Data quality e feature engineering
Pulizia dei dati sinistri e costruzione di esposizioni coerenti con la periodicità dei premi; ingegnerizza variabili telematiche e indicatori di antifrode.
Applicazioni attuariali
Percorso guidato per costruire tariffe auto/property data-driven, valutare scenari catastrofali e impostare un framework di pricing dinamico conforme.
Una compagnia danni vuole aggiornare la tariffa auto introducendo variabili telematiche e verificare la resilienza del piano riassicurativo a scenari vento. Il team deve produrre analisi GLM trasparenti, stress test documentati e linee guida per l’utilizzo dei dati.
Base dati sintetica con variabili frequenza/severità, esposizioni e indicatori telematici per esercitarsi con GLM.
Notebook RMarkdown con stima passo-passo, diagnostiche e grafici delle principali variabili esplicative.
Foglio di lavoro per applicare scenari vento e alluvione, con sezioni dedicate alla definizione della retention.
Stima VaR e TVaR multi-linea per misurare il capitale economico dopo gli stress catastrofali.
Pulizia dei dati sinistri e costruzione di esposizioni coerenti con la periodicità dei premi; ingegnerizza variabili telematiche e indicatori di antifrode.
Stima modelli GLM (Poisson/NegBin e Gamma/IG) e combina i risultati per ottenere il premio tecnico per segmento.
Applica scenari vento 1/100 sul portafoglio property, valuta la capacità riassicurativa e aggiorna il piano di ritenzione.
Definisci policy per l’uso di variabili telematiche, soglie di monitoraggio e criteri di fairness per tariffe personalizzate.
Approfondisci percorsi affini, apri gli strumenti operativi dedicati oppure torna all’elenco completo per scegliere un nuovo scenario da esplorare.
Automazione dei processi, MLOps e monitoraggio modelli per team attuariali e di advanced analytics.
ORSA, misurazione del capitale economico e integrazione del rischio climatico nei framework di governance.
Canvas strategici, backlog MVP e valutazione partner tecnologici per soluzioni parametriche e on-demand.