Data scientist et souscripteur : la perle rare

L’avenir des sociétés d’assurance passe par leur capacité à s’adapter aux évolutions liées à la science des données. La compétitivité des organisations dépendra de la complémentarité des métiers de souscripteur et de data scientist. Une double compétence rarement incarnée sur le marché à l’heure actuelle.

Les données ont toujours figuré au cœur des métiers de l’assurance, tant pour évaluer les risques que pour déterminer les tarifications. Mais la possibilité de combiner et d’analyser de multiples sources de données — provenant par exemple d’applications de santé — permet aujourd’hui d’obtenir une meilleure connaissance des clients afin de leur proposer des offres personnalisées. L’amélioration de la lutte contre la fraude constitue une autre facette importante de cette évolution.

 

Des data scientists pour tirer le meilleur parti des données

 

Tirer le meilleur parti de ces données en appliquant des techniques d’apprentissage automatique ou d’analyse prédictive implique de s’attacher les services de data scientists. L’idéal serait de recruter des personnes qui cumulent ces compétences avec celles du métier de souscripteur, mais ces profils sont encore extrêmement rares. La formation complémentaire — dans un sens ou dans l’autre — constitue pour l’instant l’alternative privilégiée par les entreprises du secteur.

Se contenter d’acquérir des produits « clé en main » constituerait en revanche une erreur stratégique de la part d’une société d’assurance. Les algorithmes de traitement de données doivent en effet être raffinés afin d’écarter tout risque de biais qui pourrait entacher la réputation de l’entreprise — par exemple en stigmatisant systématiquement des minorités. D’où l’importance d’engager un virage culturel parmi les professionnels de l’assurance, en les initiant progressivement aux outils et aux technologies.

 

Lire l’article (en anglais)

 

En complément :

Un tour d’horizon des métiers créés par l’intelligence artificielle,

et un article (en anglais) à propos des big data et de la transparence des assurances en santé.