La modélisation prédictive est une technique statistique couramment utilisée pour prédire un comportement futur. Les solutions de modélisation prédictive sont une forme de technologie d’exploration de données qui fonctionne en analysant les données historiques et actuelles et en générant un modèle pour aider à prédire les résultats futurs. Dans la modélisation prédictive, les données sont collectées, un modèle statistique est formulé, des prédictions sont faites et le modèle est validé (ou révisé) à mesure que des données supplémentaires sont disponibles. Par exemple, des modèles de risque peuvent être créés pour combiner les informations sur les membres de manière complexe avec des informations démographiques et de style de vie provenant de sources externes afin d’améliorer la précision de la souscription. Les modèles prédictifs analysent les performances passées pour évaluer la probabilité qu’un client présente un comportement spécifique à l’avenir. Cette catégorie englobe également les modèles qui recherchent des modèles de données subtils pour répondre à des questions sur les performances des clients, comme les modèles de détection des fraudes. Les modèles prédictifs effectuent souvent des calculs pendant les transactions en direct – par exemple, pour évaluer le risque ou l’opportunité d’un client ou d’une transaction donnée afin de guider une décision. Si les assureurs santé pouvaient prédire avec précision les tendances séculaires (par exemple, l’utilisation), les primes seraient fixées de manière appropriée, les objectifs de profit seraient atteints avec plus de cohérence et les assureurs santé seraient plus compétitifs sur le marché.
.