DATA

Big data et data science dans l'assurance

Découvrir les outils et les bénéfices

Nouveau !

ADI17

1 jour

7 heures

995 €ht

Objectifs de la formation

  • Comprendre le potentiel du big data et de l’analytics pour l’assurance

  • Cerner les applications possibles : amélioration de la connaissance client, prédiction, lutte contre la fraude…

  • Démystifier le big data : une mise en œuvre accessible à tous les assureurs

  • Maîtriser les outils et méthodes pour lancer vos premières expérimentations

Programme Résumé

Big data et data science dans l'assurance

Découvrir les outils et les bénéfices

1 jour 7 heures

télécharger le programme

voir le programme long

  • Big data : opportunités et enjeux

    • Big data : définition, enjeux
    • Maîtriser les implications de l’émergence de nouvelles sources de données
    • Appréhender l’écosystème technologique du big data
  • Data science et analytics : comprendre et démystifier le travail du data scientist

    • Objectifs et missions
    • Identifier le profil type du data scientist : outils et méthodes de travail
    • Introduction au machine learning : définition et usage
    • Comprendre la différence entre l'analyse supervisée et l'analyse non supervisée
  • Enjeux et usages de l’analyse supervisée

    • Typologies de problèmes résolus par l’analyse supervisée: régression, classification
    • Text mining : comprendre le traitement du langage
  • Enjeux et usages de l'analyse non-supervisée

    • Typologies de problèmes résolus par l’analyse non-supervisée: clustering et segmentation, détection d'anomalies
  • Illustration data visualisation : visualiser les données pour mieux les comprendre

  • Connaître les contraintes réglementaires

    • Quelles contraintes juridiques prendre en compte dans la pratique métier
    • Bonnes pratiques relatives à la conformité Privacy
  • Cas pratique quelles opportunités pour la relation client dans l’assurance

    • Mieux cibler les campagnes marketing
    • Améliorer l’estimation du risque d’attrition client
    • Parfaire la recommandation de produits
    • Mieux segmenter sa clientèle et ses prospects
  • Cas pratique problématique de la gestion du crédit client

    • Savoir utiliser le scoring de risque client
    • Quelles nouvelles possibilités de gestion des défauts de paiement
  • Big Data : opportunités et enjeux

    • Qu’est-ce que le Big data : définition, enjeux
    • Maîtriser les implications de l’émergence de nouvelles sources de données
    • Appréhender l’écosystème technologique du Big Data
  • Data science et analytics : comprendre et démystifier le travail du data scientist

    • Quels sont ses objectifs, ses missions
    • Identifier le profil type du data scientist : quels outils utilise-t-il et quelles sont ses méthodes de travail
    • Introduction au machine learning : définition et usage
    • Analyse supervisée / non supervisée : quelles différences
  • Enjeux et usages de l’analyse supervisée

    • Quelles typologies de problèmes l’analyse supervisée permet-elle de résoudre : régression, classification
    • Text mining : comprendre le traitement du langage
  • Enjeux et usages de l'analyse non-supervisée

    • Quelles typologies de problèmes l’analyse non-supervisée permet-elle de résoudre : clustering et segmentation, détection d'anomalies
  • Illustration Data-visualisation : comment visualiser les données pour mieux les comprendre

  • Connaître les contraintes réglementaires

    • Quelles contraintes juridiques prendre en compte dans la pratique métier
    • Bonnes pratiques relatives à la conformité Privacy
  • Cas pratique Quelles opportunités pour la relation client dans l’assurance

    • Mieux cibler les campagnes marketing
    • Améliorer l’estimation du risque d’attrition client
    • Parfaire la recommandation de produits
    • Mieux segmenter sa clientèle et ses prospects
  • Cas pratique Problématique de la gestion du crédit client

    • Savoir utiliser le scoring de risque client
    • Quelles nouvelles possibilités de gestion des défauts de paiement

Animée par

  • Alberto GUGGIOLA

    Alberto GUGGIOLA Quantmetry

  • Alberto GUGGIOLA

    Quantmetry

    Data Scientist

  • Alberto Guggiola est docteur en physique de l'ENS Paris, et a travaillé pendant sa thèse sur la compréhension des événements rares qui peuvent se produire sur les graphes. Au cours de sa thèse, il a eu l’occasion de présenter son travail à des publics hétérogènes. En 2015, il rejoint Quantmetry en tant que Data Scientist, convaincu de la contribution que son expertise dans la modélisation de différents systèmes aurait pu apporter dans la recherche de solutions data-driven aux problèmes de leurs clients. Il a travaillé dans des contextes business variés comme la santé (étude de l’impact d’une protéine sur le pronostic des cancers du sein), l’assurance (détermination de l’appétence à un ensemble de produits, anti-churn) et les transports (amélioration d’une application mobile grâce à l’exploitation des données de géolocalisation). Il a ainsi participé à plusieurs activités pédagogiques : organisation et animation de formations en Machine Learning, accompagnement des équipes au cours d’Hackathon. Il est récemment devenu responsable éditorial du blog Quantmetry.
  • SES ANIMATIONS :

    Programmer en R - Niveau 1, Les fondamentaux techniques pour devenir data scientist

Publics concernés

  • Directions générales, Directions marketing, Directions du développement, Directions distribution, Directions stratégie, Directions innovation, Directions marchés, Directions de la Relation Client, Directions des systèmes d’information

  • Compagnies d’assurance, mutuelles, institutions de prévoyance, sociétés de bancassurance, sociétés de courtage, sociétés d’assistance

Critères d'admission

  • Cette formation entre dans le champ d'application des dispositions relatives à la formation professionnelle continue car considérée comme une action d'adaptation et de développement des compétences des salariés.

Prérequis de la formation

  • Aucun prérequis n'est nécessaire

Certifications et Agréments

  • ISQ-OPQF | Qualification professionnelle délivrée aux organismes de formations en reconnaissance de leur professionnalisme. Il est fondé sur les critères suivants de respect de la règlementation, l'adéquation des compétences et des moyens techniques et humains aux actions de formation, la satisfaction des clients, la pérennité financière, le respect du code de déontologie, du code de conduite professionnelle et du règlement intérieur.
  • Prise en charge OPCA | Notre organisme est référencé par les OPCA et nos formations peuvent être prise en charge
ISQ-OPQF

Qualification professionnelle délivrée aux organismes de formations en reconnaissance de leur professionnalisme. Il est fondé sur les critères suivants de respect de la règlementation, l'adéquation des compétences et des moyens techniques et humains aux actions de formation, la satisfaction des clients, la pérennité financière, le respect du code de déontologie, du code de conduite professionnelle et du règlement intérieur.

Prise en charge OPCA

Notre organisme est référencé par les OPCA et nos formations peuvent être prise en charge

Prochaine(s) session(s)

  • Paris

    19/03/2019

    23/05/2019

    01/07/2019

    12/12/2019

  • Lyon

    16/05/2019

  • Niort

    17/05/2019

Tarif(s) d'inscription

Le tarif comprend : l'accès à l’événement et/ou formation, les pauses, la restauration (selon le format et les horaires de l’événement), les supports papier ou électronique pour les événements de format conférence et les formations
Tarif général 995,00 €HT / 1 194,00 € TTC
INSCRIVEZ-VOUS À PLUSIEURS ET BÉNÉFICIEZ DE TARIFS RÉDUITS*

-5% sur chaque inscription dès le 2e inscrit

-10% sur chaque inscription dès le 3e inscrit

-15% sur chaque inscription dès le 4e inscrit

*sur le tarif général

Programme disponible en intra

contactez-nous

Modalités pédagogiques

  • Un questionnaire préalable sera envoyé aux participants pour recueillir leurs besoins et attentes spécifiques, et sera transmis au(x) formateur(s) avant la formation
  • Tous nos stages de formations sont limités, dans la mesure du possible, à une douzaine de participants
  • Les formations sont déroulées en présentiel ou en classe virtuelle et étayées, chaque fois que cela est pertinent, d’études de cas et de mise en pratique ou en situation
  • Un formulaire d’évaluation du formateur et du déroulé du programme suivi sera proposé aux participants à la fin du stage
S’inscrire Ajouter à ma sélection