Что должна уметь ваша аналитическая платформа

Copyright © SAS Inst itute Inc. A l l r ights reserved.

Что должна уметь ваша аналитическая платформаРабота с данными, математика, интеграция с бизнес-процессами


SAS® FORUMRUSSIA 2017

2008-2012• 2008

• Несколько серверов отчетности, первые строчки кода аналитиков на SQL в первую очередь автострахование

• 2009

• Начало использование OLAP кубов для анализа и тарификации в автостраховании, решения принимаются с помощью простых моделей и интуиции

• 2010

• Расширение источников данных, покупка лицензий Emblem Towers Watson. При этом SAS был среди 3-х лидеров

• 2011

• Создание единого хранилища DWH и Аналитического сервис центра (в первую очередь финансовая аналитика), переход на Oracle BI

• 2012

• Начало использования Emblem от Towers Watson в тарификации, отчеты на Oracle BI, исследования на SQL + Microsoft OLAP



Слайд из презентации 2010 года

На 2010 год оптимальным решением был Emblem

Emblem

Strength Weakness

Used by over 80% of the

world’s top 50 non-life

insurance

Designed specially for

insurance

Intuitive and easy to use

with powerful interactive

graphics

Faster than competing

software

Using dongles

VBA macro coding

Many interactions

Model can predict well in

the future, even for small

segments

No process

No geographical analysis

(extra considerable fee)

Will be more difficult to use

SAS-based solutions in the

future

SAS

Strength Weakness

Process

Able to write the own codes

(models)

Includes SAS Enterprise

Miner, Base SAS,

SAS\STAT, SAS\ Graph,

SAS Enterprise Guide, JMP

We are small as a

client

Most experts do not prefer it

Designed not for insurance

specially



Примеры бизнес задач

• Отчеты по сегментам, партнерам

• Тарификация по ключевым факторам

• Значительная пересегментация Осаго

• Бюджетирование

• Тарифные сравнения

• Периодический контроль убыточности портфеля



2013-2016

• 2013

• Расширение аналитических задач до скорингов на этапе принятия на страхование, скоринга убытков (T-SQL). Прогнозирования подписанной убыточности

• 2014

• Значимые результаты аналитики за счет модернизации процессов принятия на страхование и тарификации

• 2015

• Стратегия перехода на подход от клиента и его потребностей. Построение первых значимых антифрод систем внутри компании. Организация Клуба аналитиков. Начало взаимодействия c SAS

• 2016

• Новый виток развития аналитики на Python, решение традиционные,системные процессы ставить на SAS. Курсы Coursera становятся частью корпоративного обучения.



Слайд из внутренней презентации 2015 годаПродуктовый подход

2015: Мы скорее всего здесь




• Все прошлые задачи автоматизированы в основной своей части

• Примеры новых задач:

• Постоянный контроль убыточности подписываемого бизнеса

• Первые принятия решение на уровне клиента, а не продукта

• Первые ручные маркетинговые кампании

• Поиск возможностей роста продаж Каско при структурных тарифных изменениях на рынке



Посмотреть за границы корабля

• SAS Forum Russia 2015: много пищи для размышлений

• Самые запомнившиеся презентации – самые первые:

- Презентация от Банка Восточный экспресс – поиск мошенничества

- Презентация Kaspi bank по RTDM

- Презентация Райфайзен банка по маркетинговым коммуникациям

• Запомнились цели коллег из банковского сектора:

- Уменьшение CPA, CPL, CPS

- Эффективность кросс продаж по разным каналам

- Увеличение лояльности

- Стабильность и CRM

- Сроки -2,5 года

• SAS Forum Russia 2016: понимание продуктов SAS и их возможностей для бизнеса



Разные аналитики под разные задачи

Эффективное взаимодействие аналитических ресурсов –

вовлеченность всех аналитиков компании

Business Analyst

Data Miner

(актуарии, аналитики)

Data

Scientist

Строит шаблоны / алгоритмы анализа, тратит 95% на сложные нестандартные задачи. Сложно найти, дорогой ресурс!

Адаптирует и тиражирует шаблоны и наработки Data Scientist

Занимается поиском узких мест в бизнес-процессаз, формулирует задачи, отслеживает эффективность процессов

Потребность Компании



Разные потребности – Единая платформа

Business Analyst

Data Scientist

Data Miner

Быстрая отработка и вывод в продуктив бизнес-кейсов, низкие операционные риски



2017+

• 2017

• Внедрение решений SAS в бизнес-процессы компании

• Python используется только для точечных исследований

• Предсказательные модели все чаще используются при принятии решений

• 2018

• …




• Автоматизация маркетинговых кампаний

• Накопление информации по клиентам из всех возможных источников и ее использование

• Автоматизация принятия на страхование, cкоринг на предстраховойпроверке по всем продуктам

• Скоринг на жизненном пути клиента в компании

• Рост конверсии

• Увеличение проникновения дополнительных продуктов на клиента

• Принятие решений при урегулировании

• Мошенничество

• Отток

• Нестандартные задачи:

• Оценка взаимодействия сотрудников и подразделений SAS SNA



Как используем SAS на текущем этапе

Решение SAS Применение

SAS Enterprise Guide + SQL Подготовка данных

SAS Enterprise Miner• Построение высокоточных

предсказательных моделей• Проверка гипотез

SAS Campaign Manager

Системный подход к кросс продажам, переход к единому окну формирования коммуникаций, централизация коммуникаций, гибкая сегментация

SAS RTDM

• Страховой конвейер на SAS RTDM(скоринги по принятию на страхование и более интеллектуальные бизнес правила

• Пример по РГС

SAS Visual AnalyticsПостроение бизнес отчетности и некоторые виды исследований

SAS SNAУсиление функции расследования случаев мошенничества (графовый анализ)



Легко не будет

Интеграция с текущими системами

Люди и команда аналитиков и технических специалистов

Инвестиции



Умеем строить исходящие кампании



Умеем быстро строить высокоточные моделидля персонализации предложений, скоринга и

многого другого



Умеем анализировать графы и выявлять сообщества



Персонализация предложений Cross-Sell /

Up-Sell

Выявление нежелательных клиентов

КАСКО / ОСАГО

Скоринг личных видов страхования

Скоринг медсчетов на предмет неправомерности оказания медуслуг (ДМС)

Ожидаемый эффект

Время6 мес 9 мес 12 мес 15 мес

Планы на ближайшее будущее

Что должна уметь ваша аналитическая платформа

Documents

Transcript of Что должна уметь ваша аналитическая платформа