ENSAE AXA /

Optimisation du ciblage client dans un centre d'appel

Domaine(s)	Mémoire
formation(s)	ENSAE () / resp.: / intervenant:

Informations sur les documents

Type de document	Mémoires
société	AXA
Auteur(s)	LUCCHINO A.
Numéro
Date de référence	11/04/2016

Résumé

La richesse des données dont disposent les compagnies d'assurances, l'essor des technologies digitales couplé à la possibilité d'utiliser de nouveaux algorithmes permettant d'en tirer une valeur tangible obligent les compagnies d'assurance à se transformer. Au sein du Data Innovation Lab, catalyseur de cette transformation au sein d'AXA, cette étude tente d'amorcer un changement dans la façon de piloter un processus marketing de Direct Assurance de relance téléphonique suite à un devis, autrefois piloté par une expertise métier, à travers plusieurs axes. D'abord, les données utilisées par les systèmes d'informations existants ne permettent pas de prendre en compte le risque et la prévision des bénéfices : ainsi, le bénéfice réel induit par une souscription influait peu sur la décision de contacter un prospect. Grâce aux nouveaux algorithmes de machine learning, la modélisation de l'impact de l'action marketing (l'uplift) sur les prospects peut être estimée de façon précise. Les algorithmes d'uplift permettent de cibler les prospects sur lesquels l'effet de la relance est le plus important. Enfin, cette transformation s'opère à travers des changements dans l'évaluation des performances des actions marketing remettant les statistiques et les données au centre du jeu, notamment via des A/B tests. L'objectif de ce mémoire est de montrer l'impact de ces axes de transformation à travers un backtesting des modèles produits pour attirer l'attention sur ces nouvelles méthodes. Néanmoins, la transformation digitale est large et requiert des changements massifs des systèmes d'information, de production et de pilotage de l'entreprise qui dépassent largement le cadre de l'étude.

Abstract

The wealth of data now available to insurance companies and the rise of digital technologies together with the possibility to use innovative algorithms allowing the extraction of some tangible value, force insurance companies to quickly transform. In the Data Innovation Lab, catalyst of this transformation within AXA, this study attempts to initiate change in how to pilot a Direct Assurance marketing process of outbound calls following an insurance quote, formerly driven by business expertise, through several axes. First, the data available in the existing information systems does not allow to take into account the risk and forecast profits: thus, the real benefit induced by a new contract had little influence on the decision to contact a prospect. With the new machine learning algorithms, modeling of the impact of marketing action (known as uplift) on prospects can be estimated in an accurate way. The uplift algorithms allow to target prospects on which the effect of the outbound call is the highest. Finally, this transformation needs changes in the performance evaluation of marketing actions and put statistics and data in a central position, for example through A / B testing. The objective of this thesis is to show the impact of these transformation axes through backtesting of new models, in order to draw attention to these new methods. However, digital transformation is broad and requires massive changes of information systems, production and management of the company well beyond the framework of the study.

Mémoire complet

>

LUCCHINO.pdf

Lien permament : https://www.ressources-actuarielles.net/C12574E200674F5B/0/57E068FC6EBA201FC1258065002F8B8D