Machine Learning en assurance vie, application à la valeur client

Dans un monde où les données sont devenues le nouvel or, l’intégration du machine learning dans le secteur de l’assurance vie ouvre des perspectives inédites. Cet atelier, destiné aux actuaires et data scientists, propose une exploration approfondie des techniques de machine learning appliquées à l’assurance vie, en particulier sur l’amélioration de la valeur client.
La valeur client est un indicateur important mesurant la rentabilité de chaque client. Elle est calculée comme la somme des résultats futurs probables réalisés par l’assureur sur chaque contrat des clients. Elle peut ainsi être mesurée par la VIF (Value In Force) liée aux encours en stock. 
Le machine learning peut intervenir tout d’abord dans le processus d’individualisation de la VIF. En effet, des méthodes de clustering peuvent être utilisées pour rassembler les contrats en groupes homogènes en termes de Valeur Client, qui sera la maille utilisée dans les modèles ALM.
La valeur client est utilisée depuis plusieurs années chez Abeille Assurances, qui souhaitait toutefois intégrer une dimension plus prospective dans son calcul. Le Machine Learning permet ici une prédiction des flux futurs (rachats, arbitrages, reversements, etc.), pouvant ainsi être intégrés dans la valeur client.