Detalhamento dos desafios:
A área de Relacionamento Pós-Vendas da Seguros Unimed é responsável por atividades críticas para a sustentabilidade e crescimento da carteira, como retenção de contratos, renegociações, gestão de cancelamentos, acompanhamento de tickets, onboarding (integração de novos contratos), visitas periódicas e iniciativas de cross-sell (oferta de novos produtos).
Atualmente, cerca de 95% das demandas operacionais já estão registradas no HubSpot, que centraliza tickets, reajustes, cancelamentos e registros de visitas. Ainda assim, as informações estão distribuídas em múltiplas telas, filtros e painéis, exigindo alto esforço manual dos executivos para consolidar a visão da carteira no dia a dia.
Na prática, cada executivo precisa interpretar sozinho o que está acontecendo em sua carteira, definir prioridades e acompanhar pendências críticas em meio a um alto volume de tarefas simultâneas. Isso compromete a padronização da gestão das carteiras, aumenta o risco de atrasos em reajustes, onboarding e visitas e dificulta uma atuação mais proativa da coordenação e da gerência.
O desafio é buscar uma solução que atue como um assistente virtual de gestão, capaz de consumir os dados já existentes do HubSpot e consolidar, interpretar e priorizar informações da carteira, apoiando executivos, coordenadores e gestores, com requisitos claros de governança e controle de acesso. A solução deve indicar pendências, sugerir prioridades de ação, gerar alertas acionáveis no dia a dia e oferecer uma visão de tendência para a gestão — sem substituir a responsabilidade do executivo, mas apoiando decisões que reduzam riscos operacionais e aumentem a eficiência, a retenção e as oportunidades de cross-sell.
A Seguros Unimed Odonto opera uma rede assistencial ampla e distribuída, composta por aproximadamente 12.500 dentistas em 7.500 pontos de atendimento. A dinâmica natural dessa rede — com mudanças recorrentes de endereço, telefone, especialidades atendidas, composição do corpo clínico, horários de funcionamento ou disponibilidade para novos atendimentos — faz com que as informações cadastrais se tornem rapidamente desatualizadas quando não há um processo contínuo de validação.
A atualização dessas informações ocorre hoje de forma assimétrica e, muitas vezes, reativa, influenciada por diferentes contextos operacionais e administrativos dos prestadores, níveis variados de priorização do tema cadastral e pela própria ausência de estímulos ou mecanismos que promovam a revisão periódica dos dados. Esse cenário indica a necessidade de qualificar melhor as causas da desatualização, bem como de estruturar processos que reduzam a dependência de ações pontuais ou corretivas.
Como consequência, surgem ruídos na jornada do beneficiário e do prestador, incluindo negativas de atendimento indevidas, dificuldade da localização de pontos de atendimento, divergência de especialidades informadas e aumento de contatos reativos aos canais de atendimento. Além do impacto direto na experiência, esse contexto gera ineficiências operacionais, retrabalho das equipes internas, maior custo de manutenção cadastral e riscos reputacionais para a operadora.
Embora já existam segmentações da rede, essas classificações ainda não se traduzem em um fluxo automatizado, contínuo e orientado por dados para acompanhamento da saúde cadastral da rede. Falta hoje uma abordagem capaz de antecipar riscos, identificar padrões de desatualização e agir preventivamente antes que o problema se manifeste na ponta do atendimento.
O desafio consiste em desenvolver uma solução para criar um modelo de checagem cadastral inteligente, preditivo e contínuo, estruturado por uma régua de relacionamento dinâmica e orientada por gatilhos. Essa solução deve ser capaz de identificar proativamente sinais indiretos de possíveis alterações cadastrais (podendo considerar indicadores de reclamações de beneficiários, status de documentação e número de vidas da região) para, então, definir o momento, canal e abordagem ideais para o acionamento, minimizando atritos e elevando a taxa de resposta. O objetivo é facilitar a atualização de dados de forma segura e integrada, contribuindo para a padronização e confiabilidade das informações, o que reduz negativas indevidas e melhora a experiência. Em suma, o projeto visa transformar a gestão cadastral da Unimed Odonto de um processo reativo para um modelo preventivo e orientado por dados, substituindo também comunicações genéricas e atuando de forma personalizada e estratégica, fortalecendo a relação com os prestadores e a eficiência operacional.
A Seguros Unimed identifica a oportunidade de ampliar a contratação de múltiplos produtos ao longo da jornada digital do cliente. Embora existam informações relevantes sobre perfil, produtos ativos e eventos da jornada, esses dados são subutilizados para orientar ofertas de forma estruturada nos canais digitais, através de inteligência de coleta de novos dados, perfilação e clusterização, agrupando por necessidades de proteção similares, permitindo ofertas direcionadas para o público e momento de vida do usuário.
Atualmente, quando o cliente navega por produtos que não possui, a experiência tende a ser genérica, sem recomendações contextualizadas ao seu perfil ou momento de vida, o que limita o engajamento com o portfólio além do segmento de saúde. Essa falta de perfilação resulta na perda de oportunidades no momento ideal de oferta de produtos complementares de proteção.
O desafio é desenvolver uma solução com algoritmo de “profiling” e “clustering”, para:
- Coleta de informações que ainda não temos para “entender o momento de vida” através de uma abordagem adequada a determinados pontos da jornada;
- Perfilar o cliente/prospect com base em informações demográficas, comportamentais e de produtos ativos;
- Agrupar clientes em “Segmentos de Necessidade”;
- Sugerir (lógica de negócio / plano de comunicação personalizada) produtos aderentes a esse agrupamento, definindo o timing de oferta.
- Desejável: Execução da oferta com comunicação e timing personalizados. Caso esse item saia do escopo da Startup, faremos por aqui.
Essa recomendação digital inteligente deve utilizar informações já disponíveis (com possibilidades de pontos de coleta de novas informações adicionais ao longo da jornada do cliente) para sugerir, de forma simples e personalizada, produtos aderentes ao momento do cliente. A proposta é apoiar a ampliação do mix de produtos, aumentar a visibilidade do portfólio e tornar a jornada digital mais relevante e orientada ao relacionamento.
[Exemplo: Um segurado que inclui um novo beneficiário criança e, durante um determinado período, atualizou seu estado civil para ‘casado’, é imediatamente identificado pelo algoritmo como pertencente ao ‘Segmento de Necessidade: Família em Crescimento’. Cruzando esses dados com a falta de seguro Residencial e Previdência, o sistema sugere proativamente uma oferta de Seguro Residencial e um plano de Previdência Privada (futuro da criança), potencializando a chance de conversão e a satisfação do cliente com uma consultoria integral.
A Seguros Unimed busca evoluir de um modelo predominantemente reativo, baseado em pesquisas com baixo engajamento e manifestações recebidas após a ocorrência de insatisfações, para uma abordagem mais preditiva, capaz de apoiar a identificação antecipada de possíveis desconfortos na experiência do cliente. Atualmente, há um volume relevante de dados disponíveis em diferentes canais — como SAC, Ouvidoria, Reclame Aqui, CRM Siebel, uso do aplicativo, utilização assistencial e comportamento de pagamento — que, por estarem distribuídos, ainda não se convertem em uma visão integrada da jornada do cliente.
Sem essa integração, torna-se mais difícil acompanhar de forma antecipada sinais de mudança de comportamento ou de menor engajamento, o que limita a priorização de ações preventivas e o direcionamento mais assertivo dos atendimentos. Além disso, o volume mensal de interações com clientes demanda esforços significativos das equipes envolvidas.
O desafio consiste em desenvolver uma solução capaz de prever quem tem maior probabilidade de cancelar, detectando comportamentos de risco e entregando insights estratégicos que orientem decisões preventivas. A solução deve apoiar ações de retenção, permitir atuação proativa em momentos críticos da jornada e reduzir o volume de reclamações, fortalecendo a reputação da companhia e aumentando a eficiência operacional.
A Seguros Unimed identifica a oportunidade de ampliar o mix de produtos ofertados pelo Corretor no momento da contratação de um novo seguro ou renovação de uma apólice existente, apoiando na diversificação da carteira. A ideia é oferecer um apoio estruturado ao Corretor para a sugestão de produtos complementares, especialmente nos canais digitais e no Portal do Corretor.
No ato da venda, o Corretor nem sempre dispõe de orientações claras sobre combinações de produtos que façam sentido para o perfil do Cliente atendido, o que limita a exploração de oportunidades de forma mais estratégica.
O desafio é desenvolver uma solução simples que apoie o corretor na recomendação de produtos complementares, inicialmente para Pessoa Física, utilizando informações básicas do cliente para recomendar ofertas relevantes, facilitando a apresentação dos dados. O objetivo é ampliar as oportunidades no momento da contratação e renovação, contribuindo para uma diversificação mais equilibrada da carteira.
A Seguros Unimed busca evoluir a experiência do beneficiário no acesso à rede credenciada, especialmente no momento de localizar prestadores aptos a realizar exames, procedimentos ou consultas. Atualmente, a busca no guia pode ser pouco intuitiva, uma vez que a forma como o beneficiário descreve sua necessidade nem sempre corresponde aos padrões de cadastro da rede, o que reduz a assertividade dos resultados.
Além disso, informações sobre serviços disponíveis e disponibilidade de atendimento nem sempre refletem o cenário mais atual, o que pode levar o beneficiário a buscar apoio da central de atendimento para concluir sua jornada.
O desafio é desenvolver um guia médico mais inteligente e intuitivo, capaz de interpretar linguagem natural, reconhecer variações de termos e apresentar resultados mais alinhados à necessidade informada. A solução deve apoiar o direcionamento adequado do beneficiário, melhorar a resolutividade do guia e contribuir para a redução de contatos operacionais, fortalecendo a experiência do usuário e a eficiência do atendimento.
A área de Emissão e Faturamento Vida possui um volume elevado de movimentações mensais nas faturas — cerca de 15 mil faturamentos por mês, cada um com milhares de linhas relacionadas à inclusão e exclusão de vidas. Esse volume torna a análise manual de todas as variações um processo complexo, especialmente para identificar comportamentos fora do padrão, como alterações de quantidade de vidas, inconsistências cadastrais ou variações de valores.
Atualmente, as conferências são realizadas de forma majoritariamente manual, com informações distribuídas entre o sistema legado (E-Vida), planilhas encaminhadas por corretores e dados recebidos por e-mail. Esse modelo exige esforço operacional para consolidação e validação dos dados e pode gerar necessidade de ajustes posteriores. Além disso, a limitação de análises mais estruturadas dificulta a geração de uma visão antecipada que apoie as áreas Comercial, Controladoria e Financeira em suas análises de carteira e projeções.
O desafio é implementar uma solução inteligente capaz de detectar anomalias, variações suspeitas e movimentações incoerentes antes da finalização do faturamento, fortalecendo a governança financeira e reduzindo riscos operacionais. Essa solução deve consolidar dados, analisar padrões, sinalizar inconsistências e suportar decisões de impacto, garantindo mais previsibilidade, confiabilidade e eficiência para a operação.
Atualmente, a análise de sinistros é realizada de forma predominantemente manual, exigindo a conferência de diversos documentos por processo e a verificação das condições gerais aplicáveis a cada produto e período. Esse modelo demanda esforço operacional elevado e pode resultar em variações na interpretação e no tempo de análise entre os pareceres.
A necessidade de validar manualmente a documentação e as regras contratuais tornam o processo mais longo e sujeito a retrabalho, impactando prazos e a experiência do cliente.
O desafio é desenvolver uma solução que automatize o cruzamento entre os documentos do sinistro e as condições gerais vigentes, apoiando a geração de um parecer inicial estruturado e padronizado. A proposta é aumentar a eficiência do processo, reduzir variações na análise e contribuir para prazos mais ágeis e consistentes na avaliação dos sinistros.
Atualmente, a área técnica realiza avaliações periódicas para definição do reajuste anual dos planos coletivos. Esse processo envolve a análise da “saúde” da carteira a partir de informações de utilização, sinistros e casos de maior custo. Para isso, a equipe acessa dados dos beneficiários e consulta laudos médicos anexados em documentos digitais. Grande parte dessas informações relevantes encontra-se inserida em documentos escaneados, distribuídos em diversos anexos e com leitura pouco estruturada.
Esse modelo limita a ampliação do monitoramento assistencial ao longo da carteira. A ausência de acesso estruturado às informações clínicas e aos laudos completos dificulta a identificação antecipada de beneficiários que possam iniciar tratamentos mais complexos ou apresentar mudanças relevantes no perfil de utilização.
O desafio é desenvolver uma solução que permita extrair automaticamente informações clínicas relevantes dos documentos anexados, estruturando esses dados para apoiar análises e projeções de sinistralidade. A proposta é ampliar a visibilidade do risco assistencial, viabilizar análises mais ágeis e consistentes e apoiar decisões mais precisas.
Atualmente, o cliente pode cadastrar o débito automático em diferentes canais, mas os dados bancários são inseridos manualmente e, nesse modelo, não há validação automática das informações no momento do preenchimento. O problema é que pode resultar em inconsistências simples que só são descobertas na hora de cobrar.
Isso exige acompanhamento posterior para correções manuais, mesmo quando não há inadimplência, gerando retrabalho e atrasos desnecessários no pagamento.
O desafio é implementar uma ferramenta que verifique os dados bancários no momento do cadastro, verificando a existência da conta e o CPF de forma instantânea. A solução deve atuar inicialmente nos canais digitais de Pessoa Física, contribuindo para maior qualidade das informações, redução de retrabalho e maior eficiência no processo de cobrança.