Introduction aux enjeux du Big Data en assurance

 
  Toutes les formations  Data science
  4 jours (2+2)       2680       Avancé    
Objectifs

Comprendre et analyser les enjeux, les méthodes et les conséquences opérationnelles de l’utilisation du Big Data en actuariat.


Prérequis

Notions avancées de statistique et probabilités. Notions de base en machine learning. Une connaissance préalable (même superficielle) des problématiques actuarielles est souhaitable mais pas obligatoire.


Contenu

La Data-Science au service de la souscription et du ciblage des clients

  • Profilage pour la souscription en ligne
  • Méthodes de conception de questionnaires synthétiques pour la souscription en ligne
  • Lutte contre la fraude et l’anti-sélection
  • Rétention de clients : anticipation des résiliations, risque de rachat
  • Études de cas

Tarification et provisionnement

  • Confrontation entre les méthodes usuelles (modèles linéaires généralisés) et les méthodes issues du machine learning
  • Combinaisons éventuelles entre nouvelles méthodes et méthodes traditionnelles
  • Indicateurs de risque et suivi du risque
  • Mise en œuvre sur des exemples

Nouvelles données

  • Open data : les nouvelles sources de données
  • Les utilisations possibles
  • Nouvelles incertitudes et nouveaux risques éventuels liés à leur utilisation

Les risques à temps de développement long

  • Stabilité et fiabilité des données utilisées
  • Prise en compte d’évolutions temporelles
  • Méthodes de prévision
  • Illustrations

Modalités pédagogiques

Afin de mobiliser les participants, de multiplier les échanges et de faciliter l’assimilation des connaissances, cette formation alterne exposés théoriques et applications pratiques / cas concrets / travaux sur ordinateur.