Fermer

  • Se souvenir de moi

Mot de passe oublié ?

Vous avez déjà un compte ? Connectez-vous Ici

Des milliers de professionnels de la finance utilisent Dogfinance pour faire évoluer leurs carrières

516 260 Professionnels
12 612 Offres d'emploi
1 260 277 Mises en relation

Networking

Retrouvez vos collègues et camarades d'études

Enrichissez votre carnet d'adresses

Echangez, Annoncez, Communiquez

Carrière

Vos contacts connaissent votre futur employeur

Affichez votre expertise : faites-vous chasser

Trouvez vos futurs collaborateurs

Inscrivez-vous gratuitement

 

5 caractères min.

  • Je souhaite recevoir des offres des partenaires Dogfinance

En cliquant sur S'inscrire ou en utilisant Dogfinance, vous confirmez avoir lu, compris et accepté les Conditions générales d'utilisation.

Des milliers de professionnels de la finance utilisent Dogfinance pour faire évoluer leurs carrières

516 260 Professionnels
12 612 Offres d'emploi
2 520 554 Mises en relation

Networking

Retrouvez vos collègues et camarades d'études

Enrichissez votre carnet d'adresses

Echangez, Annoncez, Communiquez

Carrière

Vos contacts connaissent votre futur employeur

Affichez votre expertise : faites-vous chasser

Trouvez vos futurs collaborateurs

Inscrivez-vous gratuitement

 

5 caractères min.

  • Je souhaite recevoir des offres des partenaires Dogfinance

En cliquant sur S'inscrire ou en utilisant Dogfinance, vous confirmez avoir lu, compris et accepté les Conditions générales d'utilisation.

Publié le 30/11/2021 par

Découvrez l'interview exclusive de Tom Pétrot, Data Scientist au sein de Crédit Agricole Assurances

Découvrez l'interview exclusive de Tom Pétrot, Data Scientist au sein de Crédit Agricole Assurances

1. Pourriez-vous vous présenter en quelques mots (votre métier, votre parcours) ?

Je m’appelle Tom PÉTROT, j’ai 27 ans et je suis Data Scientist au sein de l’équipe Pilotage Commercial & Connaissance Client pour le compte des Business Units Épargne-Retraite Individuelle et Prévoyance-Emprunteur du Crédit Agricole Assurances.

Mon choix de parcours d’études supérieures remonte au lycée où, en filière scientifique, j’étais fasciné par les mathématiques et ce qu’elles pouvaient apporter dans nos vies. J’ai ainsi effectué l’ensemble de mes études à l’Université Paris-Dauphine dans la filière Maths-Info. En dernière année de master Ingénierie Statistique & Financière, j’ai souhaité me spécialiser en Data Science et mettre directement en application toutes les théories vues et acquises lors de mes études au monde de l’Assurance. C’est dans cet objectif que j’ai intégré le Crédit Agricole Assurances en Septembre 2018 en tant qu’alternant.

 

2. Dans quel contexte intervenez-vous au sein de Crédit Agricoles Assurances ?

J’exerce mon métier au sein de l’équipe Connaissance Client & Expertise Data qui est dite mutualisée : nous travaillons à la fois pour les BU Épargne-Retraite Individuelle et Prévoyance-Emprunteur.

Notre écosystème est assez vaste et met en interaction plusieurs acteurs :

  • Les Caisses Régionales et LCL, nos clients finaux, et les équipes Marketing & Distribution des BU pour lesquelles nous travaillons sur des sujets divers à forts enjeux ;
  • L’IT qui nous accompagne tant sur l’enrichissement de notre décisionnel que sur l’évolution de nos outils du quotidien ;
  • La direction générale de Crédit Agricole Assurances à laquelle nous apportons notre expertise pour l’élaboration des feuilles de route et des leviers de réponse aux ambitions stratégiques ;
  • D’autres acteurs tels que les fonctions supports (contrôle de gestion et comptabilité), l’actuariat et les autres équipes data du groupe CAA.

 

3. Quelles sont les compétences nécessaires pour être Data Scientist ?

Au-delà des compétences techniques, un Data Scientist se doit d’avoir un esprit critique tant sur son propre travail que sur celui de ses collègues : savoir prendre du recul est primordial. En effet, les résultats d’un problème peuvent être multiples selon les hypothèses de départ et les différents points de vue pouvant être adoptés.
Pour évoluer dans ce métier, il faut pouvoir s’adapter aux environnements tel un caméléon. Comme évoqué précédemment, les auditoires sont variés et de fait, nous devons ajuster nos approches d’une part pour comprendre les attentes de nos clients et nos restitutions d’autre part pour ne faire ressortir que les informations pertinentes et intéressantes.

La dernière compétence, celle qui rythme nos journées, repose sur notre curiosité intellectuelle. Nous sommes en mesure de résoudre certaines problématiques « classiques » ou habituelles que nous rencontrons régulièrement, mais il arrive également que nous soyons confrontés à des sujets jusqu’à présent méconnus. C’est dans ces occasions que le Data Scientist doit être force de proposition en sachant rebondir et changer de prisme de sorte à élargir les champs possibles de résolution. Veiller sur les nouvelles actualités en Data Science est un bon moyen de développer cette curiosité.

 

4. Pourriez-vous m'expliquer votre métier au quotidien ? Les missions, challenges, votre environnement de travail ?

Le cœur de notre activité repose sur la connaissance de nos clients : qui sont-ils et comment mieux les connaître ? Pour y parvenir, nos actions sont nombreuses :

  • Création de scores d’appétence permettant de cibler les bons clients et les scores d’attrition pour retenir nos clients ;
  • Réalisation de profils clients type et d’études sur des produits assurantiels spécifiques.

Ces travaux s’accompagnent très souvent d’infographies et d’outils de data visualisation afin d’apporter la meilleure restitution aux clients.

Les autres activités de mon service consistent au pilotage de grands projets pour répondre aux ambitions stratégiques du groupe et à la veille liée aux nouvelles technologies. A ce titre, nous sommes fréquemment sollicités par l’IT pour jouer le rôle de bêta-testeur.

 

5. Quelle est l’importance de la data science au sein de l’écosystème financier ? 

À mon sens, le rôle de la Data Science doit être vu comme un facilitateur et un accélérateur dans notre société. Prenons l’exemple d’un score d’appétence : un client plus susceptible de souscrire à un produit plutôt qu’un autre client. Le bénéfice de la Data Science dans ce cas d’usage est double : le conseiller en agence gagnera en efficacité dans les propositions faites à ses clients et le client bénéficiera des meilleurs conseils et services adaptés à son profil.

 

6. Comment voyez-vous le métier de Data Scientist dans 10 ans ?

Dans 10 ans, je pense que le métier de Data Scientist sera plus accessible au grand public. En effet, aujourd’hui même, je le constate au travers de tous les logiciels existants permettant de construire un projet du début à la fin : de l’importation des données aux restitutions finales tout en passant par les phases de nettoyages/retraitements, d’analyses, de modélisations et d’optimisations. Ce progrès permettra aux Data Scientists de consacrer leur temps aux tâches pour lesquelles une intervention humaine est nécessaire. Il s’agit là de l’aspect le plus captivant de notre métier car la réflexion et le raisonnement y jouent un rôle central !

 

7. Quels conseils pourriez-vous donner à une personne qui souhaite se diriger vers ce secteur ? 

La Data Science s’applique dans plusieurs secteurs, il n’y en a pas qu’une mais plusieurs ! Et elle s’adapte à tous les environnements, tous les domaines et toutes les directions. Si vous avez compris l’écosystème dans lequel nous travaillons et si vous pensez avoir les compétences personnelles évoquées précédemment, vous avez toutes vos chances ! Crédit Agricole Assurances, c’est également une entreprise à l’écoute et qui ne cesse d’améliorer ses prestations pour garantir la satisfaction de ses clients. Pour y répondre et conserver son rang chez les Assureurs, CAA a initié depuis quelques années déjà de grands projets innovants dans la Data Science. Les nouvelles impulsions données récemment par le groupe sont stimulantes et sonnent comme une reconnaissance de nos métiers. Finalement, il ne vous manque plus que les compétences techniques qui s’acquièrent au fur et à mesure de la formation et de l’apprentissage du métier. Cependant, si ma vision de l’avenir se révèle exacte, la Data Science de demain devrait gagner en accessibilité et devenir moins exigeante en terme de technicité !

Aucun commentaire

Membre anonyme

Vous publiez en tant que Membre anonyme Choix  Membre anonyme Choix Groupe Quintésens Groupe Quintésens ING Direct Membre anonyme

©2017 Dogfinance | site réalisé par Maespirit Développeurs | Mentions légales | Conditions d'utilisation | Conditions générales de vente

Traitement en cours... Veuillez patienter