiciones
• Aplicaciones en Seguros
• Visualizaciones comunes de la minería de texto (Representaciones de texto estructurado)

2. Planeación del proyecto de análisis de textos
• Enfoques deductivos vs inductivos
• Universalidad y unidad de análisis
• Consideraciones iniciales de la planeación (Datos, Costos, Objetivos)

3. Preparación del texto
• Codificación y categorización
• Muestreo de texto
• Procesamiento de texto
• Estandarización y limpieza de texto

4. Representación de datos estructurados
• Unir y Tokenizar
• Detección de frases y fitrado de palabras
• Análisis Semántico Latente (LSA)
• Análisis de la semántica latente (LSA)
• Toma de decisiones: Elección del número de dimensiones

MÓDULO II: INTRODUCCIÓN AL SOFTWARE (R / PYTHON)

1. Conceptos Básicos del Software
• Interfase Gráfica y uso de comandos
• análisis de descriptivo de datos
• Generación de gráficos y estadísticas descriptivas
• Visualizaciones comunes de la minería de texto (Representaciones

MÓDULO III: TÉCNICAS DE CLÚSTER Y ANALÍTICA DE TEXTO

1. Introducción, Distancia y Similaridad
• Tipos de clusters
• Tareas derivadas del cluster de texto
• Análisis de clúster jerárquico
• Análisis de k-means
• Implementación, Evaluación y Ajuste del clustering de texto
2. Estructuras ocultas: Agrupación, distancia de cadenas, vectores de texto y modelado de temas
3. Aplicación en Software: Segmentación de clientes con mayor siniestralidad

MÓDULO IV: ANALÍTICA DE TEXTO PREDICTIVA

1. Modelado predictivo: Uso del texto para clasificar y predecir resultados
• Clasificación vs Predicción
• Clasificación de Bayes (Naive Bayes)
• Redes Neuronales y Regresión Logística
• Árboles de decisión y Random Forest
• Máquinas de vectores de soporte (Support Vector Machines)
• Modelos KPIs: AUC, precisión y FI
2. Word Embeddings
• Determinar el contexto y la similitud de palabras
• Agregación de vectores de palabras
3. Aplicación en Software: Predicción de cancelación de pólizas

MÓDULO V: ANÁLISIS DE SENTIMIENTOS

1. Análisis de texto
2. Evaluación de emojis y polaridad
3. Aproximación Léxica
4. Aproximación por modelos predictivos
5. Aplicación en Software: Análisis de quejas de clientes por objeción de siniestros.

REFERENCIAS BIBLIOGRÁFICAS:

[1] Zizka, J et al (2020) Text Mining with Machine Learning Principles and Techniques. CRC Press
[2] Kwartler, T (2017) Text Mining in Practice with R. Wiley
[3] Anandarajan, M et al (2019) Practical Text Analytics: Maximizing the Value of Text Data. Springer
[4] Jo, J (2019) Text Mining Concepts, Implementation, and Big Data Challenge. Springer

Directivos, jefes, gerentes o profesionales de suscripción, mercado y servicio al cliente, indemnizaciones y áreas jurídicas de compañías de seguros y de intermediarios que deseen conocer el impacto de las herramientas de analítica de texto y su aplicación para analizar la suscripción, comercialización e indemnización de las aseguradoras.

Andres Camilo Ramiréz Gaita

Master en gestión de información, Matemático e ingeniero de sistemas. Apasionado por los datos y con amplia experiencia en procesos de análisis de datos (Analítica, Inteligencia de Negocios y Gobierno de Datos). Paralelamente desempeñando la docencia en áreas de administración ingeniería y matemáticas. Poseo capacidad de liderazgo, excelentes relaciones interpersonales, persistente, disciplinado, responsable y orientado a resultados.

Información:

(57-1)2436420 Ext. 4007- 4006

(57-1) 318 517 5671 - 317 367 5060

Síganos en:

     

El INS cuenta con las siguientes facilidades de pago:

  1. Consignación en efectivo a favor de la Fundación Instituto Nacional de Seguros (NIT. 860.076.579-9) en las siguientes cuentas nacionales:
Banco No. de cuenta Clase de cuenta
Sudameris 81862187 Corriente
Davivienda 457469997193 Corriente
  1. Pago con cheque cruzado a nombre de la FUNDACIÓN INSTITUTO NACIONAL DE SEGUROS (NIT. 860.076.579-9) (Carrera 7 No. 26 – 20 – Piso 4).
  2. Crédito a través de Banco Pichincha, contacte a su asesor comercial para el proceso.
  3. Puede hacer pagos PSE acá:

Política de descuentos

Modalidad Destinatarios Porcentaje
Pronto Pago Se otorga a las personas naturales o jurídicas que cancelan el valor total del curso con más de diez (10) días calendario de antelación a la fecha de inicio. 10%
Fidelidad Se otorga a las personas naturales o el mismo funcionario de la persona jurídica que en los últimos 03 años vigentes haya tomado otro curso con el INS. 10%
Número de inscritos Se otorga cuando de una misma persona jurídica o grupo empresarial se inscriben varias personas.  El porcentaje del descuento varía de acuerdo al número de personas inscritas, como se indica a continuación:
Dos (2) o tres (3) personas. 5%
Cuatro (4) personas. 10%
Cinco (5) personas. 15%
Más de cinco (5) personas. 20%

Es importante precisar que los descuentos antes señalados no son acumulables entre sí.  La persona puede optar por el descuento que le sea más conveniente.

Las personas naturales deben cancelar la totalidad del curso con antelación al inicio del mismo.