19 septembre 2024

Quelle est la position des assureurs sur l’analytique et l’intelligence des données ?

Les dernières années ont été particulièrement difficiles pour les assureurs de dommages. L’année 2017 a établi de nouveaux records pour le nombre de catastrophes naturelles d’un milliard de dollars aux États-Unis, selon les données de la National Oceanic and Atmospheric Administration. 2020 a également été l’une des années les plus chères jamais enregistrées en termes de catastrophes naturelles. De plus, les placements en assurance de dommages ont souffert au cours des premiers mois de la COVID-19, comme le notent Chris Bradley et Peter Stumpner de McKinsey.

Aujourd’hui, les assureurs s’efforcent de soutenir leurs activités principales à une époque où les dépenses d’assurance automobile diminuent, où les dommages matériels et les catastrophes augmentent, et où les investisseurs sont ambivalents. L’analytique et l’intelligence des données offrent aux assureurs un moyen d’améliorer leurs processus d’affaires et de conserver un avantage concurrentiel.

L’analytique et la Data Intelligence en 2022

Les termes « analyse de données » et « intelligence des données » sont souvent utilisés en étroite relation l’un avec l’autre. Dans certains contextes, ils sont même utilisés de manière interchangeable.

L’analytique et l’intelligence des données sont liées, mais elles ne sont pas interchangeables. D’une manière générale, l’intelligence des données est une catégorie générique englobant toutes les façons dont les données peuvent être explorées et examinées afin d’obtenir des informations. L’analyse des données est un processus qui s’inscrit dans le cadre de l’intelligence des données.

L’analyse des données collecte et traite des données brutes afin de révéler les tendances ou les modèles qui apparaissent dans ces données, écrit Jagreet Kaur Gill de la plateforme d’IA Akira.ai. Les fonctions de collecte et de traitement sont conçues en tenant compte des questions ou des objectifs clés. L’analyse de données qui cherche à comprendre les changements climatiques et météorologiques, par exemple, fonctionnera différemment de l’analyse de données qui cherche à comprendre pourquoi les clients d’assurance abandonnent le processus de demande à mi-chemin du remplissage d’un formulaire de soumission pour l’assurance automobile.

L’analytique et l’intelligence des données sont de grandes catégories. Leur fonction et leur application peuvent sembler nébuleuses. Pourtant, ces outils peuvent être appliqués à un certain nombre de domaines concrets de l’assurance, écrivent Yannick Even et Jonathan Anchen de Swiss Re.

Par exemple, l’analyse de données basée sur l’IA peut être utilisée pour traiter rapidement le texte dans les documents (y compris les contrats), les e-mails et les journaux de discussion. Il en résulte une meilleure compréhension des clients individuels et des conditions contractuelles, ce qui permet aux agents, aux courtiers et aux représentants du service à la clientèle d’offrir un meilleur service.

Bien qu’elle soit à la traîne dans les premières étapes de l’adoption de l’analytique et de l’intelligence des données, l’assurance rattrape rapidement son retard, et stimule même l’innovation. « Ce changement se produit si rapidement que le secteur de l’assurance fait aujourd’hui preuve d’une plus grande maturité en matière d’analyse de données que plusieurs autres secteurs », écrivent Suhas Sethi et Yogendra Goyal de la société de gestion des processus d’affaires WNS Global Services.

Assurance et Data Intelligence

L’analytique et l’intelligence des données ne sont plus seulement agréables à avoir. « Les entreprises les plus performantes mettent de la distance entre elles et leurs concurrents en créant des capacités de souscription de données et d’analyses avancées qui peuvent apporter une valeur substantielle », écrivent Kia Javanmardian et ses collègues chercheurs de McKinsey.

Une étude de McKinsey a révélé que lorsque l’analytique et l’intelligence des données sont utilisées pour la souscription, les assureurs constatent des améliorations dans plusieurs domaines :

Amélioration de 3 à 5 points de la sinistralité.
Augmentation de 10 à 15 % des primes pour les nouvelles affaires.
5 à 10 % de fidélisation de la clientèle dans les catégories d’assurance les plus rentables.

L’intelligence des données peut également être utilisée pour repérer les tendances émergentes et les nouvelles opportunités de marché, notent les auteurs.

L’intelligence artificielle est un puissant moteur de l’amélioration de l’analytique et de l’intelligence des données. Une étude WNS/Forrester rapporte que :

72 % des entreprises interrogées ont utilisé des outils améliorés par l’IA pour améliorer la veille économique.
67 % ont utilisé l’analyse de texte et 65 % ont utilisé l’analyse vocale pour mieux comprendre les données, y compris les interactions avec les clients.
54 % se sont appuyés sur le traitement du langage naturel, souvent intégré dans les chatbots et les outils similaires, pour obtenir de meilleures informations sur les données.
45 % utilisaient des plateformes d’apprentissage automatique pour améliorer l’analyse et l’intelligence des données.

Dans l’ensemble, l’étude révèle que 97 % des entreprises font état d’avantages opérationnels découlant de leurs pratiques avancées d’analyse de données et d’intelligence.

Comme pour toute technologie, l’analyse basée sur l’IA et l’intelligence des données ont suscité le scepticisme à leurs débuts. Au début, les assureurs ne disposaient pas des informations dont ils avaient besoin pour déterminer si l’IA était un feu de paille ou un outil commercial durable.

Aujourd’hui, l’IA s’inscrit résolument dans cette dernière catégorie, grâce à sa capacité à transformer le secteur de l’assurance à chaque étape, écrit Thomas Löchte d’IKOR. Les écosystèmes de données aident les assureurs à souscrire et à distribuer des polices d’assurance en réponse à des événements en temps réel. Par exemple, l’intelligence des données permet aux assureurs de fournir une couverture intégrée ou au point de vente adaptée aux besoins spécifiques de chaque client.

L’intelligence des données ne peut pas faire son travail seule. « L’idée que les solutions d’IA puissent être achetées, branchées et laissées fonctionner sur leurs propres appareils est, franchement, de la science-fiction », déclare Zhiwei Jiang, directeur général de l’analyse et des données chez Capgemini. Les assureurs auront besoin de personnel possédant les compétences nécessaires pour guider et développer l’intelligence et l’analyse des données. La capacité d’interpréter et d’appliquer les résultats de ces analyses est également requise.

Meilleures pratiques pour une analytique robuste et l’intelligence des données

L’analytique et l’intelligence des données basées sur l’IA ne sont pas une panacée. Bien que la technologie puisse révolutionner la souscription et la distribution, sa mise en œuvre pose des défis aux assureurs.

Une étude de l’EIOPA de 2019 a révélé que les compagnies d’assurance étaient confrontées à des défis communs dans la mise en œuvre d’une intelligence des données à jour. Ces défis comprennent :

Répondre aux exigences réglementaires et se tenir informé des évolutions réglementaires.
Améliorer la confiance des consommateurs à l’égard de l’IA et de la sécurité des données.
S’assurer que les données sont exactes et que l’analyse et l’utilisation des données respectent les normes éthiques.
Se prémunir contre les cyber-risques, tels que le piratage et le vol de données.
Embaucher et former du personnel face aux pénuries imminentes de compétences liées à l’intelligence des données.

Le simple accès aux données ne suffit pas. Les assureurs doivent maintenir la capacité de collecte, de stockage et d’analyse des données. Sans cette capacité, les assureurs perdent l’occasion de glaner des informations à partir des données et de les utiliser pour eux-mêmes et leurs clients.

Un autre défi imminent pour les assureurs est l’écart de compétences entre ce que leurs équipes existantes peuvent faire et ce qu’exigent des analyses et des analyses de données robustes.

La combinaison des capacités, des outils, des processus et des compétences conduira les assureurs vers un avenir de l’intelligence des données. À l’heure actuelle, les assureurs ont beaucoup de travail à faire pour concrétiser cette vision. Une étude de Capgemini révèle que « seulement 18 % des compagnies d’assurance disposaient des outils, des technologies, des personnes, des processus, des compétences et de la culture nécessaires pour tirer pleinement parti du volume croissant de données auxquelles elles avaient accès », écrivent Seth Rachlin et les autres auteurs de l’étude.

Selon l’étude, les 18 % des entreprises les plus performantes partagent plusieurs caractéristiques communes qui contribuent à leur succès en matière d’intelligence des données. Plus de 80 % ont veillé à ce que la littératie des données soit une compétence essentielle partagée entre les équipes, et 84 % ont mis en place des « programmes de renforcement des compétences en matière de données basés sur les rôles » pour la plupart de leurs employés. Soixante-dix-huit pour cent ont déclaré que leurs programmes de perfectionnement comprenaient non seulement des sujets standard d’intelligence artificielle et d’apprentissage automatique, mais aussi des compétences en intelligence des données telles que l’entraînement des modèles, la correction de trajectoire et la maintenance.

La voie à suivre en matière d’analytique et d’intelligence des données pour les assureurs exige une attention particulière à la capacité des données, à la sécurité et aux outils analytiques. Il faut également accorder une attention particulière au renforcement des compétences des professionnels de l’assurance. Lorsque les équipes disposent des compétences et des outils appropriés, elles peuvent tirer le meilleur parti de l’intelligence des données et de l’analyse approfondie pour améliorer la souscription et la distribution.

Images par : dolgachov/©123RF.com, andreypopov/©123RF.com, adiruch/©123RF.com

Nouvelles