Скоринг в страховых компаниях
О проекте
За счет данных моделей были рассчитаны тарифы для клиента и предсказание убыточности портфеля на этапе заключения договора. Компания стала более конкурентоспособной на страховом рынке: рост продаж составил 10%.
Необходимо построить разнообразные модели для предсказания у клиента числа убытков, размера тяжести убытка, вероятности покупки полиса, вероятности пролонгации.
Задача
Бизнес эффект
Построение необходимых моделей на портфеле для последующих предсказаний на каждом полисе в отдельности
Решение
Этапы разработки
Технологии
1.
Анализ данных
3.
Улучшение метрик
2.
Разработка пилотной модели
4.
Внедрение модели
5.
Мониторинг работы модели
Авто ML библиотека для быстрого создания и реализации моделей. Проект команды Mindset
Insolver.io
Lightgbm, CatBoost, XGBoost
Библиотеки для построения моделей бустинга
Обобщённые линейные модели (Generalized Linear Models) — метод построения регрессионных моделей, используется во всех областях применения прикладной статистики
Набор библиотек для построения GLM моделей H2O
Команда проекта
Фрэнк Ш.
Руководитель проекта
Александр Щ.
Аналитик
Александр Х.
Инженер
Сферы использования
Данную технологию можно применить, в первую очередь, страховым компаниям для того, чтобы просчитать число убытков, размер тяжести убытка, вероятность покупки полиса, вероятность пролонгации на этапе заключения договора. За счет данных моделей можно лучше рассчитать тарифы для клиента и быть более конкурентоспособными на страховом рынке.
