L’explosion des données massives est le fruit de la diffusion massive des objets connectés et le développement informatique.

Dans un marché de l’assurance ultra-concurrentiel, marqué par un environnement économique difficile (taux bas, augmentation de la sinistralité) et réformiste (Solvabilité 2, ANI, loi Hamon), l’exploitation de ces données massives (que ce soient les données externes ou de l’entreprise) est une véritable opportunité et un réel levier pour accélérer la transition digitale de l’entreprise et acquérir un avantage compétitif.

Tout l’enjeu est de parvenir à transformer ces données afin d’en extraire l’information utile grâce à des méthodes de prédiction innovantes et performantes.

L’équipe de Data Scientists de Nexialog Consulting, appuyée par les Actuaires du Cabinet mettent à profit leurs compétences croisées pour répondre aux besoins des assureurs sur leurs problématiques en Data Science.

Les modèles à considérer, et plus généralement, l’approche à adopter sont en lien direct avec la problématique.

Exemples de problématiques opérationnelles :

  • Quel type/gamme de produit proposer en fonction du profil de la personne approchée ?
  • Quels sont les clients qui sont susceptibles de réaliser un rachat à court terme (objectif de les fidéliser par une opération commerciale)

 

Exemples de modèles de prédiction mises en place par les équipes de Nexialog Consulting :

  • Techniques supervisées (arbres de régression et de classification, réseaux de neurones algorithmes génétiques, forêts aléatoires, méthodes d’agrégation bagging et boosting, méthodes de staking, etc.)
  • Techniques non supervisées (CAH, K-means, SVM, etc.)