Big Data per usi Attuariali
Come raccoglierli, selezionarli e analizzarli con il supporto dell'Intelligenza Artificiale e Machine Learning 25 Giugno 26 Giugno 2019, Milano

Programma

9.45 Registrazione dei partecipanti
10.00 Inizio dei lavori
11.30 Coffee break
13.30 Lunch break
14.30 Ripresa dei lavori
18.00 Chiusura dei lavori

25 Giugno 2019

10.00 – 13.30

Scelta dei canali e raccolta dei dati sul cliente

  • Conoscere l’andamento degli investimenti in Insurtech per capirne l’importanza e i costi: come si stanno muovendo le Compagnie Assicurative?
  • Quali sono i dati che i consumatori condividono maggiormente con le aziende
  • Come individuare le informazioni rilevanti per gli sviluppi attuariali
  • Imparare ad individuare i canali (social media, email, web site, App, cloud, touch point offline) per la raccolta dei dati
  • Saper raccogliere le informazioni e classificarle secondo le esigenze professionali
  • Analisi delle modalità di utilizzo dei dati

Giuseppe Melisi, Partner, Studio Olivieri & Associati 

Giampiero Luccitti, Head of Governance & Service Assurance, Octo Telematics

14.30 – 18.00

Analytics: impostare gli sviluppi attuariali attraverso la corretta analisi dei dati

  • La Data Driven Strategy e la costruzione della “visione” a supporto del Management
  • Come gestire in modo integrato ed efficiente le fonti dei dati a disposizione dell’azienda
  • I limiti, le criticità e le opportunità derivanti dal GDPR, quale l’impatto sulle attività?
  • Big vs Small Data - I processi di Analisi e gli Analytics:
    • Come uniformare le informazioni: metodologie per analizzare e catalogare i dati per variabili
    • La valutazione del dato e l’interpretazione: dal Data Quality all’Information Quality
    • La modellizzazione dei dati per la costruzione dell’informazione
    • Saper sfruttare i data process per finalità di analisi esplorative e industrializzate

Esempi di estrazione, analisi e costruzione di DB con finalità di diffusione e riuso dei processi aziendali

  • Le esercitazioni verranno svolte anche con il supporto di software (es. Python)

Paola Scarabotto, Data Strategist, Data Orienteering

 

26 Giugno 2019

 

10.00 – 13.30

L’Intelligenza Artificiale per prodotti più profittevoli

  • Come l’intelligenza artificiale può essere di supporto nella gestione di una enorme mole di dati
  • Esempi di strumenti che raggruppano diverse informazioni utilizzando simulatori
  • Come l’AI può essere di supporto nel processo della sorveglianza e del monitoraggio
  • Saper analizzare i dati e proiettare le informazioni utili per l’azienda
  • Come l’utilizzo della AI può essere di supporto per:
    • La costruzione di nuovi prodotti e di polizze comportamentali
    • La personalizzazione dei prodotti
    • La rapida e personalizzata risoluzione dei reclami

Esempi di utilizzo dell’Intelligenza Artificiale per meglio soddisfare le esigenze del cliente

Mirco Nonnoi, Senior Manager - Big Data & Advanced Analytics - Data Science - Data Strategy - Data Visualization, Deloitte Consulting

 

14.30 – 18.00

Machine Learning: funzionamento, applicazione e modelli Antifrode

  • Come le macchine apprendono dall’esperienza
  • La classificazione del Machine Learning in base al funzionamento e al settore di applicazione
  • In quali casi e perché utilizzare il Machine Learning
  • Quali possono essere le modalità di utilizzo per la Compagnia Assicurativa
  • Analisi di modelli di Machine Learning per Antifrode

Giampiero Luccitti, Head of Governance & Service Assurance, Octo Telematics