О компании
Аналитик ОСАГО для управления тарифной политикой, формирования регулярной отчетности и оценки влияния бизнес-решений на маржинальность продукта. Роль включает мониторинг рынка, контроль качества данных и подготовку бизнес-требований к изменению моделей оценки риска.
---
Обязанности
- Аналитика портфеля: формирование регулярной отчетности по ОСАГО в разрезе каналов, регионов, сегментов и типов ТС; мониторинг премий, количества договоров, среднего тарифа и конверсии;
- Тарифная политика: оценка влияния изменения тарифов на маржинальность, частоту и конверсию; мониторинг фактического эффекта от внедренных изменений и предложение корректировок;
- Управление моделями: подготовка бизнес-требований к изменению моделей оценки риска и тарифных алгоритмов; проверка корректности их реализации в ИТ-системах;
- Мониторинг рынка: анализ законодательных действий регулятора, тарифных стратегий конкурентов, динамики средней премии и изменения риск-профиля рынка (частота и тяжесть убытков);
- Оценка эффекта: расчет влияния бизнес-решений на убыточность и маржу; сопоставление прогнозного и фактического эффекта, выявление причин расхождений;
- Бюджетирование: подготовка расчетов для бюджета ОСАГО, прогнозирование ключевых показателей (сборы, премия, конверсия);
- Анализ ККУ: участие в расчете и прогнозировании комбинированного коэффициента, мониторинг отклонений от целевых значений;
- Инфраструктура: контроль качества данных, выявление расхождений между системами, автоматизация регулярных отчетов.
---
Требования
- Опыт: от 3 лет в аналитике, из них от 2 лет — в страховой компании (желательно в ОСАГО, автостраховании или актуарной аналитике);
- Образование: высшее (экономика, финансы, прикладная математика, статистика).
Технические навыки:
- SQL: уверенный (самостоятельная выборка, написание сложных запросов, оконные функции);
- Excel: продвинутый (финансовые модели, сценарный анализ, факторный анализ, Power Query);
- PowerPoint: уверенный (визуализация выводов для руководства);
- BI-инструменты: базовый/уверенный (работа с дашбордами, например, Power BI, Tableau);
- Python: желателен (библиотеки Pandas, NumPy, Scikit-learn для статистического анализа и автоматизации).