Estimer le risque associé à un incident particulier est l'objectif central des praticiens de l'assurance. Dans sa version la plus simple, cette tâche revient à pouvoir répondre à trois questions :

• Quelle est la probabilité que l'incident se produise ?

• Quelle pourrait être la gravité de l'incident ?

• Combien coûteront les conséquences de l'incident ?

Ce sont les questions qu'un modèle de prédiction des risques aborde. Sous-estimer les réponses implique des pertes économiques pour couvrir les dommages. En revanche, les surestimer peut entraîner une perte d'avantage concurrentiel.

Pour modéliser un algorithme d'apprentissage automatique (ML) dédié à l'estimation du risque d'incident, nous souhaitons évoquer deux exemples qui illustrent l'importance des données - extraire plus d'informations que ce qui est visible à première vue et l'impact d'une grande variété de données. Nous avons créé ce modèle pour un projet client dans le secteur du leasing automobile, mais nous pouvons étendre les constructions à divers secteurs et cas.

Augmenter les données pour trouver une propension aux incidents

Pour commencer, nous devrions baser un modèle pour estimer le coût du risque sur des données qui, à tout le moins, contiennent une liste d'incidents, la date de l'incident, les clients et le coût associé. Nous ne pouvons pas assez insister sur l'importance des informations sur les clients. Pour déterminer la probabilité d'un risque, il faut examiner le type de client dont nous parlons (par exemple, caractéristiques socio-économiques et toute autre dimension) pour évaluer la probabilité d'un incident. Par exemple, en examinant l'historique des clients, on pourrait penser que les clients ayant eu plusieurs incidents (du même type ou non) par le passé sont plus susceptibles de continuer à en avoir à l'avenir. C'est une hypothèse a priori que nous devons valider avec des données. Dans le projet client entrepris, nous avons constaté que c'était vrai. En dérivant de nouvelles informations à partir des données disponibles (augmentation), nous avons pu étudier le nombre et le type d'incidents survenus pour les clients au cours des 3, 6, 12 et 24 derniers mois et utiliser ces données pour identifier les caractéristiques des clients qui les rendent plus susceptibles de subir certains incidents.
‍
Soyez prudents, car c'est un terrain glissant. La confidentialité des données est d'une importance extrême, et construire des algorithmes ML éthiques est la responsabilité des data scientists. Lorsqu'il s'agit de déterminer les caractéristiques des clients, notamment les coûts des services qui leur sont proposés, il est nécessaire de prendre des précautions pour garantir l'absence de discrimination dans le modèle.

Distinguer différents types de risques avec des métadonnées

Disposer de données fiables n'est pas suffisant. Avec les risques d'incidents, il est crucial de reconnaître les différents types de risques à considérer et de construire un modèle en conséquence.
‍
Parfois, la manière de discerner deux types différents d'incidents est simple, sans beaucoup d'informations. Ici, nous introduisons un ensemble de données hypothétique d'une compagnie d'assurance habitation qui ne fait que deux types d'assurance : les petites réparations comme les tuyaux bouchés avec un coût d'environ 10 (en devise fictive) et les réparations plus importantes comme les fuites et les inondations, avec un coût d'environ 100 (voir fig.1).

Figure 1 - deux types d'incidents

Nous n'avons pas besoin de beaucoup d'informations supplémentaires pour discerner les types de risques afin d'entraîner le modèle, puisque le coût total est déjà un bon indicateur. Nous pourrions écrire une règle en disant que si le coût total est inférieur à 45 (par exemple), alors nous faisons face à un risque à faible coût, et inversement.‍Le problème est plus complexe en présence d'un troisième type de risque, des réparations de taille moyenne, par exemple, des réparations de peinture avec un coût d'environ 80 (voir fig.2).

Figure 2 - risques qui se chevauchent

Dans ce cas, une simple règle basée sur le coût n'aidera pas à l'entraînement du modèle à distinguer différents types de risque. Ajouter des informations supplémentaires, telles que des descriptions du problème (travail de peinture contre inondation), l'entreprise effectuant les réparations (peintres contre plombiers), ou d'autres données pertinentes, sera utile. Cela montre l'importance de rassembler chaque information à notre disposition lors de la création d'un modèle ML.Réflexions finalesConstruire un modèle d'incident pour notre client a été possible grâce à la qualité des données déjà collectées et à la capacité de transformer, augmenter et utiliser des métadonnées liées aux différents incidents pour discerner les différents types de risques.
‍
Agilytic a construit plusieurs modèles d'incidents, un pour chaque type de risque identifié avec le client, répondant aux trois questions d'ouverture : quelle est la probabilité, la gravité et le coût des incidents auxquels notre client est confronté ?
‍
La principale conclusion ? Extraire plus d'informations que ce qui est visible à première vue et l'importance de collecter une variété de données renforceront votre modélisation d'incidents.Si la prédiction des risques est un défi pour votre entreprise, nous sommes là pour vous aider !