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





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





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*


Standard Workplace

Cloud infrastructure services (GDC)


Capital Management


14

Dans son contexte, devra absolument préserver Agilité et Interopérabilité


Standard Workplace

Business Intelligence

Global solutions

Individual & Collective productivity tools

Cloud services

Third-Parties*


Transformation through digital

Capital Management


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





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

Education

Big data en (ré)assurance régis delayet