Optymalizacja cen ubezpieczeń
Budowa silnika optymalizacji cenowej ubezpieczeń majątkowych prowadząca do poprawy strategii cenowej.
Kluczowym aspektem funkcjonowania firmy ubezpieczeniowej jest pricing. Tylko dzięki odpowiedniej wycenie ubezpieczeń dane towarzystwo ubezpieczeniowe zachowa rentowność. W przypadku za niskich wycen towarzystwo może okazać się być niewypłacalne. W przypadku za wysokich wycen, oferta będzie miała cenę nierynkową, przez co klienci będą wybierali propozycje innych towarzystw.
Standardowo pricing jest powiązany z dwoma typami modeli – modelem ryzyka oraz modelem popytu. Aktuarialne state-of-the-art wykorzystuje statystyczne metody modelowania (np. GAM). Jednakże, przy wiecznie trwającej wojnie cenowej na rynku ubezpieczeń, wymagane jest ciągłe udoskonalanie procesu wycen. Dzięki danym gromadzonym przez wiele lat, obecnie można użyć zaawansowanych algorytmów uczenia maszynowego w pricingu. Użycie ich pozwala wdrożyć bardziej złożone zjawiska do procesu wyceny.
W ramach zadań w pracy w obszarze actuarial data science byliśmy odpowiedzialni za rozwój narzędzi wykorzystywanych w pricingu. Przede wszystkim zajmowaliśmy się modelowaniem - od sprawdzenia jakości danych poprzez modelowania kończąc na wdrożeniu. Dodatkowo udzielaliśmy się w projektach z zakresu b+r jak budowa silnika optymalizującego wyceny ubezpieczeń czy wykorzystanie odszumionych autoencoderów do redukcji wymiaru danych wejściowych do modelowania. Oprócz programowania zajmowaliśmy się też biznesową opieką modeli, tak aby wdrażane modele spełniały oczekiwania klientów.
Dzięki systematycznemu monitorowaniu działania wdrożonych przez nas modeli udało się polepszyć pozycjonowanie ofert ubezpieczeń w porównywarkach internetowych.