SlideShare une entreprise Scribd logo
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 : 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
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
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
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
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
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
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
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
 

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
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
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
 

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
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
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
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 ?
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
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
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
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
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











   


   








  


  
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
?
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
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
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
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
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
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
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 ?
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.
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
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
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
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
Fin de la présentation

Contenu connexe

Tendances

Digitalisation et innovation dans le monde de l'assurance
Digitalisation et innovation dans le monde de l'assuranceDigitalisation et innovation dans le monde de l'assurance
Digitalisation et innovation dans le monde de l'assurance
Jerome Minardi
 
Digital, banques et assurances: la fin d'un système ?
Digital, banques et assurances: la fin d'un système ?Digital, banques et assurances: la fin d'un système ?
Digital, banques et assurances: la fin d'un système ?
treize articles
 
Les nouvelles technologies au service de l'assurance par Solucom
Les nouvelles technologies au service de l'assurance par SolucomLes nouvelles technologies au service de l'assurance par Solucom
Les nouvelles technologies au service de l'assurance par Solucom
Yassine El Hassani
 
Brochure Finovation 2014
Brochure Finovation 2014Brochure Finovation 2014
Brochure Finovation 2014
inovenaltenor_1
 
Les assureurs face à la transformation digitale - 23 avril 2013
Les assureurs face à la transformation digitale - 23 avril 2013Les assureurs face à la transformation digitale - 23 avril 2013
Les assureurs face à la transformation digitale - 23 avril 2013
Djamel SOUAMI
 
« Baromètre des services financiers dans la ville intelligente, réalisé par N...
« Baromètre des services financiers dans la ville intelligente, réalisé par N...« Baromètre des services financiers dans la ville intelligente, réalisé par N...
« Baromètre des services financiers dans la ville intelligente, réalisé par N...
novametrie
 
Les comparateurs en mouvement ?
Les comparateurs en mouvement ?Les comparateurs en mouvement ?
Les comparateurs en mouvement ?
L'Assurance en mouvement
 
Les internautes face aux services financiers - Avril 2011
Les internautes face aux services financiers - Avril 2011Les internautes face aux services financiers - Avril 2011
Les internautes face aux services financiers - Avril 2011
Romain Fonnier
 
Assurance : comment négocier le virage des objets connectés ?
Assurance : comment négocier le virage des objets connectés ?Assurance : comment négocier le virage des objets connectés ?
Assurance : comment négocier le virage des objets connectés ?
Wavestone
 
Du co-branding au Google wallet, en passant par Paypal
Du co-branding au Google wallet, en passant par PaypalDu co-branding au Google wallet, en passant par Paypal
Du co-branding au Google wallet, en passant par Paypal
LaFrenchMobile
 
"L'assurance en mouvement" nov 2015
"L'assurance en mouvement" nov 2015"L'assurance en mouvement" nov 2015
"L'assurance en mouvement" nov 2015
L'Assurance en mouvement
 
Les Enjeux du Marketing
Les Enjeux du MarketingLes Enjeux du Marketing
Les Enjeux du Marketing
Goulven Aubree
 
Direct assurance - 2ème baromètre IFOP 2012 des cyberconsommateurs
Direct assurance - 2ème baromètre IFOP 2012 des cyberconsommateursDirect assurance - 2ème baromètre IFOP 2012 des cyberconsommateurs
Direct assurance - 2ème baromètre IFOP 2012 des cyberconsommateurs
Direct Assurance
 
Liv watson icgfm xbrl a language of the government world francais
Liv watson icgfm xbrl a language of the government world francaisLiv watson icgfm xbrl a language of the government world francais
Liv watson icgfm xbrl a language of the government world francais
icgfmconference
 
Innovations bancaires 2015 - Professional Handbook - Publinews - 01.01.2015
Innovations bancaires 2015 - Professional Handbook - Publinews - 01.01.2015Innovations bancaires 2015 - Professional Handbook - Publinews - 01.01.2015
Innovations bancaires 2015 - Professional Handbook - Publinews - 01.01.2015
Eric LEGER
 
la tranformation digitale -- tirer parti des nouveaux usages
la tranformation digitale -- tirer parti des nouveaux usagesla tranformation digitale -- tirer parti des nouveaux usages
la tranformation digitale -- tirer parti des nouveaux usages
Orange Business Services
 
Capgemini and sogeti services
Capgemini and sogeti servicesCapgemini and sogeti services
Capgemini and sogeti services
Aurélie Sondag
 
L’ASSURANCE FAIT SA REVOLUTION NUMERIQUE LE 12 AVRIL 2016 AU PALAIS BRONGNIART
L’ASSURANCE FAIT SA REVOLUTION NUMERIQUE LE 12 AVRIL 2016  AU PALAIS BRONGNIART L’ASSURANCE FAIT SA REVOLUTION NUMERIQUE LE 12 AVRIL 2016  AU PALAIS BRONGNIART
L’ASSURANCE FAIT SA REVOLUTION NUMERIQUE LE 12 AVRIL 2016 AU PALAIS BRONGNIART
L'Assurance en mouvement
 
Fintech demain comment travailler ensemble
Fintech   demain comment travailler ensembleFintech   demain comment travailler ensemble
Fintech demain comment travailler ensemble
OCTO Technology Suisse
 
Voici les 34 technologies de 2016 à forts enjeux stratégiques selon Gartner
Voici les 34 technologies de 2016 à forts enjeux stratégiques selon GartnerVoici les 34 technologies de 2016 à forts enjeux stratégiques selon Gartner
Voici les 34 technologies de 2016 à forts enjeux stratégiques selon Gartner
Thibaut Watrigant
 

Tendances (20)

Digitalisation et innovation dans le monde de l'assurance
Digitalisation et innovation dans le monde de l'assuranceDigitalisation et innovation dans le monde de l'assurance
Digitalisation et innovation dans le monde de l'assurance
 
Digital, banques et assurances: la fin d'un système ?
Digital, banques et assurances: la fin d'un système ?Digital, banques et assurances: la fin d'un système ?
Digital, banques et assurances: la fin d'un système ?
 
Les nouvelles technologies au service de l'assurance par Solucom
Les nouvelles technologies au service de l'assurance par SolucomLes nouvelles technologies au service de l'assurance par Solucom
Les nouvelles technologies au service de l'assurance par Solucom
 
Brochure Finovation 2014
Brochure Finovation 2014Brochure Finovation 2014
Brochure Finovation 2014
 
Les assureurs face à la transformation digitale - 23 avril 2013
Les assureurs face à la transformation digitale - 23 avril 2013Les assureurs face à la transformation digitale - 23 avril 2013
Les assureurs face à la transformation digitale - 23 avril 2013
 
« Baromètre des services financiers dans la ville intelligente, réalisé par N...
« Baromètre des services financiers dans la ville intelligente, réalisé par N...« Baromètre des services financiers dans la ville intelligente, réalisé par N...
« Baromètre des services financiers dans la ville intelligente, réalisé par N...
 
Les comparateurs en mouvement ?
Les comparateurs en mouvement ?Les comparateurs en mouvement ?
Les comparateurs en mouvement ?
 
Les internautes face aux services financiers - Avril 2011
Les internautes face aux services financiers - Avril 2011Les internautes face aux services financiers - Avril 2011
Les internautes face aux services financiers - Avril 2011
 
Assurance : comment négocier le virage des objets connectés ?
Assurance : comment négocier le virage des objets connectés ?Assurance : comment négocier le virage des objets connectés ?
Assurance : comment négocier le virage des objets connectés ?
 
Du co-branding au Google wallet, en passant par Paypal
Du co-branding au Google wallet, en passant par PaypalDu co-branding au Google wallet, en passant par Paypal
Du co-branding au Google wallet, en passant par Paypal
 
"L'assurance en mouvement" nov 2015
"L'assurance en mouvement" nov 2015"L'assurance en mouvement" nov 2015
"L'assurance en mouvement" nov 2015
 
Les Enjeux du Marketing
Les Enjeux du MarketingLes Enjeux du Marketing
Les Enjeux du Marketing
 
Direct assurance - 2ème baromètre IFOP 2012 des cyberconsommateurs
Direct assurance - 2ème baromètre IFOP 2012 des cyberconsommateursDirect assurance - 2ème baromètre IFOP 2012 des cyberconsommateurs
Direct assurance - 2ème baromètre IFOP 2012 des cyberconsommateurs
 
Liv watson icgfm xbrl a language of the government world francais
Liv watson icgfm xbrl a language of the government world francaisLiv watson icgfm xbrl a language of the government world francais
Liv watson icgfm xbrl a language of the government world francais
 
Innovations bancaires 2015 - Professional Handbook - Publinews - 01.01.2015
Innovations bancaires 2015 - Professional Handbook - Publinews - 01.01.2015Innovations bancaires 2015 - Professional Handbook - Publinews - 01.01.2015
Innovations bancaires 2015 - Professional Handbook - Publinews - 01.01.2015
 
la tranformation digitale -- tirer parti des nouveaux usages
la tranformation digitale -- tirer parti des nouveaux usagesla tranformation digitale -- tirer parti des nouveaux usages
la tranformation digitale -- tirer parti des nouveaux usages
 
Capgemini and sogeti services
Capgemini and sogeti servicesCapgemini and sogeti services
Capgemini and sogeti services
 
L’ASSURANCE FAIT SA REVOLUTION NUMERIQUE LE 12 AVRIL 2016 AU PALAIS BRONGNIART
L’ASSURANCE FAIT SA REVOLUTION NUMERIQUE LE 12 AVRIL 2016  AU PALAIS BRONGNIART L’ASSURANCE FAIT SA REVOLUTION NUMERIQUE LE 12 AVRIL 2016  AU PALAIS BRONGNIART
L’ASSURANCE FAIT SA REVOLUTION NUMERIQUE LE 12 AVRIL 2016 AU PALAIS BRONGNIART
 
Fintech demain comment travailler ensemble
Fintech   demain comment travailler ensembleFintech   demain comment travailler ensemble
Fintech demain comment travailler ensemble
 
Voici les 34 technologies de 2016 à forts enjeux stratégiques selon Gartner
Voici les 34 technologies de 2016 à forts enjeux stratégiques selon GartnerVoici les 34 technologies de 2016 à forts enjeux stratégiques selon Gartner
Voici les 34 technologies de 2016 à forts enjeux stratégiques selon Gartner
 

Similaire à Tarification : les modélisations de risques innovantes pour pérenniser la performance

Etude sur les Français et les comparateurs de services
Etude sur les Français et les comparateurs de servicesEtude sur les Français et les comparateurs de services
Etude sur les Français et les comparateurs de services
JeChange, bienvenus sur notre slideshare
 
Direct assurance - Baromètre de l'assurance directe des cyberconsommateurs
Direct assurance - Baromètre de l'assurance directe des cyberconsommateursDirect assurance - Baromètre de l'assurance directe des cyberconsommateurs
Direct assurance - Baromètre de l'assurance directe des cyberconsommateurs
Direct Assurance
 
Rapport 2013 Médiateur des communications éléctroniques
Rapport  2013 Médiateur des communications éléctroniquesRapport  2013 Médiateur des communications éléctroniques
Rapport 2013 Médiateur des communications éléctroniques
mediateurtelecom
 
[Webinar Niji] Electromobilité - 1510
[Webinar Niji] Electromobilité - 1510[Webinar Niji] Electromobilité - 1510
[Webinar Niji] Electromobilité - 1510
Niji
 
Dossier de presse assurances collectives nov-2014
Dossier de presse assurances collectives nov-2014Dossier de presse assurances collectives nov-2014
Dossier de presse assurances collectives nov-2014
Crédit Agricole Assurances
 
Les impacts de ADAS sur l'assurance telematique
Les impacts de ADAS sur l'assurance telematiqueLes impacts de ADAS sur l'assurance telematique
Les impacts de ADAS sur l'assurance telematique
Cambridge Mobile Telematics
 
ACCOMPAGNER LES CHANGEMENTS PROFONDS DE L’ASSURANCE MALADIE - Hervé Franck
ACCOMPAGNER LES CHANGEMENTS PROFONDS DE L’ASSURANCE MALADIE -  Hervé FranckACCOMPAGNER LES CHANGEMENTS PROFONDS DE L’ASSURANCE MALADIE -  Hervé Franck
ACCOMPAGNER LES CHANGEMENTS PROFONDS DE L’ASSURANCE MALADIE - Hervé Franck
Alain Tassy
 
Les évolutions dans les services de l'automobile 2016
Les évolutions dans les services de l'automobile 2016Les évolutions dans les services de l'automobile 2016
Les évolutions dans les services de l'automobile 2016
Groupe SFC, cabinet d'expertise comptable
 
Véhicules et services Connectés Impacts et Opportunités
Véhicules et services Connectés  Impacts et OpportunitésVéhicules et services Connectés  Impacts et Opportunités
Véhicules et services Connectés Impacts et Opportunités
Antoine Trarieux
 
Ch&cie présentation du big data dans l'assurance
Ch&cie présentation du big data dans l'assuranceCh&cie présentation du big data dans l'assurance
Ch&cie présentation du big data dans l'assurance
Betito Yan
 
Le budget mobilité
Le budget mobilitéLe budget mobilité
Le budget mobilité
SD Worx Belgium
 
Solucom - Les Cahiers d'Insurance Speaker
Solucom - Les Cahiers d'Insurance SpeakerSolucom - Les Cahiers d'Insurance Speaker
Solucom - Les Cahiers d'Insurance Speaker
Wavestone
 
Perspectives du marche assurance emprunteur
Perspectives du marche assurance emprunteurPerspectives du marche assurance emprunteur
Perspectives du marche assurance emprunteur
Anna Petrova
 
Perspectives du marche assurance emprunteur
Perspectives du marche assurance emprunteurPerspectives du marche assurance emprunteur
Perspectives du marche assurance emprunteur
Selenis
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendances
Jean-Michel Franco
 
Rapport Annuel du MENESR sur le CIR 2013
Rapport Annuel du MENESR sur le CIR 2013Rapport Annuel du MENESR sur le CIR 2013
Rapport Annuel du MENESR sur le CIR 2013
Jean-Georges Fisher
 
Cour des comptes cas 2017
Cour des comptes cas 2017Cour des comptes cas 2017
Cour des comptes cas 2017
Société Tripalio
 
Coûts, qualité et rôle des assureurs
Coûts, qualité et rôle des assureursCoûts, qualité et rôle des assureurs
Coûts, qualité et rôle des assureurs
santésuisse
 
Mobile Advertising - Marin Software Report 2014
Mobile Advertising - Marin Software Report 2014Mobile Advertising - Marin Software Report 2014
Mobile Advertising - Marin Software Report 2014
Margarita Zlatkova
 
Axa - réponse à l'appel d'offres Renault
Axa - réponse à l'appel d'offres RenaultAxa - réponse à l'appel d'offres Renault
Axa - réponse à l'appel d'offres Renault
Société Tripalio
 

Similaire à Tarification : les modélisations de risques innovantes pour pérenniser la performance (20)

Etude sur les Français et les comparateurs de services
Etude sur les Français et les comparateurs de servicesEtude sur les Français et les comparateurs de services
Etude sur les Français et les comparateurs de services
 
Direct assurance - Baromètre de l'assurance directe des cyberconsommateurs
Direct assurance - Baromètre de l'assurance directe des cyberconsommateursDirect assurance - Baromètre de l'assurance directe des cyberconsommateurs
Direct assurance - Baromètre de l'assurance directe des cyberconsommateurs
 
Rapport 2013 Médiateur des communications éléctroniques
Rapport  2013 Médiateur des communications éléctroniquesRapport  2013 Médiateur des communications éléctroniques
Rapport 2013 Médiateur des communications éléctroniques
 
[Webinar Niji] Electromobilité - 1510
[Webinar Niji] Electromobilité - 1510[Webinar Niji] Electromobilité - 1510
[Webinar Niji] Electromobilité - 1510
 
Dossier de presse assurances collectives nov-2014
Dossier de presse assurances collectives nov-2014Dossier de presse assurances collectives nov-2014
Dossier de presse assurances collectives nov-2014
 
Les impacts de ADAS sur l'assurance telematique
Les impacts de ADAS sur l'assurance telematiqueLes impacts de ADAS sur l'assurance telematique
Les impacts de ADAS sur l'assurance telematique
 
ACCOMPAGNER LES CHANGEMENTS PROFONDS DE L’ASSURANCE MALADIE - Hervé Franck
ACCOMPAGNER LES CHANGEMENTS PROFONDS DE L’ASSURANCE MALADIE -  Hervé FranckACCOMPAGNER LES CHANGEMENTS PROFONDS DE L’ASSURANCE MALADIE -  Hervé Franck
ACCOMPAGNER LES CHANGEMENTS PROFONDS DE L’ASSURANCE MALADIE - Hervé Franck
 
Les évolutions dans les services de l'automobile 2016
Les évolutions dans les services de l'automobile 2016Les évolutions dans les services de l'automobile 2016
Les évolutions dans les services de l'automobile 2016
 
Véhicules et services Connectés Impacts et Opportunités
Véhicules et services Connectés  Impacts et OpportunitésVéhicules et services Connectés  Impacts et Opportunités
Véhicules et services Connectés Impacts et Opportunités
 
Ch&cie présentation du big data dans l'assurance
Ch&cie présentation du big data dans l'assuranceCh&cie présentation du big data dans l'assurance
Ch&cie présentation du big data dans l'assurance
 
Le budget mobilité
Le budget mobilitéLe budget mobilité
Le budget mobilité
 
Solucom - Les Cahiers d'Insurance Speaker
Solucom - Les Cahiers d'Insurance SpeakerSolucom - Les Cahiers d'Insurance Speaker
Solucom - Les Cahiers d'Insurance Speaker
 
Perspectives du marche assurance emprunteur
Perspectives du marche assurance emprunteurPerspectives du marche assurance emprunteur
Perspectives du marche assurance emprunteur
 
Perspectives du marche assurance emprunteur
Perspectives du marche assurance emprunteurPerspectives du marche assurance emprunteur
Perspectives du marche assurance emprunteur
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendances
 
Rapport Annuel du MENESR sur le CIR 2013
Rapport Annuel du MENESR sur le CIR 2013Rapport Annuel du MENESR sur le CIR 2013
Rapport Annuel du MENESR sur le CIR 2013
 
Cour des comptes cas 2017
Cour des comptes cas 2017Cour des comptes cas 2017
Cour des comptes cas 2017
 
Coûts, qualité et rôle des assureurs
Coûts, qualité et rôle des assureursCoûts, qualité et rôle des assureurs
Coûts, qualité et rôle des assureurs
 
Mobile Advertising - Marin Software Report 2014
Mobile Advertising - Marin Software Report 2014Mobile Advertising - Marin Software Report 2014
Mobile Advertising - Marin Software Report 2014
 
Axa - réponse à l'appel d'offres Renault
Axa - réponse à l'appel d'offres RenaultAxa - réponse à l'appel d'offres Renault
Axa - réponse à l'appel d'offres Renault
 

Dernier

Flash'Conso - Juillet 2024 : Les Français et les prospectus papier
Flash'Conso - Juillet 2024 : Les Français et les prospectus papierFlash'Conso - Juillet 2024 : Les Français et les prospectus papier
Flash'Conso - Juillet 2024 : Les Français et les prospectus papier
Enov
 
ELABE BFMTV Estimation 2nd tour élections législatives 2024
ELABE BFMTV Estimation 2nd tour élections législatives 2024ELABE BFMTV Estimation 2nd tour élections législatives 2024
ELABE BFMTV Estimation 2nd tour élections législatives 2024
contact Elabe
 
Plan de communication pour "Les 7 sens".
Plan de communication pour "Les 7 sens".Plan de communication pour "Les 7 sens".
Plan de communication pour "Les 7 sens".
kevmaufay
 
ELABE BFMTV Actualisation 21H37 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 21H37 estimation 2nd tour élections législatives 2024ELABE BFMTV Actualisation 21H37 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 21H37 estimation 2nd tour élections législatives 2024
contact Elabe
 
ELABE BFMTV Actualisation estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation estimation 2nd tour élections législatives 2024ELABE BFMTV Actualisation estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation estimation 2nd tour élections législatives 2024
contact Elabe
 
ELABE BFMTV Actualisation 23H20 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 23H20 estimation 2nd tour élections législatives 2024ELABE BFMTV Actualisation 23H20 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 23H20 estimation 2nd tour élections législatives 2024
contact Elabe
 
Projection de la participation ELABE pour BFMTV
Projection de la participation ELABE pour BFMTVProjection de la participation ELABE pour BFMTV
Projection de la participation ELABE pour BFMTV
contact Elabe
 
Les Français et la situation post élections législatives
Les Français et la situation post élections législativesLes Français et la situation post élections législatives
Les Français et la situation post élections législatives
contact Elabe
 
Les Français et les élections législatives
Les Français et les élections législativesLes Français et les élections législatives
Les Français et les élections législatives
contact Elabe
 
ELABE BFMTV Actualisation 23H59 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 23H59 estimation 2nd tour élections législatives 2024ELABE BFMTV Actualisation 23H59 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 23H59 estimation 2nd tour élections législatives 2024
contact Elabe
 

Dernier (10)

Flash'Conso - Juillet 2024 : Les Français et les prospectus papier
Flash'Conso - Juillet 2024 : Les Français et les prospectus papierFlash'Conso - Juillet 2024 : Les Français et les prospectus papier
Flash'Conso - Juillet 2024 : Les Français et les prospectus papier
 
ELABE BFMTV Estimation 2nd tour élections législatives 2024
ELABE BFMTV Estimation 2nd tour élections législatives 2024ELABE BFMTV Estimation 2nd tour élections législatives 2024
ELABE BFMTV Estimation 2nd tour élections législatives 2024
 
Plan de communication pour "Les 7 sens".
Plan de communication pour "Les 7 sens".Plan de communication pour "Les 7 sens".
Plan de communication pour "Les 7 sens".
 
ELABE BFMTV Actualisation 21H37 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 21H37 estimation 2nd tour élections législatives 2024ELABE BFMTV Actualisation 21H37 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 21H37 estimation 2nd tour élections législatives 2024
 
ELABE BFMTV Actualisation estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation estimation 2nd tour élections législatives 2024ELABE BFMTV Actualisation estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation estimation 2nd tour élections législatives 2024
 
ELABE BFMTV Actualisation 23H20 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 23H20 estimation 2nd tour élections législatives 2024ELABE BFMTV Actualisation 23H20 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 23H20 estimation 2nd tour élections législatives 2024
 
Projection de la participation ELABE pour BFMTV
Projection de la participation ELABE pour BFMTVProjection de la participation ELABE pour BFMTV
Projection de la participation ELABE pour BFMTV
 
Les Français et la situation post élections législatives
Les Français et la situation post élections législativesLes Français et la situation post élections législatives
Les Français et la situation post élections législatives
 
Les Français et les élections législatives
Les Français et les élections législativesLes Français et les élections législatives
Les Français et les élections législatives
 
ELABE BFMTV Actualisation 23H59 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 23H59 estimation 2nd tour élections législatives 2024ELABE BFMTV Actualisation 23H59 estimation 2nd tour élections législatives 2024
ELABE BFMTV Actualisation 23H59 estimation 2nd tour élections législatives 2024
 

Tarification : les modélisations de risques innovantes pour pérenniser la performance

  • 1. 22 mai 2013 Tarification : Les modélisations de risques innovantes pour pérenniser la performance
  • 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. Fin de la présentation