跳到内容
    admiral-group-logo

    从模型驱动的保险直营平台推荐中提供200万欧元的年增量利润

    孔特的数据科学.它和海军上将集团欧洲

    在世界范围内,保险公司面临着消费者对便利、速度和服务的日益增长的期望. 许多公司正转向数据科学和实时分析,以推动创新服务和能力.

    把孔蒂.它,例如. 总部设在罗马, 孔特.it 是意大利品牌吗 海军上将集团是一家专门从事汽车和摩托车保险的直接保险公司. 在全球拥有超过500万客户, 海军上将集团及其品牌在创新方面取得了显著成就, 方便, 在竞争激烈的保险行业中提高客户满意度.

    Francesco Maggina孔蒂.是数据科学主管, 预计在未来五年内,机器学习将成为公司DNA的一部分,并改变从如何为客户定价直营平台到处理索赔的速度等方方面面. 为此, 他和该公司在西班牙(海军上将Seguros品牌)和法国(L’olivier品牌)的数据科学负责人已经采用了这种方法 Domino数据科学平台 加速算法模型的开发和部署,帮助他们更好地理解和服务客户. 在Domino上构建和部署的一个新的推荐引擎已经支持孔特.它能更快地引导顾客找到他们需要的直营平台. 它提高了客户满意度,并有望增加200万欧元的利润, 超过500欧元,通过这些针对性的客户推荐,直营平台已经获得了额外的收入.

    挑战

    在弗朗西斯科·Maggina, 他的团队最优先考虑的事情之一是为客户提供实时服务——是否提供实时定价和政策, 或者在客户提交请求的几分钟内处理索赔并为客户提供付款. 他说:“我预计在三年内,直营平台将能够在几分钟内支付70%的索赔,”Maggina说.

    这将需要广泛的复杂算法模型协同工作. 例如, 在索赔处理的情况下, 模型提供了基于事故照片的实时支付评估, 预测维修费用, 策略信息, 和更多的. 而是创造像这样的创新直营平台和服务, 该公司的数据科学团队需要一个可以促进研究的平台, 发展, 部署, 以及对新车型的监控.

    我预计在三年内,直营平台将能够在几分钟内支付70%的索赔.

    Francesco Maggin, 孔特数据科学主管.it

    数据科学家以前使用个人工作站来建立模型, 是什么造成了一系列阻碍创新的挑战. 这些包括:

    • 过程效率低下 例如,由于数据和工具版本问题或访问计算资源来训练更复杂的模型而导致的项目迭代困难.
    • 部署时间太长 因为数据科学家必须为生产环境手动重新编码模型. 在一个案例中,团队花了6个月的时间将一个模型从Python转换为Java进行部署.
    • 无法轻松协作, 包括分享想法和代码, 并与海军上将集团其他品牌的承包商和数据科学家保持团队内其他项目的动态.

    直营平台在欧洲层面的第一个挑战是选择直营平台的数据科学平台,帮助直营平台提高数据科学家的生产力和性能,这样直营平台就可以更快地将新服务投入生产,”Maggina解释说.

    解决方案

    还有他在塞古罗斯海军上将和奥利维尔的同事以及IT部门的同事, Maggina发起了一项努力,以确定一个可以促进合作和加速数据科学工作的数据科学平台.

    直营平台一开始列出了50个数据科学平台和其他解决方案, 以及涉及DevOps的大量需求列表, ModelOps, 平台管理, 隐私, 安全, 培训, 支持, 和文档. 直营平台将范围缩小到三个决赛选手——domino、Amazon SageMaker和 然后进行了面对面的评估. 最后, 直营平台发现Domino由于其安全性是最好的平台, 能够快速与模型上线, 全面的功能.”

    孔特.it, 海军上将原本准备, 和L’olivier今天都使用Domino数据科学平台来促进研究, 发展, 以及机器学习模型的部署. 这些公司还计划使用Domino的模型监视功能来提供所有模型运行状况的单一视图. 孔特.自2018年采用Domino以来,它已经在Domino上部署了超过7个模型, 还有许多其他的正在开发中.

    使用Domino,团队可以:

    • 加快复杂模型的研究和开发. 例如,孔特的一个.它在Domino上的第一个用例是为其数字渠道和呼叫中心提供推荐系统,为每个客户提供关于可选直营平台的定制信息. 以前,系统生成一个静态弹出窗口,为每个人提供相同的建议. “使用Domino, 直营平台能够更好地构建机器学习模型,以更好地理解和支持客户的需求,”Maggina说.
    • 在开发中获得更大的用例可见性. “直营平台有很多使用远程信息处理数据的案例, GPS数据, 事故照片, 更要提高客户满意度和服务水平, 直营平台可以看到不同品牌之间什么有效,什么无效,”Maggina说.
    • 快速部署新模型. Domino使得团队可以使用应用程序编程接口(api)轻松地将模型导出到他们的生产环境中. 在使用Domino之前, 直营平台发现尝试部署机器学习算法是非常手工的, 定制过程. 直营平台可以做到, 但很明显,像Domino这样的使能器可以使直营平台更快地将工作投入生产,”Maggina说. 直营平台的最终目标是在不到10天的时间内部署模型,Domino使这成为可能.”
    • 提供快速的应用程序响应时间. 随着数据科学家开发定价模型,可以在短短几秒钟内提供定制的政策费率和优惠, 他们必须确保Domino平台能够几乎实时地响应来自其数字系统的“调用”. “直营平台在测试中发现,在99%以上的情况下,Domino平台可以在0以内回答问题.7秒, 这将使直营平台能够在整个过程中充满信心地嵌入机器学习模型,”Maggina说.

    直营平台预计将实现200万欧元的增量利润. 如果没有Domino帮助直营平台加速工作,这是不可能的.

    Francesco Maggina孔蒂数据科学主管.it
    多米诺效应
    • 提高客户满意度,预期每年增加利润200万欧元. 孔特.这是一个新的推荐引擎, 建立在Domino, 是否帮助公司更有效地了解客户需求. 这些定制化的客户交互已经带来了更满意的客户和实质性的底线影响,包括增加收入(来自销售额外的保险直营平台)和节省成本(来自减少呼叫中心内的呼叫时长)。. “已经, 不到一年, 直营平台已经确定了€500,通过A/B测试来衡量这个新推荐系统的成功程度,”Maggina说. “直营平台有望实现约200万欧元的增量利润. 如果没有Domino帮助直营平台加速工作,这是不可能的.”
    • 减少了83%的端到端模型生命周期. 例如, 由于数据科学家必须将其从Python转换为Java代码以在生产环境中运行,因此一度需要6个月的时间来部署模型,而现在只需一个月就可以使用Domino创建api,只需单击几下鼠标. 对麦格纳来说,这只是开始. “直营平台还没有充分利用Domino的所有功能,”他解释说. “随着直营平台扩大使用范围,直营平台节省的时间将会增加.”
    • 更快的创新周期. 当数据科学家试图更新模型时, 例如添加新的数据源或扩展功能, 他们现在可以迅速做到这一点. Maggina说:“直营平台的首要任务之一也是更新模型的速度。. “使用Domino, 直营平台可以在一天之内做出必要的调整, 与前一个月相比, 哪一种方式也能促进更快的创新.”
     

    直营平台在测试中发现,在99%以上的情况下,Domino平台可以在0以内回答问题.7秒, 这将使直营平台能够在整个过程中充满信心地嵌入机器学习模型.

    Francesco Maggina孔蒂数据科学主管.it

    看看Domino Enterprise MLOps平台能为您做些什么