22 mai 2013
Tarification :
Les modélisations de risques
innovantes pour pérenniser la
performance
CONFIDENTIAL © 2013 MAIF & ACTUARIS 2
Sommaire
 Introduction p 3
 Exploiter de nouvelles données p 5
 Segmentation : pe...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 3
Introduction
 Actualité :
 Législation contre la discrimination :
Gender Directiv...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 4
Sommaire
 Introduction p 3
 Exploiter de nouvelles données p 5
 Segmentation : pe...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
 La segmentation du risque automobile est aujourd’hui dans une
situation intermédiair...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
Localisation : affiner la tarification Santé
Les variables traditionnelles utilisées p...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
Localisation : affiner la tarification Santé
Etape n°1 : L’influence de la localisatio...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
Localisation : affiner la tarification Santé
Etape n°2 : La commune, le canton, le dép...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
Localisation : affiner la tarification Santé
Exemple n°1 : Impact de la densité de den...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
Localisation : affiner la tarification Santé
Exemple n°2 : Impact de la densité de méd...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
Localisation : affiner la tarification Santé
Exemple n°3 : Impact de la densité d’étab...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
Localisation : affiner la tarification Santé
Exemple n°4 : Impact de la densité de pha...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
Localisation : affiner la tarification Santé
Exemple n°5 : Impact de la proportion de ...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 14
Localisation : affiner la tarification Santé
Données
 Difficultés de mise en œuvre...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 15
OBD : capture du comportement de conduite
Données
 Chaque nouveau véhicule doit êt...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 16
Difficultés identifiées de mise en œuvre
Données
 D’une manière générale
 Difficu...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 17
Nécessaires mutations
 Historiquement
 Le processus tarifaire était devenu un pro...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 18
Sommaire
 Introduction p 3
 Exploiter de nouvelles données p 5
 Segmentation : p...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
Panorama des modèles
Au-delà des données, il y a de nouveaux modèles à considérer…
19
...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
 Les évolutions législatives (lois Châtel, Hamon…), et comportementales (zapping), en...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
 Exemple sur les frais de structure et de gestion des sinistres :
 Problématique sur...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 22
 Exemple
 Coût du risque chargé :
 Marge :
 Prime commerciale :
Modèles d’élast...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 23
 Exemple : si connaissance de l’élasticité au prix
 Coût du risque chargé :
 Mar...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 24
 Exemple : si connaissance du positionnement de la concurrence
 Coût du risque ch...
CONFIDENTIAL © 2013 MAIF & ACTUARIS
concurrents
105
110
120
25
 Exemple : si connaissance de l’élasticité au prix de la d...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 26
 Exemple : si connaissance de l’élasticité au prix de la demande et
du positionnem...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 27
Elasticité au prix de la demande
 Objectif
 prédire le taux de résiliation en fon...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 28
 Objectif
 Etablir un algorithme permettant d’allouer les rabais tarifaires
 Moy...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 29
Gap actuel entre théorie et pratique
Modèles
 La mise en œuvre de ces nouveaux mod...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 30
Gap actuel entre théorie et pratique
Modèles
 La mise en œuvre de ces nouveaux mod...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 31
Pourquoi surpasser ces obstacles ?
 Questions pratiques :
 Pourquoi offrir une co...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 32
Comment surpasser ces obstacles ?
 Par où commencer :
 Commencer sur les affaires...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 33
Sommaire
 Introduction p 3
 Exploiter de nouvelles données p 5
 Segmentation : p...
CONFIDENTIAL © 2013 MAIF & ACTUARIS 34
Conclusion
 Le contexte actuel nécessite de mieux tarifer par :
 une meilleure ex...
Fin de la présentation
Prochain SlideShare
Chargement dans…5
×

Tarification : les modélisations de risques innovantes pour pérenniser la performance

832 vues

Publié le

Présentation effectuée lors du 12e Congrès des Actuaires (22 mai 2013) sur le thème de la tarification - MAIF & Actuaris - Sarah Clarinard / Cécile Paradis / Stéphane Chappellier

Publié dans : Données & analyses
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
832
Sur SlideShare
0
Issues des intégrations
0
Intégrations
3
Actions
Partages
0
Téléchargements
23
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Tarification : les modélisations de risques innovantes pour pérenniser la performance

  1. 1. 22 mai 2013 Tarification : Les modélisations de risques innovantes pour pérenniser la performance
  2. 2. CONFIDENTIAL © 2013 MAIF & ACTUARIS 2 Sommaire  Introduction p 3  Exploiter de nouvelles données p 5  Segmentation : perspectives à court terme en assurance automobile  Localisation : affiner la tarification Santé  OBD : capture du comportement de conduite  Difficultés identifiées de mise en œuvre et nécessaires mutations  Explorer et utiliser de nouveaux modèles p 19  Modélisation des frais  Elasticité au prix de la demande et positionnement concurrentiel  Gap actuel entre théorie et pratique  Pourquoi surpasser ces obstacles  Conclusion p 34
  3. 3. CONFIDENTIAL © 2013 MAIF & ACTUARIS 3 Introduction  Actualité :  Législation contre la discrimination : Gender Directive : interdiction de l’usage de la variable sexe Prochaine interdiction de l’usage de la variable âge ?  Remise en cause de la tacite reconduction Loi Châtel Projet de Loi Hamon  Crise Assurés plus réceptif au message prix  Facilité d’accès à des offres alternatives :  Comparateurs sur internet  Diversité des réseaux de distribution  Incitation à innover pour pérenniser la performance : examinons deux pistes :  Données : exploiter de nouvelles données pour mieux segmenter  Modèles : explorer et utiliser de nouveaux modèles pour mieux positionner le tarif
  4. 4. CONFIDENTIAL © 2013 MAIF & ACTUARIS 4 Sommaire  Introduction p 3  Exploiter de nouvelles données p 5  Segmentation : perspectives à court terme en assurance automobile  Localisation : affiner la tarification Santé  OBD : capture du comportement de conduite  Difficultés identifiées de mise en œuvre et nécessaires mutations  Explorer et utiliser de nouveaux modèles p 19  Modélisation des frais  Elasticité au prix de la demande et positionnement concurrentiel  Gap actuel entre théorie et pratique  Pourquoi surpasser ces obstacles  Conclusion p 34
  5. 5. CONFIDENTIAL © 2013 MAIF & ACTUARIS  La segmentation du risque automobile est aujourd’hui dans une situation intermédiaire  L’accès au comportement du conducteur au travers des variables en traduisant l’effet est compromis par les évolutions réglementaires récentes et à venir.  Les dispositifs de type OBD, permettant d’exploiter les données directement liées au comportement, ne sont pas encore généralisés en France.  En attendant, peut-on approcher le comportement par le véhicule ?  L’estimation du risque lié au couple [comportement, véhicule]  L’objectif est de disposer de données indirectement liées au comportement au travers des données liées au véhicule en affinant leur fiabilité et la maille d’analyse.  Une piste possible : l’exploitation du Système d’Immatriculation des Véhicules Segmentation 5 Données Perspectives à court terme en assurance automobile
  6. 6. CONFIDENTIAL © 2013 MAIF & ACTUARIS Localisation : affiner la tarification Santé Les variables traditionnelles utilisées pour segmenter le tarif d’une garantie santé sont peu nombreuses : - le niveau de la garantie - l’âge - le régime de Sécurité Sociale - la localisation => Intérêt de bien mesurer l’influence de chaque variable sur la consommation en santé Plusieurs questions :  La consommation en santé diffère-t-elle en fonction des communes, des cantons, des départements, des régions?  Comment mesurer les écarts de consommation?  Ces écarts de consommation sont-ils identiques quel que soit le niveau de la couverture? Données 6
  7. 7. CONFIDENTIAL © 2013 MAIF & ACTUARIS Localisation : affiner la tarification Santé Etape n°1 : L’influence de la localisation est-elle la même quel que soit le niveau de garantie ? La localisation influe différemment sur la consommation des garanties entrée de gamme que sur les garanties moyennes ou haut de gamme Données Correctifs standards 7
  8. 8. CONFIDENTIAL © 2013 MAIF & ACTUARIS Localisation : affiner la tarification Santé Etape n°2 : La commune, le canton, le département, la région? De nombreuses données externes, médicales et urbaines, sont disponibles (site INSEE) :  Le revenu moyen des habitants d’une commune, d’un canton (BDD INSEE « Revenus imposables et montant des impôts – Année 2006 à 2009 »)  La proportion de chômeurs au sein de la commune, du canton (BDD INSEE « Emploi et population active 1999 et 2009 »)  La proportion de dentistes, d’opticiens, de médecins généralistes ou spécialistes (BDD INSEE « Nombre de fonctions médicales et paramédicales en 2011 »)  La densité de pharmaciens (BDD INSEE « Nombre d’équipements et de services de santé en 2011 »)  La distance avec l’hôpital le plus proche (BDD INSEE « Nombre d’équipements et de services de santé en 2011 ») Données 8
  9. 9. CONFIDENTIAL © 2013 MAIF & ACTUARIS Localisation : affiner la tarification Santé Exemple n°1 : Impact de la densité de dentistes sur les remboursements moyens en dentaire La densité de dentistes influe positivement sur la consommation de en dentaire des garanties entrée de gamme 9 Données Densité de dentistes par département Jusque 0,40 dentistes pour 1000 habitants De 0,40 à 0,60 dentistes pour 1000 habitants De 0,50 à 0,60 dentistes pour 1000 habitants De 0,60 à 0,80 dentistes pour 1000 habitants Plus de 0,80 dentistes pour 1000 habitants          Impact de la densité de dentistes par département sur le remboursement en dentaire   
  10. 10. CONFIDENTIAL © 2013 MAIF & ACTUARIS Localisation : affiner la tarification Santé Exemple n°2 : Impact de la densité de médecins sur les remboursements moyens en actes courants La densité de médecins influe positivement sur la consommation en actes courants des garanties entrée de gamme Données Densité de médecins par département Jusque 1,20 médecins pour 1000 habitants De 1,20 à 1,50 médecins pour 1000 habitants De 1,50 à 1,80 médecins pour 1000 habitants De 1,80 à 2,50 médecins pour 1000 habitants Plus de 2,50 médecins pour 1000 habitants              Impact de la densité de médecins par département sur le remboursement des actes courants    10
  11. 11. CONFIDENTIAL © 2013 MAIF & ACTUARIS Localisation : affiner la tarification Santé Exemple n°3 : Impact de la densité d’établissements de soins sur les remboursements moyens en hospitalisation La densité d’hôpitaux ne semble pas influer sur la sinistralité du poste hôpital des garanties entrée de gamme Données Densité d’établissements de soins par département Jusque 0,70 établissements de soins pour 1000 habitants De 0,70 à 0,80 établissements de soins pour 1000 habitants Plus de 0,80 établissements de soins pour 1000 habitants            Impact de la densité d'établissements de soin par département sur le remboursement en hospitalisation    11
  12. 12. CONFIDENTIAL © 2013 MAIF & ACTUARIS Localisation : affiner la tarification Santé Exemple n°4 : Impact de la densité de pharmacies su r les remboursements moyens en pharmacie La densité de pharmacies influe positivement sur la consommation en médicaments des garanties entrée de gamme 12 Données Densité de pharmacies par département Jusque 0,33 pharmacie pour 1000 habitants De 0,33 à 0,36 pharmacies pour 1000 habitants De 0,36 à 0,39 pharmacies pour 1000 habitants De 0,39 à 0,41 pharmacies pour 1000 habitants Plus de 0,41 pharmacies pour 1000 habitants               Impact de la densité de pharmacies par département sur le remboursement en pharmacie   
  13. 13. CONFIDENTIAL © 2013 MAIF & ACTUARIS Localisation : affiner la tarification Santé Exemple n°5 : Impact de la proportion de chômeurs d ans la commune sur les remboursements moyens La proportion de chômeurs influe différemment sur la consommation des grands postes des garanties entrée de gamme Données 13
  14. 14. CONFIDENTIAL © 2013 MAIF & ACTUARIS 14 Localisation : affiner la tarification Santé Données  Difficultés de mise en œuvre :  Etape de lissage géospatial indispensable pour lisser les écarts :  intensité du lissage à fixer pour limiter les écarts trop importants  Quelle adresse retenir : lieu de domicile / de travail ?  Comment expliquer les écarts au réseau ? au client ?  Suivi de l’équilibre plus complexe car moindre mutualisation
  15. 15. CONFIDENTIAL © 2013 MAIF & ACTUARIS 15 OBD : capture du comportement de conduite Données  Chaque nouveau véhicule doit être équipé d’un outil de diagnostic OBD  Directive européenne 98/69/EC  Depuis 1/2002 pour les véhicules à essence et 1/2004 pour diesel  Il est possible d’enficher dans ce port un boitier Plug n’Play capturant toutes les données du véhicule :  vitesse, accélération…  Ce boitier couplé à des fonctions GPS et connecté via Smartphone permet de capturer des données sur le comportement de conduite à risques :  Conduite nocturne sur voie rurale  Coup de volant intempestif  Freinage brusque  Couplé à un algorithme puissant il permet d’identifier ces situations :  Etablissement d’un score sur le comportement de conduite particulièrement prédictif  Avantage d’adresser directement et individuellement les comportements à risques plutôt que de rechercher des variables explicatives Port OBD-II Source : VAG Boîtier « Snapshot » Source : Progressive
  16. 16. CONFIDENTIAL © 2013 MAIF & ACTUARIS 16 Difficultés identifiées de mise en œuvre Données  D’une manière générale  Difficultés liées au recueil et à l’exploitation de nouvelles données  Rapport entre l’investissement que cela représente et les résultats obtenus  Le cas particulier des outils de diagnostic OBD  Difficulté liée à l’hétérogénéité de la nature des données récupérées : les informations transitant par les boîtiers peuvent différer d’un constructeur à l’autre.  Comment exploiter ces nouveaux moyens de segmentation du tarif :  Face aux difficultés logistiques : stockage d’un nombre très élevé d’informations  Face aux difficultés réglementaires : toutes les données collectées sont-elles exploitables? Sous quels délais ?  Face à la nécessité de développer de nouvelles compétences humaines dans les méthodes d’analyse. Or, nous sommes confrontés à l’absence de développement de la théorie actuarielle ou de formalisation de l’exploitation de ces données.  Pas de solution immédiate si ce n’est d’externaliser l’exploitation des boîtiers ?
  17. 17. CONFIDENTIAL © 2013 MAIF & ACTUARIS 17 Nécessaires mutations  Historiquement  Le processus tarifaire était devenu un processus routinier avec peu d’innovation et avec des évolutions espacées dans le temps  Le recours aux données était limité et principalement focalisé sur des données internes  Les évolutions récentes montrent que ce schéma doit évoluer avec des conséquences  Au niveau des données et process :  Conservation des données  Accès à des données externes (connectivité / Big Data)  Nouveaux algorithmes d’exploitation des données (PAYD)  Adaptation des outils actuariels et des systèmes de cotation  Au niveau des actuaires :  Expérimentations  Utilisation de données et de modèles moins bien maitrisés  Evolutions plus rapides et plus fréquentes des processus tarifaire  Importance cruciale d’un suivi et d’une réactivité aux changements de tendances  Ces évolutions ont déjà été expérimentées dans d’autres pays  La France est en retard dans la sophistication de son processus tarifaire  Inconvénient : il y a du chemin à parcourir et il faut s’y mettre rapidement  Avantage : ce qui marche / ne marche pas a déjà été expérimenté sur d’autres marchés et on peut tirer avantage de cette expérimentation Données Triangulations de Delaunay Source : Wikipédia Source : L’Argus de l’Assurance
  18. 18. CONFIDENTIAL © 2013 MAIF & ACTUARIS 18 Sommaire  Introduction p 3  Exploiter de nouvelles données p 5  Segmentation : perspectives à court terme en assurance automobile  Localisation : affiner la tarification Santé  OBD : capture du comportement de conduite  Difficultés identifiées de mise en œuvre et nécessaires mutations  Explorer et utiliser de nouveaux modèles p 19  Modélisation des frais  Elasticité au prix de la demande et positionnement concurrentiel  Gap actuel entre théorie et pratique  Pourquoi surpasser ces obstacles  Conclusion p 34
  19. 19. CONFIDENTIAL © 2013 MAIF & ACTUARIS Panorama des modèles Au-delà des données, il y a de nouveaux modèles à considérer… 19 Modèles Sinistres Polices FNI VEHICULIER ZONIER Base de travail GLM Insee PRIME PURE ROBUSTE CHARGEMENTSPRIME PURE PROJETEE Inflation, IBNR PRIME CHARGEE PRIME CONTRAINTE Cibles marketing Tarif précédent ELASTICITE AU PRIX POSITION CONCURRENTIELLE Devis, résiliation Webscraping DECODAGE PRIME OPTIMISEE ALGORITHME VALEUR CLIENT Flex. réseau Actuaris SELECTION ET DECOUPAGE modèles étudiés dans la suite du document
  20. 20. CONFIDENTIAL © 2013 MAIF & ACTUARIS  Les évolutions législatives (lois Châtel, Hamon…), et comportementales (zapping), entraînent une baisse importante de la duration moyenne des contrats  Le poids du coût d’acquisition gagne en importance, tandis que la gestion du risque reste un enjeu majeur de la maîtrise des coûts  Nécessite de :  Segmenter les modèles de tarification (par générations de contrats, par réseau de distribution) avec des hypothèses de duration et de frais adaptées à chaque segment  Projeter la rentabilité sur la duration moyenne des contrats pour évaluer la « vraie » rentabilité Modélisation des frais 20 Modèles Nécessite une analyse fine des différents types de frais
  21. 21. CONFIDENTIAL © 2013 MAIF & ACTUARIS  Exemple sur les frais de structure et de gestion des sinistres :  Problématique sur les frais d’acquisition :  Les jeunes ont une duration inférieure et leur assiette de cotisations est plus faible  Les frais d’acquisition sont plus difficiles à amortir et grèvent la rentabilité de ces segments Modélisation des frais 21 Modèles Prise en compte de la duration prévisionnelle des contrats                                     
  22. 22. CONFIDENTIAL © 2013 MAIF & ACTUARIS 22  Exemple  Coût du risque chargé :  Marge :  Prime commerciale : Modèles d’élasticité & positionnement concurrentiel Modèles Intérêt des modèles 100 85 15 N-1 N ? 80 ?
  23. 23. CONFIDENTIAL © 2013 MAIF & ACTUARIS 23  Exemple : si connaissance de l’élasticité au prix  Coût du risque chargé :  Marge :  Prime commerciale : Modèles d’élasticité & positionnement concurrentiel Modèles Intérêt des modèles inélastique 100 80 20 100 85 15 N-1 N ? 80 ? élastique 95 80 15
  24. 24. CONFIDENTIAL © 2013 MAIF & ACTUARIS 24  Exemple : si connaissance du positionnement de la concurrence  Coût du risque chargé :  Marge :  Prime commerciale : Modèles d’élasticité & positionnement concurrentiel Modèles Intérêt des modèles compétitif >100 80 >20 100 85 15 N-1 N ? 80 ? non compétitif <95 80 <15 concurrents concurrents 105 110 120 95 90 85
  25. 25. CONFIDENTIAL © 2013 MAIF & ACTUARIS concurrents 105 110 120 25  Exemple : si connaissance de l’élasticité au prix de la demande et du positionnement de la concurrence  Coût du risque chargé :  Marge :  Prime commerciale : Modèles d’élasticité & positionnement concurrentiel Modèles Intérêt des modèles 100 85 15 N-1 N ? 80 ? compétitif 80 inélastique élastique >100 80 >20 100 20
  26. 26. CONFIDENTIAL © 2013 MAIF & ACTUARIS 26  Exemple : si connaissance de l’élasticité au prix de la demande et du positionnement de la concurrence  Coût du risque chargé :  Marge :  Prime commerciale : Modèles d’élasticité & positionnement concurrentiel Modèles Intérêt des modèles 100 85 15 N-1 N ? 80 ? non compétitif 80 concurrents 95 90 85 inélastique élastique 100 80 20 S’aligner ou sortir 100 20 85 5 95 15
  27. 27. CONFIDENTIAL © 2013 MAIF & ACTUARIS 27 Elasticité au prix de la demande  Objectif  prédire le taux de résiliation en fonction du pourcentage d’augmentation tarifaire  prédire le taux de conversion en affaires nouvelles  Moyens  Trouver les variables explicatives des taux de résiliation / conversion  Très gourmand en données  conserver les données des devis non transformés et des contrats non renouvelés  conserver les données historiques : effet retard  disposer d’une plage de variation tarifaire suffisante  Tirer partie des changements de zonier ou véhiculier  Price testing Positionnement concurrentiel  Objectif  Positionner le prix commercial par rapport aux offres sur le marché  Moyens  Webscraping des sites des concurrents  Décodage des tarifs Modèles d’élasticité & positionnement concurrentiel Modèles Objectifs & Moyens
  28. 28. CONFIDENTIAL © 2013 MAIF & ACTUARIS 28  Objectif  Etablir un algorithme permettant d’allouer les rabais tarifaires  Moyens  Modèles techniques robustes (pour éviter l’exploitation par l’algorithme de failles techniques).  Modèle d’élasticité au prix de la demande  Modèle tarifaire des concurrents  Algorithme pluriannuel de « valeur client »  Ecart entre le tarif théorique (prime pure) et tarif réel (prime commerciale)  Projeté et actualisé sur plusieurs années en considérant les probabilités de renouvellement qui sont fonction des modèles d’élasticité au prime de la demande et du positionnement par rapport à la concurrence  Allocation des rabais en fonction des objectifs à fixer de :  Part de marché  Rentabilité  Eviter la surexploitation des profils inélastiques  Obtention d’une optimisation tarifaire:  Optimisation de l’allocation des rabais tarifaires Modèles d’élasticité & positionnement concurrentiel Modèles Utilisation : valeur client et optimisation tarifaire
  29. 29. CONFIDENTIAL © 2013 MAIF & ACTUARIS 29 Gap actuel entre théorie et pratique Modèles  La mise en œuvre de ces nouveaux modèles exige de résoudre un certain nombre de problématiques pour que l’exercice d’optimisation tarifaire soit pertinent :  Le niveau de détail requis pour la connaissance du tarif appliqué La prime pure doit être modélisée de manière exhaustive, sinon quel traitement réserver à la partie non modélisée ? La modélisation des chargements n’est, en général, pas réalisée à un niveau de maille aussi fin que la prime pure. Comment traiter l’approche multi-produits ?  La fiabilité et l’exhaustivité de la connaissance de l’élasticité au prix L’exploitation des devis non transformés sur Internet pose la question du traitement des erreurs ou des tests réalisés plusieurs fois par les assurés Comment repérer un devis non transformé ou un contrat non renouvelé au motif exclusif du tarif ? Quelle plage de variation de prix tester ? Selon quelles modalités ? Quelle est la pertinence d’un price testing ?
  30. 30. CONFIDENTIAL © 2013 MAIF & ACTUARIS 30 Gap actuel entre théorie et pratique Modèles  La mise en œuvre de ces nouveaux modèles exige de résoudre un certain nombre de problématiques pour que l’exercice d’optimisation tarifaire soit pertinent :  La fiabilité et l’exhaustivité de la connaissance du positionnement concurrentiel Le décodage des tarifs en assurance automobile est rendu difficile par le fait que le zonier et le véhiculier peuvent être activés sur des garanties différentes selon les acteurs. Comment identifier les rabais consentis par les concurrents et inclus dans leurs tarifs ? Comment distinguer les tarifs appliqués aux risques en portefeuille de ceux réservés aux nouveaux risques ? Les prix récoltés sur Internet ne sont pas forcément ceux pratiqués dans les autres canaux de distribution. La comparabilité des offres entre les différents acteurs est toujours approximative. Ces nouveaux modèles ont une vocation descriptive tout en reposant sur un grand nombre d’hypothèses, ce qui implique une longue phase d’apprentissage pour les rendre complètement opérationnels.
  31. 31. CONFIDENTIAL © 2013 MAIF & ACTUARIS 31 Pourquoi surpasser ces obstacles ?  Questions pratiques :  Pourquoi offrir une couverture à 175€, alors que toutes les autres offres sont supérieures à 253€? Un positionnement juste en dessous de 253€permettrait de toujours être le meilleur disant et générer plus de marge.  Pourquoi se positionner au même prix 253€mais avec des garanties inférieures ? Un positionnement juste inférieur à 253€paraitrait plus « logique » à l’internaute.  A garantie comparable, la notoriété de la marque permet-elle de compenser la différence de prix ?  Les assurés ne prennent pas en compte les difficultés de mise en œuvre des assureurs pour pratiquer leur choix  d’où la nécessité d’avoir un positionnement tarifaire Modèles Source : LesFurets.com A B C D E A C E
  32. 32. CONFIDENTIAL © 2013 MAIF & ACTUARIS 32 Comment surpasser ces obstacles ?  Par où commencer :  Commencer sur les affaires en renouvellement avant les affaires nouvelles  Faire des tests sur des populations type aléatoire pour roder les modèles (par exemple tous les clients né le 22 octobre de toutes les années)  Valider fréquemment que les modèles sont robustes en comparant prédiction vs. réalisation  Réviser fréquemment les modèles  Pour cela, il y a néanmoins des prérequis à adresser de suite :  Conservation des données historiques pour traitements ultérieurs  Faire évoluer le système de cotation à destination du réseau afin qu’il puisse : faire des calculs complexes (par exemple recours à des scores) conserver la trace des calculs pour être en mesure de simuler des re-tarification être changé très rapidement Modèles
  33. 33. CONFIDENTIAL © 2013 MAIF & ACTUARIS 33 Sommaire  Introduction p 3  Exploiter de nouvelles données p 5  Segmentation : perspectives à court terme en assurance automobile  Localisation : affiner la tarification Santé  OBD : capture du comportement de conduite  Difficultés identifiées de mise en œuvre et nécessaires mutations  Explorer et utiliser de nouveaux modèles p 19  Modélisation des frais  Elasticité au prix de la demande et positionnement concurrentiel  Gap actuel entre théorie et pratique  Pourquoi surpasser ces obstacles  Conclusion p 34
  34. 34. CONFIDENTIAL © 2013 MAIF & ACTUARIS 34 Conclusion  Le contexte actuel nécessite de mieux tarifer par :  une meilleure exploitation des données : Internes (nécessite de collecter plus de données auprès des assurés) Externes (Big Data)  une modélisation plus fine de la prime pure et des chargements : De nouveaux modèles mathématiques Des outils de tarification plus puissants Modélisation des frais en réconciliant les approches actuarielles et de contrôle de gestion  une meilleure prise en compte du positionnement tarifaire: Développement des modèles d’élasticité au prix et de positionnement concurrentiel  Cette nouvelle approche de la tarification nécessite :  des moyens importants, tant humains (dont actuariels !) qu’informatiques  d’être mise à jour en permanence
  35. 35. Fin de la présentation

×