Live Training | Big Data per usi Attuariali
Costruire modelli predittivi e prodotti personalizzati con il supporto di Intelligenza Artificiale e Machine Learning 21 Aprile 22 Aprile 2021,

Programma

Dalle 9.15 alle 17.30

Prima giornata

9.15 – 13.30

Scelta dei canali utili alla raccolta dei dati sul cliente

  • Individuare i dati che i consumatori condividono maggiormente con le aziende
  • Esaminare il comportamento di acquisto del consumatore e le scelte in ambito assicurativo
  • Scegliere le informazioni rilevanti e utili per gli sviluppi attuariali
  • Selezionare i canali (social media, email, web site, App, cloud, touch point offline) per la raccolta dei dati
  • Gestire in modo integrato ed efficiente le fonti dei dati a disposizione dell’azienda
  • Impostare l’architettura di raccolta e classificazione dei dati
  • Analizzare diverse modalità di raccolta e utilizzo dei dati

14.30 – 17.30

Utilizzare i dati per sviluppare prodotti più affini al cliente

  • Conoscere criticità e impatto sulle attività secondo i 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

Maurizio Monaco, Data Science Business Translator, Prometeia

Seconda giornata

9.15 – 12.30

L’Intelligenza Artificiale per prodotti assicurativi più profittevoli

  • Adottare l’intelligenza artificiale per gestire grandi 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:
    - Costruzione di nuovi prodotti e di polizze comportamentali
    - Personalizzazione dei prodotti
    - Rapida e personalizzata risoluzione dei reclami

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

Maurizio Monaco, Data Science Business Translator, Prometeia

12.30 – 13.30

Case history AXA Assicurazioni: Velocizzare la data cleaning e il model assessment con il supporto dell’Intelligenza Artificiale

Mariangela Grieco, Head of Actuary P&C, AXA Assicurazioni

14.30 – 16.30

Machine Learning: funzionamento, applicazione e modelli predittivi

  • Capire come le macchine apprendono dall’esperienza
  • Classificare il Machine Learning in base al funzionamento e al settore di applicazione
  • Quali possono essere le modalità di utilizzo per la Compagnia Assicurativa
  • Ultilizzare il ML per conoscere e prevedere il comportamento del cliente
  • Analisi di Modelli Predittivi di Machine Learning e loro utilizzo all’interno delle Compagnie Assicurative

Maurizio Monaco, Data Science Business Translator, Prometeia

16.30 – 17.30

Case History Cattolica Assicurazioni: Demand modelling e stime di price elasticity per analisi di impatto

Marcello Zacchetti, Head of Insurance Analytics-Danni Auto, Insurance Analytics and Business Architecture, Cattolica Assicurazioni