Un accompagnement dans l’exploitation et l’analyse de vos données
Les data scientists de PwC sont des experts, des ingénieurs qui structurent la data, en s'appuyant sur leurs compétences techniques et scientifiques avancées (en mathématiques, statistiques et aussi algorithmiques), pour répondre à vos besoins. En un mot, ils font parler la data et surtout la valorisent en lien avec les préoccupations stratégiques de votre entreprise.
Ils s’associent à d'autres intervenants spécialistes de la data, notamment les data analysts qui s'attachent à améliorer la qualité de la donnée et y "plongent" pour mieux l'analyser et en dégager des tendances invisibles de prime abord mais aussi des analystes en cybersécurité qui assurent l'intégrité et la sécurité de la donnée dans son écosystème.
Certains de nos data scientists sont actuaires ou ingénieurs financiers : le secteur financier (banques, assurances, gestion d’actifs...) est également au cœur de leur ADN et ils apportent donc une réelle valeur ajoutée dans ce secteur.
L’écosystème dans lequel vous évoluez est en pleine mutation
Aujourd’hui, les données sont exploitées pour produire, bien souvent, les mêmes types d’outils d’aide à la décision, malgré les nombreuses possibilités offertes par les techniques de la Data Science. Notre objectif est de pouvoir en donner une vue synthétique tout en gardant l'accès à la richesse des données disponibles. L’enjeu est de restituer de manière intuitive, intelligible et interactive les analyses qui sont menées pour éclairer et orienter la prise de décision au sein de votre entreprise.
De nouvelles sources de données
Les réseaux sociaux
500 millions de tweets sont échangés tous les jours. 100 heures de vidéo sont téléchargées sur Youtube toute les minutes.
Les objets connectés
Les objets connectés devraient représenter 26 milliards d’unités d’ici 2020.
La mobilité
Le pourcentage des objets connectés mobiles devrait atteindre 75% en 2020.
Notre approche
- Identifier
- Analyser
- Recommander
- Développer
Identifier
- Définir les problématiques, les besoins et les opportunités
- Identifier les hypothèses et les limites
- Référencer les données “client” à disposition
- Recueillir les données supplémentaires “client” et externes (open data)
Analyser
- Développer, valider, décomposer les données internes
- Appliquer la méthodologie adaptée
- Analyse complexe
- Collecte de la data non structurée
- Modèles quantitatifs
- Data visualisation
- Analyse simple
- Entretiens avec les intervenants
- Etudes de marché
- Analyse complexe
Recommander
- Stratégie d’information, de communication
- Cibler "Quick Wins" et tester des pilotes
- Concevoir la feuille de route
- Proposer l’approche méthodologique
Développer
- Mise en place de la feuille de route
- Gestion de projet
- Evaluation
Quelques exemples de réalisations
- Prévision des flux d’encours actuels et à venir
- Mise en place d’une tarification fine chez un assureur automobile
- Analyse de la rentabilité d’un portefeuille automobile
- Détection de la fraude dans le secteur de l’assurance
79 % des dirigeants du secteur de l'assurance considèrent les data analytics comme un levier majeur pour répondre aux attentes de leurs assurés
Source : étude PwC
Contactez-nous
