Como é que a Inteligência Artificial pode transformar os Seguros na Tunísia
Uitgelicht
|
87,35 |
Naar shop
|
|
87,35 |
Naar shop
|
|
87,99 |
Naar shop
|
Beschrijving
Bol
O sector dos seguros da Tunísia enfrenta ineficiências operacionais, elevadas taxas de fraude no domínio da responsabilidade civil automóvel (MTPL), com rácios de perdas superiores a 100%, e tabelas de mortalidade desactualizadas, como a TD 99, que criam riscos de rentabilidade e de fixação incorrecta dos preços.Foi utilizado um projeto de métodos mistos sequenciais explicativos: um inquérito a 56 profissionais de seguros utilizando os quadros TAM, TOE e DOI, seguido de uma modelização quantitativa com GLM para a fixação de preços não vida, Kaplan-Meier para a mortalidade/lapsos, regressão logística para a previsão de lapsos, Random Forest para a deteção de fraudes e um protótipo de chatbot para a gestão de sinistros. A mortalidade observada é 17-18% inferior à TD 99 (Capítulo 6). A previsão de sinistralidade atinge uma AUC ¿ 0,96 (95% CI: 0,942-0,978) [Tabela 16]. A deteção de fraudes produz AUC ¿ 0,805 (95% CI: 0,801-0,898) [Tabela 24]. O chatbot reduz os tempos de ciclo dos pedidos de indemnização em 40% [Tabela 18], gerando ganhos estimados de TND 2 029 750 (~USD 648 880) [Tabela 43].
O sector dos seguros da Tunísia enfrenta ineficiências operacionais, elevadas taxas de fraude no domínio da responsabilidade civil automóvel (MTPL), com rácios de perdas superiores a 100%, e tabelas de mortalidade desactualizadas, como a TD 99, que criam riscos de rentabilidade e de fixação incorrecta dos preços.Foi utilizado um projeto de métodos mistos sequenciais explicativos: um inquérito a 56 profissionais de seguros utilizando os quadros TAM, TOE e DOI, seguido de uma modelização quantitativa com GLM para a fixação de preços não vida, Kaplan-Meier para a mortalidade/lapsos, regressão logística para a previsão de lapsos, Random Forest para a deteção de fraudes e um protótipo de chatbot para a gestão de sinistros. A mortalidade observada é 17-18% inferior à TD 99 (Capítulo 6). A previsão de sinistralidade atinge uma AUC ¿ 0,96 (95% CI: 0,942-0,978) [Tabela 16]. A deteção de fraudes produz AUC ¿ 0,805 (95% CI: 0,801-0,898) [Tabela 24]. O chatbot reduz os tempos de ciclo dos pedidos de indemnização em 40% [Tabela 18], gerando ganhos estimados de TND 2 029 750 (~USD 648 880) [Tabela 43].
AmazonPagina's: 164, Paperback, Edições Nosso Conhecimento
Prijzen voor het laatst bijgewerkt op: