analytics & big data...repenser la relation client ... • concrètement, l’intérêtdu big...

29
Local Optimization European Minded © Tous droits réservés. Reproduction interdite sans l’autorisation d’Optimind Winter. Analytics & Big Data Focus techniques & nouvelles perspectives pour les actuaires Université d’Eté de l’Institut des Actuaires Mardi 8 juillet 2014 Intervenants : Alexandre Keiflin, consultant senior, practice leader PCOW Big Data et Digital Emmanuel Berthelé, actuaire consultant senior, responsable Practice

Upload: others

Post on 09-Aug-2020

0 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Local Optimization European Minded

© Tous droits réservés. Reproduction interdite sans l’autorisation d’Optimind Winter.

Analytics & Big Data

Focus techniques & nouvelles

perspectives pour les actuaires

Université d’Eté de l’Institut des Actuaires

Mardi 8 juillet 2014

Intervenants :

Alexandre Keiflin, consultant senior, practice leader PCOW Big Data et Digital

Emmanuel Berthelé, actuaire consultant senior, responsable Practice

Page 2: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Sommaire

Université d'Eté IA – Analytics & Big Data - 08/07/2014 2

1 Introduction

2 Focus techniques

Données / Datamasse

Evolutions BI

Apports des algorithmes et évolution de paradigme

3 Nouvelles perspectives pour les actuaires

De nouvelles fonctions pour de nouvelles approches

Impacts potentiels sur le rôle de l’actuaire

4 Conclusion

Page 3: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Université d'Eté IA – Analytics & Big Data - 08/07/2014 3

Introduction1

• Emergence des nouvelles technologies et des nouveaux supports sources du digital

Années 1980

1ères expériences d’un monde à

distance

Années 1990

Internet se généralise

Années 2000

Socialement connectés

Années 2010

Equipements de haute technologie

Physiquement connectés

1978 : Premiers

téléphones mobiles

1982 : Protocole

Internet Standardisé

1983 : Première

Banque en ligne

1991 : Création du

World Wide Web

Sources Kurt Salmon research

1992 : Premier site

Internet commercial

1995

1998

1997 Premiers

paiements mobiles

2004 2006

2007 2011

201x

2015

201x

Page 4: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

DIGITAL

Université d'Eté IA – Analytics & Big Data - 08/07/2014 4

Introduction1

Socle

Nouvelles

technologies

Nouveaux

usages

Constat

Ere Numérique

Acteurs économiques

en pleine mutation

Opportunités

Evolution des

business models

Repenser la relation

client

Nécessité

Penser digital

Gouvernance et

organisation adaptée

Grands volumes de données

Des

out

ils

adap

tés

Big Data Analytics

Vision encore plus orientée

données

Repenser le traitement de

ces données

Page 5: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Sommaire

Université d'Eté IA – Analytics & Big Data - 08/07/2014 5

1 Introduction

2 Focus techniques

Données / Datamasse

Evolutions BI

Apports des algorithmes et évolution de paradigme

3 Nouvelles perspectives pour les actuaires

De nouvelles fonctions pour de nouvelles approches

Impacts potentiels sur le rôle de l’actuaire

4 Conclusion

Page 6: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Données / Datamasse

Focus techniques2

• L’approche classique consiste à caractériser les Big Data comme :

• Des données massives

• Et Variées

• Le concept « Big Data » encapsule cependant naturellement les nouvelles technologie et les nouveaux outils

capables de traiter ce volume considérable de données structurées ou non en quasi temps réel

• Concrètement, l’intérêt du Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

ses données internes en les appariant à des donnés externes

• Nouvelles capacités offertes par le Big Data en approche « Data Driven »

• Révéler des schéma non intuités

• Obtenir des capacités prédictives à partir d’un grand volume d’informations

6Université d'Eté IA – Analytics & Big Data - 08/07/2014

Page 7: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Données / Datamasse

Focus techniques2

7Université d'Eté IA – Analytics & Big Data - 08/07/2014

• Archives

• Documents

• Medias

• Stockage des données

• Applications métiers

• Internet

• Réseaux sociaux

• Logs techniques

• Objets connectés

source :http://kapowsoftware.com/resources/infographics/intelligence-

by-variety-where-to-find-and-access-big-data.php

Page 8: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

• 1 sec 22 To de données générées sur le web

• 1 jour 2,5 Eo Générées (10^6 To)

Données / Datamasse

Focus techniques2

8Université d'Eté IA – Analytics & Big Data - 08/07/2014

• 90% des données créées ces 2 dernières années

• Prévision d’une hausse de 800% d’ici 5 ans

Source http://pennystocks.la/internet-in-real-time/

Page 9: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Jobtracker

Evolutions BI

Focus techniques2

9Université d'Eté IA – Analytics & Big Data - 08/07/2014

Logiciels et algorithmes nécessaires aux traitements des Big Data:

Hadoop facilite la création d’application distribuée pour le calcul (Mapreduce) et le stockage (HDFS et Hbase)

Données BIG DATA

1 2 3Découpage en blocs (64 MO par défaut)

Réplication (2 fois par défaut)

Name NodeName Node

(secondary)

1 2 3

1 2 3

321

DataNode

132

DataNode

213

DataNode

Job tracker

Tasktracker Tasktracker Tasktracker

Système HDFS -Grille de stockage Framework Map reduce - Grille de calcul

Page 10: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Evolutions BI

Focus techniques2

10Université d'Eté IA – Analytics & Big Data - 08/07/2014

Hadoop 1.0 (Décembre 2011)

• Limitation à 4000 nœuds par cluster

• Goulot d’étranglement au niveau du service Job Tracker (Gestion des ressources, planification et suivi)

• Un seul namenode

• MAP Reduce utilise des slots de ressources statiques

• Seul Map reduce peut tourner

Hadoop 2.0 (octobre 2013)

• Plus de 10000 nœuds par cluster

• Utilisation cluster plus efficient grâce à YARN meilleure gestion des ressources

• Plusieurs namenodes par cluster

• Ressources dynamiques

• Toutes les applications peuvent être intégrées sous Hadoop

• Compatibilité ascendante

Zoom sur Spark (30/05/2014)

1. Rapide jusqu’à 100x (in memory)

2. Facile utilisation (Java, Scala, Python)

3. Générale (SQL, Streaming, analytics)

4. Intégration sur Hadoop 2 - Yarn

Page 11: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

• Storm : système de calcul distribué en temps réel permettant de traiter de façon fiable des flux de données

illimitées, faisant pour le traitement en temps réel ce que Hadoop a fait pour le traitement batch

Evolutions BI

Focus techniques2

Université d'Eté IA – Analytics & Big Data - 08/07/2014

Détection de fraude bancaire, 2 solutions techniques:

1. Lancer un traitement Hadoop avec l'ensemble des transactions de la journée et tenter d'isoler des

comportements étranges pour un compte. Non temps réel

2. Analyse de chaque transaction dès qu'elle est effectuée en temps réel grâce à Storm

Architecture et principe de Storm

Nimbus

Zookeeper

Zookeeper

Zookeeper

Superviser

Superviser

Superviser

Superviser

Superviser

Spout

Bolt A Bolt B

Bolt C

11

Page 12: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Evolutions BI

Focus techniques2

12Université d'Eté IA – Analytics & Big Data - 08/07/2014

Combiner Hadoop et Storm permet de répondre à des besoins complémentaires:

1. Analyse des flux en temps réèl permettant d’augmenter la réactivité

2. Analyse de l’ensemble de données en batch permet d’augmenter la profondeur d’analyse

• Une architecture combinée Storm/Hadoop pour apporter du temps réel aux traitements des Big Data

Page 13: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Evolutions BI

Focus techniques2

Université d'Eté IA – Analytics & Big Data - 08/07/2014

Mahout est un projet open source d'algorithmes d'apprentissage automatique distribuée sur la plate-forme Hadoop utilisant jusqu’à aujourd’hui le framework Map Reduce (en cours de migration vers SPARK)

Mahout peut tourner en dehors d’Hadoop. Mahout est encore en cours de développement ; le nombred'algorithmes implémentés a rapidement augmenté, mais certains manquent encore.

Hama est un framework de calculdistribué basé sur un autre modèlede calcul (BSP-Bulk SynchronousParallel Model) qui se révèle bienplus performant que map reducesur des algorithmes ciblés

Filtrage Collaboratif

• Utilisateurs

• Objets

• Factorisation de matrices:

• Moindres carrésalternés (avec Implicit Feedback ounon)

• Valeur singulière(SVD)

Classification

(Supervisé)

• Régression logistique

• Classification naive Bayesienne

• Forêts aléatoires

• Perceptron multicouche

• Modèle de markovcaché

Apprentissage non supervisé (Clustering)

• Canopy Clustering

• Algorithme des k-moyennes

• Algorithme des fuzzy k-moyennes

• Algorithme des Streaming k-moyenne

• Apprentissage spectral

Réduction de dimension

• Algorithme de Lanczo

• Décomposition en valeurs singulières

• Standard (SVD)

• Stochastiques

• Analyse en composante principale

Modèle de sujet

• Allocation de Dirichlet latente

Divers

• Frequent Pattern Mining

• Nombred’occurrences

• Matrices:• Comparaison par paires

• Concatenation

Reconnaissance

de formeSuggestion

Traitement automatique

du langage :

Correction ou traduction

13

Page 14: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Evolutions BI

Focus techniques2

14Université d'Eté IA – Analytics & Big Data - 08/07/2014

• Une abondance de technologies et d’outils répondant souvent à des besoins spécifiques, il est donc

nécessaire de

• Cibler ses besoins métiers

• S’appuyer sur les DSI pour choisir les bons outils (pérennité, adapté aux besoins,…)

• Réaliser une veille technologique sur l’ensemble du paysage « Big Data »

Des acteurs ont

disparus du paysage< 4 %

Des acteurs se

positionnent post-

infrastructure Big Data

>70 %

Des acteurs proposent

une offre globale3 %Nombre entreprises= 377

Nombre de sorties: 15

Page 15: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

• La révolution Big Data réhabilite d’anciennes approches de statistiques, d’analyse et de modélisation des

données

• Les mesures de corrélations statistiques datent du XIXe siècle

• Les premiers travaux sur les réseaux neuronaux remontent aux années 50

• Les modèles auto-apprenants ne sont pas nouveaux mais bénéficient d’un regain d’intérêt notable du fait des

nouvelles capacités calculatoires et tendent à être largement améliorés

Sont considérées comme relevant de l’Analytics toutes méthodes et outils statistiques

permettant de comprendre, anticiper et expliquer un phénomène à partir de données massives

L’Analytics est un levier essentiel de la création de valeur grâce à l’extraction d’informations

des données issues du « Big Data »

15

Apports des algorithmes et évolution de paradigme

Focus techniques2

Université d'Eté IA – Analytics & Big Data - 08/07/2014

Big DataExtraction

d’informations

Aide à la

décision

Processus de création de valeur

Page 16: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

16

Apports des algorithmes et évolution de paradigme

Focus techniques2

Université d'Eté IA – Analytics & Big Data - 08/07/2014

Analytics (Data mining)

Méthodes descriptives (recherche de patterns)

Non supervisé

Modèles géométriques

Analyse factorielle

Analyse typologique

Réduction de dimension

Modèles combina

toires

Classification relationnelles

Modèles à base

de règle logique

Détection de liens et

d’associations

Méthodes prédictives (modélisation)

Supervisé

Modèle à base

de règle logique

Arbre de décision

Modèle à base de fonctions

mathématiques

Réseaux de neurones

Modèle paramétriques

ou semi-paramétriques

Prédiction sans modèle

Source : Stéphane TUFFERY

• Classification des méthodes applicables au Big Data

Page 17: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Apports des algorithmes et évolution de paradigme

Focus techniques2

Short-list liée aux cas d’usage

Sélection de l’algorithme à utiliser via différents critères

Test sur échantillon et usage grandeur réelle

• Caractéristiques des données (Nombre de

points, nombre de variables…)

• La puissance de calculs nécessaire

• La complexité de mise en œuvre et (calibrage,

compréhension, robustesse…)

• L’exploitation des résultats

Validation grandeur réelle

Test performances

Test volumes

Calibrage

Système

• Classification de données

• Analyse comportementale

• Projections / simulations

• Tests de performances

• Tests de volumes

• Calibrage Système

• Validation en grandeur réelle

Université d'Eté IA – Analytics & Big Data - 08/07/2014 17

Page 18: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Evolution culturelle et stratégique pour les structures d’assurance

Focus techniques2

18Université d'Eté IA – Analytics & Big Data - 08/07/2014

Création de nouveaux produits adaptés aux besoins de marché

Amélioration du pilotage de son portefeuille

Optimisation des processus internes de l’entreprise

• La donnée étant la matière première des structures d’assurance, le métier est donc amené à

évoluer en profondeur dès lors que la transition vers le Big Data est amorcée

L’utilisation de modèles analytiques n’est pas nouvelle pour les actuaires et le monde de l’assurance dans des approches intuitées:

HYPOTHESIS DRIVENLa variété de données et la volumétrie

importante exploitable grâce au Big Data doivent permettre la création de valeur dans

des approches données

DATA DRIVEN

Lois Données Calibration Validation

DonnéesCollecte et

analyseLois et

calibrationValidation

Page 19: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Sommaire

Université d'Eté IA – Analytics & Big Data - 08/07/2014 19

1 Introduction

2 Focus techniques

Données / Datamasse

Evolutions BI

Apports des algorithmes et évolution de paradigme

3 Nouvelles perspectives pour les actuaires

Quels apports en Assurance

De nouvelles fonctions pour de nouvelles approches

Impacts potentiels sur le rôle de l’actuaire

4 Conclusion

Page 20: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Quels apports en Assurance?

Nouvelles perspectives pour les actuaires3

2

• L’impact attendu du « Big Data » selon Mc Kinsey dans les principaux secteurs d’activités

20

20Université d'Eté IA – Analytics & Big Data - 08/07/2014

Valeur maximale attendue

en « Assurance »

Facilité de mise en œuvre

d’après 4 critères:

Talent

Présence IT

Etat d’esprit « Data

Driven »

Disponibilité des données

Page 21: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Quels apports en Assurance?

Nouvelles perspectives pour les actuaires3

21Université d'Eté IA – Analytics & Big Data - 08/07/2014

Assurance auto : passage du « Pay as you drive » au « Pay how you drive » via boitiers embarqués

Santé / prévoyance : informations sur entreprise/secteur/e-réputation pour appréhender le risque

d’arrêt de travail de ses salariés

Lutte anti fraude : croiser les déclarations récentes de sinistres avec une activité spécifique sur les

réseaux sociaux et/ou des consultations sur des forums

DOMAINE

Marketing

Produit

Gestion du risque

Lutte anti fraude

USAGE POTENTIEL

Améliorer les processus de souscription

Personnaliser les garanties et les tarifs

Faciliter la veille concurrentielle et cibler

ses opérations marketing

Anticiper et mesurer les risques (lois

comportementales)

EXPLOITATION DES DONNÉES AVEC LE BIG DATA

Expliquer la sinistralité

Comprendre le comportement

d’achat

Identifier les tendances de

marché

Surveiller l’e-réputation de la

société

Identifier les comportements

anormaux en temps réel

Obtenir des informations en quasi temps réel

Vision 360° du client

Ajuster les modèles aux assurés en portefeuille

Identifier les données volontairement biaisées

Pilotage de la rentabilité du produit et de son

activité

Page 22: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

22

De nouvelles fonctions pour de nouvelles approches

Nouvelles perspectives pour les actuaires3

• 4 axes d’adaptation nécessaires pour les structures d’assurances

• 2 nouvelles fonctions apparaissent explicitement autour des pratiques du Big Data et de l’Analytics

• Chief Data Officer

• Data Scientist

• Ces fonctions ne devraient pas remplacer des fonctions actuellement existantes (data miner ou actuaires) mais

devraient les compléter et les enrichir

• Les impacts majeurs porteront donc

• Sur la définition des nouvelles compétences et rôles attendus

• Sur leur intégration dans les organisations existantes : chaque assureur devra à ce titre mener une réflexion sur son

organisation cible

• Sur la redéfinition des relations entre ces nouvelle fonctions et les métiers « traditionnels »

Université d'Eté IA – Analytics & Big Data - 08/07/2014

Connaissance des sources de données

Maîtrise des technologies et outils

Evolution culturelle et stratégique

Maîtrise de la création de valeur

Page 23: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

De nouvelles fonctions pour de nouvelles approches

Nouvelles perspectives pour les actuaires3

Sources de données externes

Collecte et intégration des données

Retraitements des données et mise en œuvre de systèmes de calculs

Mise à disposition des résultats pour exploitation par les métiers

• Le data scientist, principal acteur de la chaîne de valeur du Big Data en amont des utilisations expertes des

métiers

• Des compétences spécifiques nécessaires

• Connaissance des sources de données, tant internes qu’externes

• Compétences BI et IT

• Compétences algorithmiques et statistiques

• Communication et échanges avec les métiers afin

D’identifier les use cases potentiels

De maximiser la data valorisation

Université d'Eté IA – Analytics & Big Data - 08/07/2014 23

Page 24: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

• Le Chief Data Officier, une fonctions clé d’organisation et de gouvernance des données

• Un acteur majeur de la gestion des risques liés aux nouveaux usages des données

• Des compétences spécifiques nécessaires

• Connaissances SI et des chaînes de valeur liées à la valorisation des données

• Connaissances des enjeux métiers, juridiques, stratégiques et opérationnels

• Organisation et pilotage opérationnel

• Communication inter-directions (DSI et Marketing, mais pas seulement)

De nouvelles fonctions pour de nouvelles approches

Nouvelles perspectives pour les actuaires3

Centralise la connaissance de la production des données

Organise les contrôles et le suivi qualité

Coordonne la gouvernance stratégique du capital « Données » de l’entreprise

Université d'Eté IA – Analytics & Big Data - 08/07/2014 24

Contraintes réglementaires liées à l’utilisation des données

Hyper segmentation

Fraude

Traçabilité

Page 25: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

25

Impacts potentiel sur le rôle de l’actuaire

Nouvelles perspectives pour les actuaires3

• Distinctions à opérer suivant la taille des acteurs

• Un positionnement a priori moins rapide des acteurs de taille restreinte

Des ressources limitées et concentrées sur d’autres sujets (réglementaires et produits notamment)

Des investissements nécessaires susceptibles d’être un frein (bien que la volonté d’acteurs BI de se positionner sur le secteur de

l’Assurance ouvre des opportunités en termes d’études préalables)

• Une moindre segmentation des rôles et responsabilités

Des profils cumulant compétences en actuariat et data science auraient un intérêt mais sont à l’heure actuelle inexistants

• Conservation par les actuaires de prérogatives spécifiques, notamment en termes de gestion des risques

• Du moins tant que les business models n’évoluent pas radicalement

• Une question en attente : combien de temps mettront les acteurs spécialistes du Big Data à adopter un

positionnement plus agressif sur le secteur de l’assurance?

• Le plan Big Data de François Bourdoncle et Paul Hamelin, dans le cadre des 34 plans pour la France industrielle,

propose 14 pistes pour contrer les acteurs dominants, notamment en Assurance

Université d'Eté IA – Analytics & Big Data - 08/07/2014

Page 26: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

26

Impacts potentiel sur le rôle de l’actuaire

Nouvelles perspectives pour les actuaires3

• Une profession qui s’adapte

• GT IA Big Data sous la responsabilité de Florence Picard

Organisé en sous-groupes thématiques

– Norme et éthique

– Nouveaux modèles de mutualisation

– Impact sur le métier d’actuaire

– Algorithmes prédictifs de comportements

– Risques opérationnels et pistes d’audit

– Big Data à l’étranger

– Assurance connectée

Des cycles de conférence permettant une ouverture sur les nouveaux usages

Un nombre important d’actuaires participants

Un site dédié : http://actuaires-bigdata.fr/

• Formation « Data science pour actuaires » lancée en 2015

Délivrant le diplôme data scientist de l’Institut du Risk Management

• Adaptation du code de déontologie

Prise en compte des nouveaux usages et risques liés aux données

• Des efforts de communication restent cependant à réaliser afin de sensibiliser l’ensemble des actuaires aux

enjeux liés à l’évolution induite par l’arrivée du Big Data en Assurance

• Des efforts individuels nécessaires pour s’adapter à une évolution rapide de l’activité d’Assurance

Université d'Eté IA – Analytics & Big Data - 08/07/2014

Page 27: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Sommaire

Université d'Eté IA – Analytics & Big Data - 08/07/2014 27

1 Introduction

2 Focus techniques

Données / Datamasse

Evolutions BI

Apports des algorithmes et évolution de paradigme

3 Nouvelles perspectives pour les actuaires

Quels apports en Assurance

De nouvelles fonctions pour de nouvelles approches

Impacts potentiels sur le rôle de l’actuaire

4 Conclusion

Page 28: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Université d'Eté IA – Analytics & Big Data - 08/07/2014 28

Conclusion4

• Enfin, quelques repères sur le positionnement et l’état d’esprit à adopter

Démarrer au plus tôt pour générer un avantage concurrentiel

Implication primordiale du top-management (positionnement stratégique)

Nécessité de sortir des usages courants et de s’engager dans la voie de la transformation

Développement d’une culture du Test and learn et de l'apprentissage (sans redouter l’échec)

Envisager différents use cases et poursuivre les pistes les plus prometteuses

Nécessité d’adopter un esprit d'entreprenariat et de conquête

Page 29: Analytics & Big Data...Repenser la relation client ... • Concrètement, l’intérêtdu Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant

Société & Offres

• Interlocuteur de référence pour les assureurs, mutuelles,

administrations, banques et grandes entreprises qui

souhaitent un partenaire métier les accompagnant dans

leurs projets

• 180 collaborateurs dont 70 actuaires diplômés membres

de l’Institut des Actuaires

• Une offre organisée autour des métiers suivants

Actuariat Conseil

Protection Sociale

Risk Management

Finance & Performance

Projets & Maîtrise d’ouvrage

Digital

Notre Practice

• Composée de 12 Pôles de Compétences (PCOW) métiers

ou transverses, animés par nos Practice Leaders, pour

une couverture matricielle de nos besoins en expertises

• Travaux de fond, recherche applicative, connaissances

marchés et produits, veille, formations et communication

interne et externe

• Nos objectifs :

l’amélioration et le partage des connaissances et

expertises

Le développement et la diffusion des meilleures

pratiques professionnelles au sein de nos équipes

Une société de conseil experte et indépendante

Optimind Winter

Partenariats et engagements

• Relai français du réseau EURACS, European Actuarial &

Consultancy Services

Références client

• Plus de 95 % du marché de l’assurance en volume de CA

Université d'Eté IA – Analytics & Big Data - 08/07/2014 29