Mémoire d'actuariat

Modèle de recommandation de plan de prévention de l'arrêt de travail : Analyse des besoins et proposition de services adaptés
Auteur(s) VIVARGENT M.
Société Gras Savoye
Année 2020
Confidentiel jusqu'au 15/09/2022

Résumé
Mots clés : Absentéisme, prévention, recommandation, arrêt de travail, structure de risque La prévention de l’absentéisme, à travers une politique de Qualité de Vie au Travail (QVT) maitrisée est devenue année après année une priorité forte des entreprises. Aujourd’hui, il existe un très large panel de services de prévention, or ils ne sont pas tous adaptés au profil de risque d’une entreprise. Afin de conseiller au mieux ses clients sur les actions de prévention à mettre en place, Gras Savoye Willis Towers Watson souhaite développer une offre de QVT qui proposera une formule de services adaptés à une entreprise en fonction de la structure de ses arrêts de travail. Pour augmenter la performance de son modèle, les données de consommation de santé seront utilisées, en plus des données de démographie de l’entreprise. Pour réaliser les travaux de cette étude, nous avons commencé par modéliser l’arrêt de travail par individu et constaté l’apport des données de consommation santé. Nous avons ensuite créé un modèle, alimenté directement par des données collectives, prédisant la structure de risque d’une entreprise. Enfin, dans la dernière étape, nous avons construit une offre QVT, constituée de formules de services spécifiques. Nous avons étudié la recommandation par notre modèle de la formule optimale, par rapport à la sinistralité réellement observée. Pour finir, nous avons quantifié l’impact de celui-ci sur la souscription de notre offre.

Abstract
Keywords: absenteeism, prevention, recommendation, short-term disability, risk profile The prevention of absenteeism, through a controlled Quality of Life at Work (QWL) policy, has become, year after year, a strong priority for companies. Today, there is a very wide range of prevention services, but not all of them are adapted to a company's risk profile. In order to provide its clients with the best possible advice on the preventive actions to be implemented, Gras Savoye Willis Towers Watson wishes to develop a QWL offer that will propose a formula of services adapted to a company according to the structure of its work stoppages. To increase the performance of its model, medical expenses data will be used, in addition to a company's demographics data. To carry out the work of this study, we began by modeling work stoppage per individual and noted the contribution of medical expenses data. We then created a model, fed directly by collective data, predicting a company's risk structure. Finally, in the last step, we built a QWL offer, consisting of specific service formulas. We studied our model's recommendation of the optimal formula, in relation to the loss experience observed. Finally, we have quantified its impact on the underwriting of our offer.