Scoring Assurance Caravane

Projet scolaire réalisé entre février et mai 2020, dans un cadre académique.
L’objectif était de prédire le profil d’appétence à l’assurance caravane, en analysant les données clients disponibles et en mettant en œuvre des techniques de scoring.

❓ Problématique

Comment identifier les profils les plus susceptibles de souscrire à une assurance caravane, à partir de caractéristiques socio-démographiques et de comportements passés ?

🛠️ Solution mise en œuvre

• 📊 Analyse exploratoire des données clients (profil, historique, etc.)

• 📈 Sélection des variables explicatives via l’analyse de corrélations et d’importance

• 🧠 Implémentation de plusieurs modèles de classification :

  • k-Nearest Neighbors

  • Arbres de décision

  • Modèles de scoring type score d’appétence

• 🔍 Évaluation des performances par cross-validation, matrices de confusion et métriques classiques (accuracy, F1, etc.)

⚙️ Stack technique

• Langages : Python

• Librairies NLP : sklearn (TF-IDF, cosine similarity), NLTK

• UI / App : Streamlit (ou interface locale simple)

• Données : documents RH (PDF, Word)

• Environnement : local (Jupyter, VS Code)