Cómo Hedvig Escaló el Análisis de Autoservicio y Mantuvo la Liquidación de Siniestros en 2 Minutos con Google Looker
Hedvig, una insurtech sueca conocida por su liquidación de siniestros en 2 minutos, desplegó Looker, BigQuery y dbt para establecer una capa semántica unificada en los equipos de suscripción, pricing y ventas. El análisis de autoservicio liberó al equipo de datos de los informes ad hoc, evitó la ampliación de plantilla y permitió a los científicos de datos centrarse en modelos de pricing predictivo mientras se mantenía la velocidad operativa por la que es conocida la aseguradora.
Impacto
2 minutes
Tiempo de liquidación de siniestros mantenido
significant
Ampliación de plantilla evitada
material shift
Reasignación del tiempo del equipo de datos
Desafío
A medida que Hedvig crecía, las definiciones inconsistentes de métricas entre los equipos de marketing, suscripción y pricing creaban riesgo actuarial y de cumplimiento — mientras las solicitudes de informes ad hoc consumían la capacidad del equipo de datos, bloqueando el trabajo de alto valor como el desarrollo de modelos de pricing predictivo.
Solución
Hedvig desplegó Google Looker como capa semántica unificada sobre BigQuery y dbt, estableciendo definiciones únicas de confianza para todas las métricas clave y habilitando el análisis de autoservicio en los equipos de negocio — liberando a los científicos de datos del trabajo de informes y evitando la ampliación de plantilla que de otro modo habría sido necesaria.
Herramientas y tecnologías
Lo que dicen los líderes
“Necesitábamos una forma más sencilla de que los datos contaran la misma historia en todas partes. El modelo semántico de Looker y la capacidad de definir métricas en un único lugar fue el factor clave para elegir Looker, satisfaciendo la necesidad de métricas de confianza.”
“Conseguimos dedicar menos tiempo a atender a otras unidades y más tiempo a tareas de alto valor como la construcción de modelos. Si no hubiéramos tenido Looker, habríamos necesitado ser un equipo más grande.”
Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.
Historia completa
Hedvig es una compañía de tecnología aseguradora sueca construida para clientes con conocimientos tecnológicos, que ofrece una experiencia mobile-first definida por su liquidación de siniestros en 2 minutos — desde la presentación hasta el pago. Esa promesa operativa exige más que velocidad en el producto; requiere que todos los equipos de la empresa lean los mismos datos. A medida que Hedvig creció de startup a aseguradora en expansión, las definiciones inconsistentes de métricas se convirtieron en un riesgo estructural. Los equipos de marketing, suscripción y pricing trabajaban con vistas de datos fragmentadas, y el mismo evento de negocio — una venta, un siniestro, una renovación — significaba cosas distintas según quién lo reportara. En seguros, ese tipo de ambigüedad no solo resulta ineficiente; es un riesgo de cumplimiento actuarial.
El equipo de datos se convirtió en un cuello de botella. Las solicitudes de informes ad hoc consumían el tiempo de los científicos de datos que deberían haber estado construyendo modelos de pricing y herramientas de riesgo. El equipo necesitaba una forma de dar a los usuarios de negocio acceso fiable y de autoservicio a métricas de confianza sin convertirse en un servicio de soporte permanente para solicitudes de paneles.
Hedvig desplegó Google Looker como capa semántica, respaldada por BigQuery como almacén de datos y dbt para las transformaciones. La combinación creó una definición única y gobernada para cada métrica clave de la organización. Los equipos de negocio en siniestros, suscripción y ventas podían ahora construir sus propios paneles usando la interfaz de Looker, con la certeza de que sus números coincidían con los de cualquier otro departamento. Las plantillas Liquid de LookML de Looker habilitaron una capacidad sofisticada: el mismo panel podía cambiar dinámicamente entre datos operativos en tiempo real e instantáneas históricas congeladas, ofreciendo a actuarios y gestores de negocio las vistas precisas que necesitaban sin mantener informes duplicados. La integración CI/CD en Looker detectaba errores de modelado antes de llegar a producción.
El impacto fue medible tanto a nivel de equipo como de negocio. El equipo de datos pasó de la generación de informes reactiva al desarrollo proactivo de modelos — específicamente modelos de pricing predictivo que apoyan directamente la precisión de suscripción de Hedvig. Se evitó la ampliación de plantilla que de otro modo habría sido necesaria para absorber la demanda de informes. La liquidación de siniestros en 2 minutos se mantuvo intacta, respaldada ahora por acceso instantáneo a datos operativos fiables en lugar de informes compilados manualmente.
Hedvig está ahora refactorizando sus modelos de datos para un futuro impulsado por IA, haciéndolos más autoexplicativos y accesibles a agentes de lenguaje. La capa semántica construida sobre Looker está posicionada como la base para el análisis conversacional — permitiendo consultas en lenguaje natural sobre rentabilidad y rendimiento operativo a empleados no técnicos. La misma infraestructura que eliminó los silos de datos en 2024 está siendo preparada para la próxima generación de operaciones aseguradoras aumentadas con IA.
