Etude de cas dans l’assurance-maladie sur le churn

Comme on le sait, chaque année en Suisse, c’est la valse chez les Assureurs-maladie.  Le cas présenté ici est une étude destinée à calculer pour les clients existants la probabilité de quitter le fournisseur d’assurance pour ensuite envisager des actions destinées à les retenir.

Après une phase d’analyse des données à disposition et également du taux de cible global, soit la part de démission dans la population étudiée, nous pouvons procéder au scoring.

Le scoring est une technique de hiérarchisation des données qui permet d’évaluer par une note la probabilité qu’un individu réponde à une sollicitation ou appartienne à une cible recherchée.

Les probabilités obtenues à l’aide de la modélisation permettent de hiérarchiser les clients du plus concernés au moins concerné par l’événement à expliquer.

La méthodologie procède par échantillonnage, soit un pour estimer, un pour valider et un dernier de test pour vérifier la performance du modèle.

La sélection des attributs que l’on va injecter dans le modèle est importante : quel est le sens de chaque attribut, quel est son indicateur de performance ou en d’autre mots ; le pouvoir explicatif, quel est la robustesse du modèle, soit sa capacité à conserver le même pouvoir explicatif sur un nouveau jeu de données.

Le résultat est un modèle à 22 variables avec une détection de 40’000 clients ayant une propension élevée à démissionner.

Ici, nous voyons tous les clients positionnés selon leur propension à quitter (sur l’axe des Y) et selon leur montant de prime. Les classes intéressantes pour la campagne de retention sont les classes 1,2 et 3. Nous pouvons les sélectionner de façon intéractive et voir leur distribution sur d’autres dimensions : classe d’âge, canton, nationalité.

churn

Pour plus d’informations : fin@evolusys.ch