Case study

GACM, analizando el riesgo de los eventos climatológicos extremos

Analítica

La capacidad de generar un modelo de identificación del riesgo basado en el histórico de eventos meteorológicos extremos, tanto individualizados como combinados, nos permite realizar una primera aproximación descriptiva del riesgo, localizar las zonas de concentración o mayor exposición y entender cómo este ha impactado en nuestra carteras de clientes. Como resultado, podremos dotar a las compañías de las capacidades predictivas necesarias para identificar riesgos futuros, su frecuencia y por tanto el potencial impacto en nuestra cartera de clientes, productos y las medidas requeridas para contrarrestar dichos efectos.

Una compañía orientada a proteger a las personas y sus familias en todos los ámbitos de la vida

GACM, filial de a compañía aseguradora del banco Crédit Mutuel Alliance Fédérale, entidad mutualista pionera en banca y seguros en Francia

Oír a los datos para predecir la ocurrencia de eventos de riesgo meteorológico

El impacto de los eventos climatológicos extremos ha generado un coste de más de 33.000 millones de euros en los últimos 35 años. Cómo poder analizar el impacto que estos fenómenos meteorológicos extremos tienen sobre la cartera de clientes y cómo usar este conocimiento para poder gestionar una tarificación eficiente que permita considerar la frecuencia y severidad de estos fenómenos en el futuro, son algunas de las claves para aquellas aseguradoras que quieren tener un profundo control del impacto en su actual cartera de clientes (tarificación), en el lanzamiento de nuevos productos o en sus estrategias de captación de clientes.

Recurrir a la analítica avanzada para analizar y enriquecer los datos históricos de riesgos, para generar modelos predictivos

Un equipo de expertos en análisis espacial y data scientist generan un repositorio de datos que gestiona millones de registros enriquecidos mediante location analytics y que permiten por un lado generar un primer escenario de concentración de riesgos de forma individualizada o combinados (lluvia torrencial, ciclones, borrascas frías, desbordamientos marítimos y/o fluviales, etc..). Los datos asociados a un punto son transformados en un modelo de rejilla que cubre todo el territorio estudiado mediante el uso de modelos analíticos complejos. Además, una vez que estos datos están disponibles pasamos a realizar un horizonte de predicción.

Una herramienta predictiva que da soporte a las estrategias de producto y tarificación

Un modelo completo de cálculo de riesgos y de horizontes de predicción para la tarificación de productos en función de la ubicación del riesgo

Infórmate del resultado

Case Studies

Ver más Casos de Éxito