Big data en (ré)assurance régis delayet

1 986 vues

Publié le

Big data en (ré)assurance régis delayet

Publié dans : Formation
0 commentaire
3 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
1 986
Sur SlideShare
0
Issues des intégrations
0
Intégrations
636
Actions
Partages
0
Téléchargements
72
Commentaires
0
J’aime
3
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Big data en (ré)assurance régis delayet

  1. 1. Big Data en (Ré)Assurance Université d’été de l’Institut des Actuaires Régis Delayat SCOR, DSI Groupe 7 Juillet 2014
  2. 2. 2 Agenda 1 La donnée au coeur des attentions de nos entreprises 2 SCOR, une culture de l’information 3 la stratégie numérique de SCOR 4 Big Data & Analytics : initiatives concrètes
  3. 3. 3 La donnée est (devenue) l’un des principaux actifs de l’Enterprise Capital Valuechain Shareholders Financial Markets & Investors Clients PartnersRegulators Media Suppliers Rating Agencies Management & Control Strategy Production Sales SupportDesign Employees DataAssetsProcesses Information System Clients
  4. 4. Le numérique, c’est aussi l’ère de l’information 4  Internal Office Mixed generations Hierarchical Mass Limited Standard Product-oriented Offer-driven Months & years Structured R&D Department Process automation Global solutions In-house Structured & limited Segmentation Production Service level Offer Model Collaboration Innovation Projects Borders IT focus Hosting Timeframe Information Staff Location Extended / Partnerships Worldwide Mobility + Digital natives Networks / Communities Tailor made Detailed Personnalized Service-oriented Demand-driven Days & weeks Social networks Open Analytics & decision Customized solutions Cloud Big Data Organization
  5. 5. Big Data en Assurance : vraie opportunité, maturité encore faible (Bearing Point Institute, Mai 2014) 5 
  6. 6. « Avalanche d’informations », « tsunami de données », « explosion des données », « infobésité »… …un air de…catastrophe ! Mais surtout une vraie opportunité…la richesse dépend de notre capacité à exploiter les données, alors… … « mine d’or » ? « pétrole » ? “La connaissance s’acquiert par l’expérience, tout le reste n’est que de l’information” Big Data & Analytics ? 6 
  7. 7. Agenda 1 La donnée au coeur des attentions de nos entreprises 2 SCOR, une culture de l’information 3 la stratégie numérique de SCOR 4 Big Data & Analytics : initiatives concrètes 7 
  8. 8. L’Intelligence Economique au service du développement du Groupe (1/2)   Une structure, des professionnels de l’IE   Une marque   ~100 thèmes de veille, 600 abonnés, 100 newsletters   Des recherches ponctuelles   Une plate-forme de veille   Des newsletters personnalisées   Le “Daily News”   Un site “Competitive Intelligence”   Un blog des utilisateurs de SCORWatch   Une plaquette commerciale   Un lobbying interne : Matinées de l’IE, SCOR Lunch (“Crise et IE”, Risques émergents), marketing à l’international   Un lobbying externe : conférences, réseaux d’échanges, partage d’expérience Section 1 | Section 2 | Section 3 | Section 4 I Section 5 I Section 6 I Section 7 I Section 8 I Section 9 8
  9. 9. 9 L’Intelligence Economique au service du développement du Groupe (2/2) CAPITALISATION Demande des Métiers Diffusion &Partage Validation de pertinence & élimination du “bruit” Enrichissement Usage Opérationnel Détectionprécoce designauxfaibles &Collecte
  10. 10. Agenda 1 La donnée au coeur des attentions de nos entreprises 2 SCOR, une culture de l’information 3 la stratégie numérique de SCOR 4 Big Data & Analytics : initiatives concrètes 10 
  11. 11. 11 La stratégie numérique de SCOR Dans une activité B2B, la transformation numérique pourrait être vue comme une “evolution naturelle et progressive”…n’est-ce pas plutôt une “révolution silencieuse” ? Parmi les grands réassureurs, est global et agile, des caractéristiques propres ! En ligne avec sa stratégie “Optimal Dynamics”, va capitaliser sur ses forces, et devenir… A network company A Client service company A data driven company Capital Information System Employees Processes Data Strengthen all dimensions of data management Le numérique est structurant dans ces transformations qui doivent être engagées dès maintenant
  12. 12. 12 Third-Parties* Global Financial and Back-office Standard Workplace Cloud infrastructure services (GDC) SCOR, la transformation numérique *Clients, Partners, Suppliers, Brokers, etc.. Capital Management Le Système d’Information actuel de
  13. 13. 13 Les principaux leviers de la transformation numérique Knowledge/Services extension Analytics capabilities enhancement Internal/external collaboration development Cloud services extension Solutions convergence Mobile capabilities increase Third-Parties* Global Financial and Back-office Standard Workplace Cloud infrastructure services (GDC) *Clients, Partners, Suppliers, Brokers, etc.. Capital Management SCOR, la transformation numérique
  14. 14. 14 Dans son contexte, devra absolument préserver Agilité et Interopérabilité Global Financial and Back-office Standard Workplace Business Intelligence Global solutions Individual & Collective productivity tools Cloud services Third-Parties* *Clients, Partners, Suppliers, Brokers, etc.. Transformation through digital Capital Management SCOR, la transformation numérique
  15. 15. Digital Strategy outcomes Digital initiatives inside and outside the company Business specific (SGL)Une (r)évolution des métiers, des services, des compétences… 15 Solutions transverses Gestion documentaire Workflow global Big Data Applications mobiles CRM Analytics L’adaptation des hommes et des femmes du Groupe, de leurs compétences et comportements, est un objectif clé Une transformation culturelle portée par les RH, la Communication et l’IT Transformation culturelle Solutions Métiers Développer une « expérience SCOR » unique, via l’apport de nouveaux services aux Clients Optimiser l’usage des données, internes et externes, pour le développement du business et l’excellence opérationnelle Favoriser la transversalité en interne, et la coopération avec les partenaires
  16. 16. Agenda 1 La donnée au coeur des attentions de nos entreprises 2 SCOR, une culture de l’information 3 la stratégie numérique de SCOR 4 Big Data & Analytics : initiatives concrètes 16 
  17. 17. Big Data : Volume, Velocity & Variety…but Value is in Analytics Volume: Growing quantity of data Internal systems Untapped data, industry and public data Velocity: Quickening speed of data Weekly or daily Hourly Real-time Variety: Increase in types of data Structured enterprise data Current State Any kind of unstructured data (web, client discussion, audio, video…) Unrealized Business Opportunity and Value 17 
  18. 18. 18 Business Intelligence : des silos actuels vers les « Analytics » Opérations Vie Opérations P&C Back Office global Finance Investissements Modèle Interne Clients Marchés Des datawarehouse isolés, spécifiques à chaque système de Production, et des analyses basées uniquement sur des données internes et limitées au domaine fonctionnel Plus de transversalité des outils d’analyses, et extension à des données externes de clients ou de marchés
  19. 19. Business Intelligence : des silos actuels vers plus d’intégration Opérations Vie Opérations P&C Back Office global Finance Investissements Modèle Interne Clients Marchés Risk analytics Re-insurance analytics Finance analytics Investments analytics UWing analytics UWing analytics Modélisations du capital de plus en plus sophistiquées et basées sur des données de plus en plus nombreuses et détaillées, qui doivent être validées, réconciliées et archivées à chaque exécution officielle Analyses de souscription enrichies d’informations externes en provenance des clients (detail polices, des expositions), des marchés, ou de données géographiques - Résultat des investissements avec intégration de données des marchés financiers, pour améliorer l’analyse de risque et de performance, et permettre des simulations. - Réconciliations financières également. - Solvency II reporting sur base de données issues des domaines Finance et Riskq finance and risk areas. - Economic Balance Sheet vs IFRS. - QRT Reporting (QRT) regroupant des données de provenance diverse Analyses financières étendues à un détail des données comptables de réassurance et investissements Résultat complet des contrats et des portefeuilles -  pricing -  cumuls -  capital alloué -  résultat technique -  revenus financiers -  frais généraux UWing analytics 19 
  20. 20. Quelques applications traitant de gros volumes de données à SCOR   Données collectées sur le marché   En P&C, expositions détaillées (cat, aviation, credit…) pour l’analyse de risque, le contrôle de cumuls et la tarification   En Vie, détail des polices individuelles (principalement aux US), à des fins de tarification, provisionnement, embedded-value, et analyse de portefeuille   Données nécessaires à la fourniture de services de souscription en ligne aux Clients Vie   Données générées par des applications de simulations de scénarios multiples   Resultats de simulations de catastrophes naturelles   Simulations de cash-flows pour calcul de provisonnement et embedded-value   Analyses Financières Dynamiques (DFA) utilisées pour le modèle interne   Données non-structurées   Intelligence Economique SCORWatch 20 
  21. 21. 21 Les initiatives (Big) Data à SCOR (1/2)   Plus et mieux exploiter les données internes déja disponibles dans notre système d’information   Préparer les évolutions techniques nécessaires au traitement de nouvelles données à fort volume (stockage, accès, analyse…)   Identifier les types d’usage de ces données : analyses marketing, développement de produits, tarification, analyses prédictives, mesures de performance, etc…   Exploiter les différentes sources de données non-structurées (Intelligence Economique SCORWatch, autres données du web, open data, réseaux sociaux, rapports de visite Clients, fichiers GED/OCR, sites collaboratifs, fichiers partagés, geolocalisation, vidéos, etc…)   Lancer des « proofs of concept » (PoC), et en tirer des enseignements pratiques
  22. 22. Les initiatives (Big) Data à SCOR (2/2) Tarification risques produits Vie Elaboration de nouveaux produits Vie Tarification de risques émergents P&C Prospection grands risques P&C Modèle Interne & Analytics •  Longévité, Mortalité •  Exploitation de bases d’expériences sinistres •  Chantiers de construction •  Evolutions du nucléaire (politiques, techniques, fin de vie) •  Analyse du comportement des consommateurs •  Cyber risks •  sinistralité des énergies renouvelables (éoliennes, gaz de schiste…) •  Tests techniques des nouveaux outils de traitement de gros volumes de données, de simulation, et de présentation Proof of Concept Externes Structurées Externes Non Structurées Internes Structurées Internes Non Structurées 22 

×