Χρήση τεχνικών ανάλυσης μεγάλων δεδομένων στον αναλογισμό

Abstract

Στην σημερινή εποχή υπάρχει ανάγκη επεξεργασίας τεράστιων ποσοτήτων πολυδιάστατων δεδομένων με μεγάλη διάσταση (high dimensional big data ) και υψηλή πολυπλοκότητα. Η επιστημονική περιοχή της ανάλυσης μεγάλων δεδομένων (big data analytics) έχει πλέον επηρεάσει θετικά τελευταία και τον Ασφαλιστικό χώρο αφού ήδη στις μεγάλες ασφαλιστικές εταιρείες γίνεται εκτεταμένη χρήση τέτοιων τεχνικών στην τιμολόγηση ασφαλίστρων και τη διαχείριση απαιτήσεων. Για παράδειγμα στην τιμολόγηση είναι ιδιαίτερα επωφελής η εφαρμογή τεχνικών κατάτμησης (segmentation) και προβλεπτικής μοντελοποίησης (predictive modelling) για να αποτιμηθεί ακριβέστερα ο κίνδυνος και να γίνει ασφαλής/επωφελής τιμολόγηση ασφαλίστρων. Έτσι, οι ασφαλιστικές εταιρείες χρησιμοποιούν πλέον προχωρημένα εργαλεία π.χ. μοντέλα συμπεριφοράς βασισμένα σε δεδομένα προφίλ πελατών - με συνεχή ροή δεδομένων πραγματικού χρόνου - π.χ. δορυφορικά δεδομένα, αναφορές καιρού, αισθητήρες οχημάτων - για να δημιουργηθεί λεπτομερής και εξατομικευμένη αξιολόγηση του κινδύνου. Στα πλαίσια της εργασίας αυτής πραγματοποιείται συστηματική παρουσίαση στατιστικών τεχνικών ανάλυσης μεγάλων δεδομένων που έχουν χρησιμοποιηθεί ή έχουν αναπτυχθεί αποκλειστικά για το χώρο του αναλογισμού και της διοίκησης κινδύνου. Ειδικότερα περιγράφονται τα χαρακτηριστικά των Μεγάλων Δεδομένων και οι τεχνικές που τα διέπουν, σύμφωνα με τη βιβλιογραφία. Στη συνέχεια, παρουσιάζονται οι τεχνικές ταξινόμησης και τα δέντρα αποφάσεων. Τέλος, παρουσιάζονται συγκεκριμένα παραδείγματα εφαρμογής σχετικά με μερικές από τις τεχνικές αυτές για να καταδειχθεί ο τρόπος χρήσης τους και η αποτελεσματικότητά τους.