55 Big data Big data LES CAHIERS DE L’ESPACE ÉTHIQUE les ...
Big data en (ré)assurance régis delayet
-
Upload
shi-kezhan -
Category
Education
-
view
830 -
download
2
description
Transcript of Big data en (ré)assurance régis delayet
Big Data en (Ré)Assurance Université d’été de l’Institut des Actuaires
Régis Delayat SCOR, DSI Groupe 7 Juillet 2014
2
Agenda
1 La donnée au coeur des attentions de nos entreprises
2 SCOR, une culture de l’information
3 la stratégie numérique de SCOR
4 Big Data & Analytics : initiatives concrètes
3
La donnée est (devenue) l’un des principaux actifs de l’Enterprise
Capital
Valu
e ch
ain
Shareholders
Financial Markets & Investors
Clients
Partners Regulators
Media
Suppliers
Rating Agencies
Management & Control Strategy Production Sales Support Design
Employees
Data Assets Processes
Information System
Clients
Le numérique, c’est aussi l’ère de l’information
4
Internal
Office
Mixed generations
Hierarchical
Mass
Limited
Standard
Product-oriented
Offer-driven
Months & years
Structured
R&D Department
Process automation
Global solutions
In-house
Structured & limited
Segmentation
Production
Service level
Offer
Model
Collaboration
Innovation
Projects
Borders
IT focus
Hosting
Timeframe
Information
Staff
Location
Extended / Partnerships
Worldwide Mobility
+ Digital natives
Networks / Communities
Tailor made
Detailed
Personnalized
Service-oriented
Demand-driven
Days & weeks
Social networks
Open
Analytics & decision
Customized solutions
Cloud
Big Data
Organization
Big Data en Assurance : vraie opportunité, maturité encore faible (Bearing Point Institute, Mai 2014)
5
« Avalanche d’informations », « tsunami de données », « explosion des données », « infobésité »… …un air de…catastrophe !
Mais surtout une vraie opportunité…la richesse dépend de notre capacité à exploiter les données, alors… … « mine d’or » ? « pétrole » ?
“La connaissance s’acquiert par l’expérience, tout le reste n’est que de l’information”
Big Data & Analytics
?
6
Agenda
1 La donnée au coeur des attentions de nos entreprises
2 SCOR, une culture de l’information
3 la stratégie numérique de SCOR
4 Big Data & Analytics : initiatives concrètes
7
L’Intelligence Economique au service du développement du Groupe (1/2)
Une structure, des professionnels de l’IE Une marque ~100 thèmes de veille, 600 abonnés, 100 newsletters Des recherches ponctuelles Une plate-forme de veille Des newsletters personnalisées Le “Daily News” Un site “Competitive Intelligence” Un blog des utilisateurs de SCORWatch Une plaquette commerciale Un lobbying interne : Matinées de l’IE, SCOR Lunch
(“Crise et IE”, Risques émergents), marketing à l’international
Un lobbying externe : conférences, réseaux d’échanges, partage d’expérience
Section 1 | Section 2 | Section 3 | Section 4 I Section 5 I Section 6 I Section 7 I Section 8 I Section 9
8
9
L’Intelligence Economique au service du développement du Groupe (2/2)
CAPITALISATION
Demande des Métiers
Diffusion & Partage Validation de
pertinence &
élimination du
“bruit”
Enric
hiss
emen
t
Usage
Opérationnel
Détection précoce
de signaux faibles
& C
ollecte
Agenda
1 La donnée au coeur des attentions de nos entreprises
2 SCOR, une culture de l’information
3 la stratégie numérique de SCOR
4 Big Data & Analytics : initiatives concrètes
10
11
La stratégie numérique de SCOR Dans une activité B2B, la transformation numérique pourrait être vue comme une “evolution naturelle et progressive”…n’est-ce pas plutôt une “révolution silencieuse” ?
Parmi les grands réassureurs, est global et agile, des caractéristiques propres ! En ligne avec sa stratégie “Optimal Dynamics”, va capitaliser sur ses forces, et devenir…
A network company A Client service company
A data driven company
Capital
Information System
Employees Processes
Data Strengthen all dimensions of
data management
Le numérique est structurant dans ces transformations qui doivent être engagées dès maintenant
12
Third-Parties*
Global Financial and Back-office
Standard Workplace
Cloud infrastructure services (GDC)
SCOR, la transformation numérique
*Clients, Partners, Suppliers, Brokers, etc..
Capital Management
Le Système d’Information actuel de
13
Les principaux leviers de la transformation numérique
Knowledge/Services extension
Analytics capabilities
enhancement
Internal/external collaboration development
Cloud services extension
Solutions convergence
Mobile capabilities
increase
Third-Parties*
Global Financial and Back-office
Standard Workplace
Cloud infrastructure services (GDC)
*Clients, Partners, Suppliers, Brokers, etc..
Capital Management
SCOR, la transformation numérique
14
Dans son contexte, devra absolument préserver Agilité et Interopérabilité
Global Financial and Back-office
Standard Workplace
Business Intelligence
Global solutions
Individual & Collective productivity tools
Cloud services
Third-Parties*
*Clients, Partners, Suppliers, Brokers, etc..
Transformation through digital
Capital Management
SCOR, la transformation numérique
Digital Strategy outcomes Digital initiatives inside and outside the company Business specific (SGL)
Une (r)évolution des métiers, des services, des compétences…
15
Solutions transverses
Gestion documentaire Workflow global
Big Data Applications mobiles
CRM Analytics
L’adaptation des hommes et des femmes du Groupe, de leurs compétences et comportements, est un objectif clé
Une transformation culturelle portée par les RH, la Communication et l’IT
Transformation culturelle
Solutions Métiers
Développer une « expérience SCOR » unique, via l’apport de nouveaux services
aux Clients
Optimiser l’usage des données, internes et externes, pour le développement du
business et l’excellence opérationnelle
Favoriser la transversalité en interne, et la coopération avec les partenaires
Agenda
1 La donnée au coeur des attentions de nos entreprises
2 SCOR, une culture de l’information
3 la stratégie numérique de SCOR
4 Big Data & Analytics : initiatives concrètes
16
Big Data : Volume, Velocity & Variety…but Value is in Analytics
Volume: Growing quantity of data Internal systems Untapped data, industry and public data
Velocity: Quickening speed of data Weekly or daily Hourly Real-time
Variety: Increase in types of data Structured enterprise data
Current State
Any kind of unstructured data (web, client discussion, audio, video…)
Unrealized Business Opportunity and Value
17
18
Business Intelligence : des silos actuels vers les « Analytics »
Opérations Vie
Opérations P&C
Back Office global
Finance
Investissements
Modèle Interne
Clients
Marchés
Des datawarehouse isolés, spécifiques à chaque système de Production, et des analyses basées uniquement sur des données internes et limitées au domaine fonctionnel
Plus de transversalité des outils d’analyses, et extension à des données externes de clients ou de marchés
Business Intelligence : des silos actuels vers plus d’intégration
Opérations Vie
Opérations P&C
Back Office global
Finance
Investissements
Modèle Interne
Clients
Marchés
Risk analytics
Re-insurance analytics
Finance analytics
Investments analytics
UWing analytics
UWing analytics
Modélisations du capital de plus en plus sophistiquées et basées sur des données de plus en plus nombreuses et détaillées, qui doivent être validées, réconciliées et archivées à chaque exécution officielle
Analyses de souscription enrichies d’informations externes en provenance des clients (detail polices, des expositions), des marchés, ou de données géographiques
- Résultat des investissements avec intégration de données des marchés financiers, pour améliorer l’analyse de risque et de performance, et permettre des simulations. - Réconciliations financières également.
- Solvency II reporting sur base de données issues des domaines Finance et Riskq finance and risk areas. - Economic Balance Sheet vs IFRS. - QRT Reporting (QRT) regroupant des données de provenance diverse
Analyses financières étendues à un détail des données comptables de réassurance et investissements
Résultat complet des contrats et des portefeuilles - pricing - cumuls - capital alloué - résultat technique - revenus financiers - frais généraux
UWing analytics
19
Quelques applications traitant de gros volumes de données à SCOR
Données collectées sur le marché
En P&C, expositions détaillées (cat, aviation, credit…) pour l’analyse de risque, le contrôle de cumuls et la tarification
En Vie, détail des polices individuelles (principalement aux US), à des fins de tarification,
provisionnement, embedded-value, et analyse de portefeuille Données nécessaires à la fourniture de services de souscription en ligne aux Clients Vie
Données générées par des applications de simulations de scénarios multiples
Resultats de simulations de catastrophes naturelles Simulations de cash-flows pour calcul de provisonnement et embedded-value Analyses Financières Dynamiques (DFA) utilisées pour le modèle interne
Données non-structurées
Intelligence Economique SCORWatch
20
21
Les initiatives (Big) Data à SCOR (1/2)
Plus et mieux exploiter les données internes déja disponibles dans notre système d’information
Préparer les évolutions techniques nécessaires au traitement de nouvelles
données à fort volume (stockage, accès, analyse…) Identifier les types d’usage de ces données : analyses marketing, développement
de produits, tarification, analyses prédictives, mesures de performance, etc… Exploiter les différentes sources de données non-structurées (Intelligence
Economique SCORWatch, autres données du web, open data, réseaux sociaux, rapports de visite Clients, fichiers GED/OCR, sites collaboratifs, fichiers partagés, geolocalisation, vidéos, etc…)
Lancer des « proofs of concept » (PoC), et en tirer des enseignements pratiques
Les initiatives (Big) Data à SCOR (2/2)
Tarification risques produits Vie
Elaboration de nouveaux
produits Vie
Tarification de risques
émergents P&C
Prospection grands risques P&C
Modèle Interne & Analytics
• Longévité, Mortalité
• Exploitation de bases d’expériences sinistres
• Chantiers de construction
• Evolutions du nucléaire (politiques, techniques, fin de vie)
• Analyse du comportement des consommateurs
• Cyber risks
• sinistralité des énergies renouvelables (éoliennes, gaz de schiste…)
• Tests techniques des nouveaux outils de traitement de gros volumes de données, de simulation, et de présentation
Proof of Concept
Externes Structurées Externes Non Structurées Internes Structurées Internes Non Structurées
22