De l’indemnisation à la prévention du risque

Mieux vaut prévenir que guérir. Appliquée à l’assurance, cette remarque de bons sens signifie que des outils de prédiction efficaces permettraient de réduire considérablement le nombre de réclamations au profit d’une activité centrée sur la prévention. Une révolution qui prend forme avec les big data et l’analytique.

À l’aube de l’an 2000, un quart seulement des informations étaient numérisées. Aujourd’hui, plus de 98 % le sont, ouvrant un champ d’exploration énorme pour le secteur de l’assurance. Dans ce métier consistant à aider les personnes et les entreprises à gérer leurs risques, tout repose justement sur l’information. Plus précisément sur la loi des grands nombres et sur la capacité à quantifier précisément ces risques. Avant les big data, ceux-ci étaient estimés à partir de techniques d’échantillonnage. Or, à présent que toutes les données (ou presque) sont disponibles, les anciennes approches deviennent obsolètes.

 

De nouvelles opportunités pour le secteur

 

Par exemple, dans notre monde numérisé, il devient possible d’analyser dans le détail le comportement au volant des jeunes conducteurs (grâce à une batterie de capteurs) et de leur proposer un tarif d’assurance personnalisé, correspondant à leur niveau de risque personnel. Autrement dit, il n’est plus nécessaire de  catégoriser chaque jeune conducteur en étudiant l’historique des accidents subis par les assurés ayant un profil similaire au sien puisque l’on dispose des mêmes données pour chaque conducteur, accidenté ou non ! Avec ce nouveau paradigme, le risque peut être évalué à travers la recherche de corrélations complexes dans les données, plutôt que par la mise en évidence de relations de cause à effet observées dans les faits.

Cette redéfinition des contours du métier ouvre de multiples perspectives. Aviva utilise ainsi des informations sur le mode de vie, plutôt que des données médicales, pour estimer le risque des clients de son assurance-vie, avec à la clef un coût divisé par 25 ! La méthode est efficace car les plateformes de big data, comme Hadoop, sont conçues pour traiter de grands volumes de données imparfaites, là où les anciennes techniques nécessitent des informations propres et structurées (soit seulement 5 % de la masse de données disponible). Grâce à cette évolution, les assureurs peuvent innover et explorer de nouveaux territoires, à l’image de ZestFinance, une fintech offrant des crédits de court terme aux personnes habituellement jugées à risque, avec un taux de défaut inférieur d’un tiers aux standards de l’industrie.

 

Lire l’article (en anglais)

 

En complément :

Un guide pratique (en anglais) pour lutter contre la fraude à l’assurance auto avec l’analytique,

et un billet (en anglais) au sujet des opportunités liées aux big data pour l’assurance.