Je vais concevoir un modèle de prédiction de churn pour la finance ou l'assurance

Dans le domaine de la finance et de l'assurance, une mauvaise prédiction ne coûte pas seulement des revenus, mais aussi des clients, du capital et la réputation.

Je suis un ingénieur en analytique senior avec plus de 8 ans d'expérience, dont plus de 2 ans en tant qu'analyste de données chez L'Olivier Assurance (Groupe Admiral), l'un des principaux groupes d'assurance en Europe. J'ai construit des modèles prédictifs dans des environnements réglementés et sensibles aux données, couvrant le risque, le churn et la valeur client.

Ce que je réalise

Prédiction du churn et de la fidélité : qui est sur le point de partir ?

Score de risque et segmentation de portefeuille

Score de leads et probabilité de conversion

Valeur à vie du client et modélisation des facteurs de valeur

Détection de fraude et indicateurs d'anomalies

Prévision de la demande et des sinistres

Outils

Python · scikit-learn · XGBoost · PyMC · statsmodels · SQL · Pandas

Ce que vous obtenez

Notebook Python propre · Rapport de validation du modèle · Interprétation commerciale en langage simple · Étapes concrètes à suivre

Pour qui cela s'adresse

Compagnies d'assurance · Startups fintech · Banques et sociétés de crédit · Plateformes d'investissement · Équipes de risque et d'actuariat

Comment cela fonctionne

Partagez vos données et votre problématique commerciale. Je vous recommanderai le modèle et la portée appropriés avant de commencer.

Formé en assurance · Expérience en gestion du risque · Plus de 8 ans · Modèles conçus pour des industries réglementées.