Dans le cadre des Projets d’Innovation Industrielle d’année 5 (PI²5) du cycle ingénieur ESILV, 2022-2023, trois projets distincts ont été réalisés par des équipes d’étudiants apportant des solutions concrètes aux défis auxquels le secteur des assurances est confrontée.
Le premier projet vise à créer une assurance de production audiovisuelle pour les petites productions. Le deuxième projet se concentrait sur la génération de données synthétiques pour les tests de modèles actuariels. Enfin, le troisième projet consistait en l’analyse des avis clients pour LesFurets, un site de comparaison d’assurances.
L’industrie de l’assurance est essentielle pour protéger les individus, les biens et les entreprises contre les risques et les incertitudes.
En développant des solutions novatrices, les projets permettent d’améliorer la qualité des services d’assurance et de répondre aux besoins spécifiques des assurés.
Accompagner la théorie par la pratique
Tout au long du cursus, sur des thématiques proposées par les entreprises partenaires de l’école, les étudiants élaborent en petits groupes des projets sur la base de problématiques concrètes.
Le Projet d’Innovation Industrielle 5, ou PI²5, intervient en dernière année du cycle ingénieur. L’objectif est de mettre en œuvre ses compétences d’ingénieurs et de management de projet. Proposer un projet aux étudiants est possible en remplissant ce formulaire.
Assurance cinéma — une plateforme pour les producteurs audiovisuels
Les élèves ingénieurs de cette équipe se sont engagés dans un projet visant à mettre en place une assurance de production audiovisuelle. Cette assurance vise spécifiquement les producteurs de petites productions, un segment du marché sous-représenté en termes d’assurances.
Leur objectif principal : créer une plateforme permettant aux producteurs de souscrire à cette assurance de production audiovisuelle. Le projet s’est déroulé en plusieurs étapes, commençant par une étude approfondie du marché de l’assurance audiovisuelle.
Ensuite, ils ont élaboré une maquette tarifaire basée sur des notions actuarielles, suivi de la création d’un formulaire et d’un contrat automatisé à l’aide d’Excel et de VBA.
Leur travail a abouti à la mise en place d’un site web permettant aux nouveaux adhérents de remplir un formulaire en ligne pour souscrire à l’assurance. Les réponses au formulaire permettent de générer une prime d’assurance en utilisant la maquette tarifaire.
En suite, un contrat est envoyé par e-mail à l’adhérent, incluant le montant de la prime, les risques couverts et les informations personnelles.
Génération de données synthétiques pour les tests de modèles actuariels et d’outils
Un projet concentré sur la génération de données synthétiques dans le domaine des assurances.
L’objectif : résoudre les problèmes majeurs rencontrés avec les bases de données utilisées dans les entreprises, à savoir les données manquantes, l’exhaustivité insuffisante et la présence d’informations privées.
Pour y remédier, ils ont développé des techniques de génération de données artificielles. Ces données synthétiques permettent de masquer des informations sensibles ou de combler les lacunes dans les données.
Ils ont utilisé différentes approches, dont une prédiction de la fraude à l’aide d’un random forest. Ensuite, ils ont appliqué des méthodes d’imputation de données avec des outils tels que Simple Imputer ou MissForest, ainsi que des techniques d’augmentation des données avec un TVAE. Pour chaque stratégie, ils ont évalué les performances du modèle de prédiction en utilisant différents indicateurs de qualité.
Les résultats obtenus démontrent que la méthode d’imputation la plus avancée, le MissForest, permet de retrouver les mêmes résultats de prédiction que ceux obtenus avec les données initiales. Cela indique que ces méthodes d’imputation peuvent résoudre le problème des données manquantes.
Les élèves-ingénieurs soulignent qu’une étude plus approfondie sur l’augmentation des données aurait été intéressante pour mettre en évidence son intérêt potentiel.
Ils prévoient de poursuivre ce projet pour en tirer un article de recherche, compte tenu de ses implications dans le domaine de l’assurance.
LesFurets Big Data Challenge – Analyse des avis clients
Un projet en partenariat avec LesFurets un site de comparaison d’assurances en France.
L’objectif : analyser les avis et commentaires laissés par les utilisateurs du site, en mettant l’accent sur les avis négatifs, afin d’identifier les faiblesses de l’entreprise.
Le projet s’est déroulé en plusieurs étapes. Tout d’abord, les étudiants ont analysé manuellement les avis clients pour se familiariser avec leur structure, leur contenu et les thèmes récurrents. Ensuite, ils ont effectué un processus de prétraitement des données pour les nettoyer et les préparer à l’analyse.
Ils ont ensuite procédé à une analyse et une visualisation approfondies des données, ce qui leur a permis de mieux comprendre la répartition des avis par type d’assurance, les différentes notes attribuées, ainsi que la proportion d’avis négatifs.
Enfin, ils ont utilisé plusieurs méthodes de Topic Modeling, notamment LDA (Latent Dirichlet Allocation), BERTopic et STTM (Short Text Topic Modeling), pour identifier les sujets principaux abordés dans les commentaires.
Cela leur a permis d’extraire les préoccupations les plus fréquemment mentionnées dans les avis négatifs, ce qui aidera LesFurets à prendre des mesures pour améliorer leurs services en fonction de ces retours.
Ces trois projets d’innovation industrielle menés par des élèves-ingénieurs de l’ESILV démontrent leur engagement dans le domaine des assurances, en proposant des solutions novatrices pour répondre aux défis spécifiques de l’industrie.
Pour en savoir plus sur les Projets d’Innovation Industrielle
