Stratégie de prix issue de Concurrence Open Data
Tirer parti de l'analyse concurrentielle à partir de données ouvertes et de modèles de machine learning pour un assureur national
Contexte & Objectifs

L'objectif du projet consiste à comprendre une analyse des prix concurrentiels d'un assureur national sur plusieurs segments pertinents afin d'optimiser les prix et de réduire les risques de sélection adverse.

Résultat

L'outil est devenu la référence pour analyser les prix compétitifs et optimiser la stratégie de prix en conséquence.

Notre approche

Étape 1 - Audit

  • Générez de nombreux profils clients et collectez des données concurrentielles via le web scrapping (méthodes GaNS)

Étape 2 - Rétro-ingénierie

  • Rétroconcevoir la stratégie tarifaire des concurrents : à partir de données tarifaires compétitives et en utilisant les techniques d'interprétabilité des modèles de machine learning « boîte noire », le positionnement tarifaire est ensuite compréhensible et intégré à l'outil (utilisation de la méthode x-shap)

Étape 3 - Construire

  • Créez un outil de visualisation pour les analystes commerciaux
Nos experts
Aime Lachapelle
Managing Partner
Julie Caredda
Partner
    OTHER CASE-STUDIES