Borel Konche

Maitrise en mathématiques,
UQAM

2025/08

Direction de recherche:

  • Jean-Philippe Boucher, professeur au Département de mathématiques de l’Université du Québec à Montréal
  • Mathieu Pigeon, professeur au Département de mathématiques de l’Université du Québec à Montréal

Mémoire de maitrise:

Konche, Borel (2025), « Analyse multi-états du comportement des assurés et estimation de la valeur client en assurance de dommages » Dir.: Jean-Philippe Boucher et Mathieu Pigeon, Mémoire. Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en mathématiques.

Dans un contexte de plus en plus concurrentiel, les entreprises d’assurance cherchent à mieux comprendre les comportements de leurs clients afin d’optimiser leurs stratégies de fidélisation et de maximiser la rentabilité de leur portefeuille. Une question centrale est alors celle de la mesure de la valeur d’un client au fil du temps, notamment à travers l’estimation de la Customer Lifetime Value (CLV). Toutefois, les dynamiques de souscription, de résiliation et de retour au sein de l’entreprise sont complexes, et nécessitent une modélisation appropriée pour saisir la diversité des trajectoires possibles. Ce mémoire propose une approche intégrée combinant des modèles de transition multiétats pour capturer les évolutions annuelles du statut d’un client au sein de l’entreprise, un modèle de temps d’attente pour prédire le délai avant un éventuel retour, et une formulation explicite de la CLV tenant compte à la fois des comportements futurs probables et des profits associés à chaque état. Une base de données réelles provenant d’un assureur canadien est exploitée, et un échantillon de 100,000 clients est retenu après filtrage et nettoyage. La modélisation des transitions repose sur quatre modèles multi-états distincts selon l’état d’origine du client, tandis que le délai avant retour est estimé via une loi géométrique ajustée à l’aide d’un lien logit. La CLV est ensuite dérivée analytiquement à partir de ces composantes, et estimée séparément pour les clients churners et les clients actifs. Les résultats mettent en évidence des différences marquées de valeur selon les profils comportementaux et offrent des pistes concrètes pour orienter les actions marketing. Cette approche démontre qu’une intégration rigoureuse des outils statistiques peut enrichir les indicateurs de gestion client, en fournissant une estimation individualisée et dynamique de la valeur (CLV) future des assurés.

Implications

Démonstrations