La "data science" peut grandement aider les actuaires et les gestionnaires de risques dans leurs activités quotidiennes, par exemple en améliorant les performances, mais aussi l'évaluation des risques, ou en facilitant la surveillance du marché.
Une situation très courante consiste à utiliser ces méthodes pour recueillir et améliorer des données non structurées qui pourraient être utiles dans les tâches actuarielles. L'analyse des traités de réassurance pour la souscription et la tarification en est un parfait exemple.
L'analyse de ces traités représente une charge de travail lourde et répétitive. Il s'agit de documents complexes avec des formats et des structures divers qui sont souvent analysés sous des angles différents avec leurs critères respectifs. L'analyse peut donc parfois être incomplète, les contrôles manuels ne permettant pas l'exhaustivité et l'homogénéité.
C'est pourquoi CCR Re a fait appel à Reacfin pour développer des méthodes de science des données qui appuieraient ses activités de réassurance en automatisant son analyse des traités, en simplifiant sa compréhension de ces documents et en améliorant le contrôle de la qualité des données saisies.
Comment nous avons réduit le temps d'analyse de manière significative :
Se concentrant sur deux ensembles de stratégies qui combinent l'apprentissage approfondi et la PNL avec le text mining, Reacfin a développé un outil Python dédié qui :
- ⚡Grâce à des réseaux neuronaux récurrents, analyse la structure et les thèmes des différentes clauses des traités ;
- 🤖Grâce au text mining et expression régulière, recueille et évalue le contexte des informations pertinentes qui peuvent être utilisées par les équipes techniques.
La collaboration avec CCR Re a permis la création d'une application avec des résultats pratiques et commerciaux notables :
- ⏱️Réduction du temps de traitement
- ✅Évaluation de l'exactitude de l'information
- ⚙️Soutien dans tous les processus qui utilisent le contenu des traités..
- 🔎Amélioration de la gestion des risques : en fin de compte, elle peut aider à réduire les risques en définissant les indicateurs clés de performance (KPI), l'impact des sinistres et à accroître la conformité en facilitant le contrôle de la qualité des informations collectées.
Mais créer une telle méthodologie n'est pas aussi facile qu'il n'y paraît, comme l'explique Jérôme Isenbart :
“L'itération et la collaboration sont les clés du succès. Nous avons d'abord testé notre approche sur quelques échantillons, puis nous avons étendu notre analyse à des corpus beaucoup plus importants. Au cours du processus, nous nous sommes également assurés d'être en discussion constante avec nos équipes afin de développer un outil qui ne se contente pas de répéter les tâches, mais qui fonctionne efficacement. Ce que nous faisons n'est pas de l'intelligence artificielle, mais de l'intelligence augmentée.”
Pour Aurélien Couloumy, la collaboration est un grand succès :
“C'est la volonté d'entreprises comme CCR Re d'innover qui nous permet de toujours repousser les limites de la science des données et d'influencer positivement le marché de la (ré)assurance.”
Le 16 novembre dernier, l'Institut des Actuaires a tenu son événement annuel 100% Actuaires/100% Data Science à Paris.
Aurélien Couloumy et Loris Chiapparo de Reacfin ont profité de l'occasion pour présenter les travaux récents sur le traitement du langage naturel réalisés pour CCR Re. Avec la participation spéciale de Jérôme Isenbart, Chief Risk Officer & Chief Actuary chez CCR Re, ils ont donné un atelier sur les réseaux de neurones artificiels et comment ils les ont utilisés pour faciliter l'analyse des traités de réassurance à des fins de souscription, de tarification et de gestion des risques.
L'application de techniques telles que les réseaux neuronaux artificiels et le text mining ne se limite pas au traitement des traités de réassurance. Suivez-nous pour vous tenir au courant de nos dernières utilisations de l'intelligence artificielle à des fins commerciales.
