Big Data per usi Attuariali
Raccogliere e analizzare i dati per costruire prodotti più profittevoli con il supporto di AI e Machine Learning 24 Giugno 25 Giugno 2020, Milano

Programma

09.00 Registrazione partecipanti (solo 1° giorno)
09.30 Apertura lavori
11.00 Coffee break
13.00 Colazione di lavoro
17.30 Chiusura dei lavori

Prima giornata

9.30 – 13.00
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?
  • Individuare i dati che i consumatori condividono maggiormente con le aziende
  • Scegliere le informazioni rilevanti per gli sviluppi attuariali
  • Selezionare i canali (social media, email, web site, App, cloud, touch point offline) per la raccolta dei dati
  • Raccogliere le informazioni e classificarle secondo le esigenze professionali
  • Analizzare le modalità di utilizzo dei dati

14.00 – 17.30
Analizzare i dati per sviluppare prodotti più affini al cliente

  • Gestire in modo integrato ed efficiente le fonti dei dati a disposizione dell’azienda
  • Conoscere i limiti, le criticità e l’impatto sulle attività dei limiti imposti dal GDPR
  • Big vs Small Data:
    - Uniformare le informazioni: metodologie per analizzare e catalogare i dati per variabili
    - Valutazione del dato e interpretazione: dal Data Quality all’Information Quality
    - Modellizzazione dei dati per la costruzione dell’informazione
    - Data process per finalità di analisi esplorative
    - Esempi di estrazione, analisi e costruzione di DB con l’utilizzo di R

Fabio Foglia, Co-founder, MarketMind Research

Giuseppe Melisi, Partner, Olivieri & Associati

 

Seconda giornata

9.30 – 13.00
L’Intelligenza Artificiale per prodotti più profittevoli

  • Come l’intelligenza artificiale può essere di supporto nella gestione di una enorme mole di dati
  • Cosa fanno le big tech in ambito Artificial Intelligence
  • Cosa fanno i top player con l'intelligenza artificiale e quali i piani di sviluppo
  • 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

14.00 – 17.30
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

Claudio Bottari, Chief Innovation Officer, Kirey Group