Data-Mining für Krankenversicherungsunternehmen
Wir besitzen fundiertes statistisches Know-how im Umgang mit Versicherungsdaten. Bei zahlreichen Projekten mit Krankenversicherungsunternehmen haben wir bereits sehr komplexe Aufgabenstellungen erfolgreich bearbeitet:
- Einsatz von Data-Mining in Zusammenhang mit Stornoprophylaxe: Identifizierung von Vertragskonstellationen bei Krankheitskostenvollversicherungen mit erhöhter Stornowahrscheinlichkeit – in Verbindung mit einem Kundenwertmodell sind gezielte Maßnahmen zur Stornoprophylaxe möglich
- statistische Auswertungen des Kundenverhaltens (neben Storno z.B. auch Tarifwechsel, Selbstbehalt-Anpassung, Nichtzahlung Beitrag) als Grundlage für die Modellierung im Rahmen von stochastischen Unternehmensmodellen
- statistische Analysen und Auswertungen von Leistungsfällen (Leistungsmanagement)
ifa aktuell:
Studie zu Nutzen und Akzeptanz der Rentenversicherung
Jochen Ruß und Stefan Schelling (ifa und Uni Ulm) haben ausführlich analysiert, unter welchen Umständen eine Verrentung des angesparten Geldes sinnvoll ist und warum die Akzeptanz von Verrentung meist auch dann sehr gering ist, wenn eine Verrentung rational wäre. ... lesen Sie hier mehr
ifa informiert:
Stornorisiko und Risikomarge unter Solvency II
Die Vorgaben machen eine Segmentierung des Bestands zur Bestimmung der Solvenzkapitalanforderungen für das Stornorisiko notwendig. Praktikable Lösungsansätze helfen hierbei. ... lesen Sie hier mehr
Tagungen:
Kommende Vorträge von Mitarbeitern
Unsere Mitarbeiter halten regelmäßig Vorträge auf nationalen und internationalen Tagungen und Konferenzen. ... lesen Sie hier mehr
Unser Download-Center:
News & Publikationen
Vorträge, Veröffentlichungen und weitere interessante Informationen finden Sie immer in unserem Download-Center. ... lesen Sie hier mehr