Mejorar la integridad y eficiencia de los datos ESG

��ѻ��ý, en colaboración con AWS, empodera a la organización CFO de una aseguradora líder para establecer una base sólida para futuros informes de sostenibilidad mediante el despliegue de una solución única de detección de anomalías impulsada por IA.

Reto para el cliente: La aseguradora se enfrentaba a problemas de gestión de datos ESG complejos procedentes de más de 30 fuentes, lo que exponía a la empresa a importantes riesgos de auditoría y de reputación.
��Ǳ��ܳ��ó��: ��ѻ��ý desplegó una solución de detección de anomalías basada en aprendizaje automático, lo que permitió a la aseguradora descubrir anomalías que las reglas de negocio tradicionales habían pasado por alto.
Beneficios:

Aumenta la eficacia operativa en un 50% al eliminar las revisiones manuales
Aumenta la precisión de los datos y mejora la elaboración de informes financieros y de sostenibilidad.
Se amplía para cubrir todas las fuentes de datos ESG, apoyando el crecimiento y el cumplimiento.
Refuerza el cumplimiento mejorando la precisión de los informes ESG

Navegar por la complejidad de los datos ESG

Para muchas organizaciones de servicios financieros, las métricas y mediciones medioambientales, sociales y de gobierno corporativo (ASG) se han convertido en las principales prioridades, y casi el 70% afirma que en 2024 aumentará sustancialmente el enfoque y la frecuencia de los informes relacionados con ASG.^[1]

Los datos pertinentes suelen proceder de numerosas fuentes internas y externas y abarcan un amplio espectro de factores de sostenibilidad, cuya naturaleza dinámica exige actualizaciones continuas. Esto añade complejidad a la gestión de los datos y dificulta el mantenimiento de la confianza en las percepciones derivadas de los datos ASG.

En respuesta a estos retos, una de las principales aseguradoras mundiales de bienes y accidentes (P&C) se propuso recientemente crear un amplio centro de datos ESG que abarcara más de 30 fuentes de datos entre instalaciones, filantropía, inversión y RRHH. Durante este proyecto, la empresa necesitaba garantizar la precisión y coherencia de los datos. Sin embargo, la diversidad de fuentes de datos externas e internas creaba oportunidades para que los errores y las incoherencias pasaran desapercibidos.

Ante estos retos y dado que los enfoques tradicionales de supervisión eran insuficientes debido a esta complejidad, la aseguradora contrató a ��ѻ��ý para que le ayudara a resolver estos retos de supervisión de datos ESG. La aseguradora necesitaba una solución sólida para detectar anomalías y errores en los conjuntos de datos, garantizando la integridad de los informes ESG de la empresa.

Implantación de una solución de detección de anomalías a medida para mejorar la integridad de los datos ESG

La solución de detección de anomalías basada en aprendizaje automático de ��ѻ��ý se personalizó e implementó en el entorno de la aseguradora para abordar su necesidad de detección precisa en conjuntos de datos ESG complejos. El primer caso de uso se centró en la identificación de anomalías en los datos de electricidad y gas natural en las distintas instalaciones de la aseguradora, garantizando la integridad de sus métricas de sostenibilidad.

Los equipos de ESG Data Store, Anomaly Detection y AWS Solution Architecture de ��ѻ��ý colaboraron estrechamente con la Oficina de Sostenibilidad de la aseguradora, el equipo de ESG de TI y el equipo de MLOps. Juntos, consiguieron las aprobaciones y los recursos necesarios para implementar la solución, seleccionaron los modelos de aprendizaje automático más eficaces e implementaron una solución integral sin fisuras.

Un logro destacado fue la capacidad de la solución para detectar problemas de datos no identificados previamente que las reglas de negocio convencionales habían pasado por alto. Esta mejora de la precisión redujo significativamente el esfuerzo manual, lo que permitió a la aseguradora obtener informes ESG más fiables y mejorar la toma de decisiones. La solución no sólo satisfizo las necesidades iniciales de la empresa, sino que también proporcionó un enfoque escalable para gestionar las crecientes demandas de datos ASG a través de métricas de sostenibilidad adicionales en el futuro.

Eficacia, precisión y escalabilidad en la gestión de datos ESG

Desde que implementó la solución de detección de anomalías basada en aprendizaje automático de ��ѻ��ý, la aseguradora ha mejorado significativamente la precisión y la eficiencia de sus procesos de gestión de datos ESG. Con esta solución, la compañía puede ahora identificar automáticamente las anomalías y sus causas raíz, lo que redujo el tiempo dedicado a la gestión en un 50 %, reduciendo al mismo tiempo el riesgo.

De cara al futuro, la aseguradora tiene previsto ampliar la solución a todas las fuentes de datos de su centro de datos ESG para garantizar una precisión y eficiencia aún mayores en los informes de sostenibilidad. ��ѻ��ý también está colaborando con el equipo ejecutivo de la aseguradora para ampliar la solución a otros departamentos que podrían beneficiarse de esta capacidad.

Además, ��ѻ��ý también proporcionará formación para dotar a la empresa de las habilidades necesarias para construir y desplegar de forma independiente modelos de detección de anomalías, lo que apoyará los objetivos a largo plazo de la aseguradora de escalabilidad y autosuficiencia en la gestión de datos ESG. Esta expansión estratégica permitirá a la organización cumplir con los requisitos de cumplimiento e información y avanzar en sus objetivos de sostenibilidad más amplios.

[1]