[DOSSIER] Qualité des données 2/4

Le big data, une solution miracle ?

Le big data, une solution miracle ?

Les assureurs sont très intéressés parce sujet, mais très peu ont déjà lancé des projets avec des données externes non structurées. Certains, cependant, utilisent les technologies du big data pour nourrir leur système décisionnel classique fondé sur des données internes.

«Même si le big data fait rêver les assureurs, leur préoccupation actuelle porte sur la compliance [conformité aux normes réglementaires]. Ils sont très intéressés, mais je n'ai pas connaissance de projets utilisant des données externes non structurées », souligne Céline Rolland, directrice chez Solucom. Les assureurs français sont plutôt en retard comparé à leurs collègues anglo-saxons ou à d'autres secteurs comme les télécoms. Parmi ceux qui disent tester le big data, beaucoup n'utilisent que leurs données internes, où les problèmes de qualité sont moindres. Ce retard s'explique en partie par la grande stabilité des conditions dans lesquelles les assureurs exerçaient. « Avec un business plan pérenne, année après année, ils ont peu de raisons de faire évoluer leurs process. La loi "Hamon" va probablement bousculer les choses », estime Stéphane Chappellier, actuaire, associé responsable du pôle IARD du cabinet Actuaris.

Muscler son système décisionnel

Si les taux de résiliation progressent et si le coût d'acquisition augmente, il va leur falloir trouver des critères plus pertinents et segmentants que ceux de leurs concurrents. Comme les assureurs anglo-saxons, ils vont devoir utiliser des données internes et externes qui n'étaient pas exploitées jusqu'à présent.

Les assureurs qui testent le big data utilisent le plus souvent leurs données structurées internes. Ils dopent ainsi leur informatique décisionnelle. Les technologies big data donnent en effet la capacité de traiter davantage de données, plus rapidement et d'aller plus loin. « Là où il fallait cinq heures pour un traitement, trois minutes suffisent. Plus de cent itérations sont possibles contre sept auparavant. Cela permet d'améliorer la qualité des modèles et de travailler sur des bases de données globales et non plus des échantillons », souligne Jérôme Cornillet, responsable solutions business analytics chez l'éditeur SAS.

Swiss Life, par exemple, a investi dans un outil big data pour accélérer son projet d'informatique décisionnelle santé. Il l'utilise pour les données

Plus de cent itérations sont possibles contre sept auparavant. Cela permet d'améliorer la qualité des modèles.

Jérôme Cornillet, responsable solutions business analytics chez SAS

techniques nécessaires aux actuaires. « Nous ne manipulons pas de très gros volumes de données, avec une très grande fréquence de mise à jour. Cependant, cet outil, grâce à sa puissance, nous permet de réduire la phase de préparation et de modélisation et nous donne la capacité de produire des analyses beaucoup plus rapidement », explique Denis Bourdon, directeur des opérations IT et IT gouvernance chez l'assureur. S'il reste dans le périmètre du décisionnel traditionnel, il estime ainsi se familiariser avec le big data. Certains, comme Axa, ont créé des organisations dédiées au big data. Cela permet d'accélérer la montée en compétences et évite que chacun développe des initiatives dans son coin, sans mutualisation.

Nombre de cabinets de conseil estiment que mieux vaut éviter la mise en place d'infrastructures globales et transverses. Cela prend beaucoup de temps et reste très lourd. « Un prototype répondant à un besoin ponctuel, sur une problématique restreinte, permet de prouver l'intérêt du big data », souligne Bénédicte Porrot, senior manager chez Optimind Winter.

Bien définir la finalité du projet

Quand on lance un projet de big data, il est important de savoir ce que l'on cherche. « Il faut se poser la question de la finalité business : est-ce pour segmenter, pour faire du scoring, pour mieux connaître ses clients, pour les fidéliser, aura-t-on besoin des données en temps réel ? », insiste Vincent Placer, directeur associé d'EY. Cela évitera de charger des téraoctets de données et de se retrouver avec des projets pharaoniques. Cependant, des métiers comme le développement commercial ou le marketing se posent encore trop peu la question de ce qu'ils pourraient faire de leurs données. « Ils voient le big data comme une boîte magique qui répond à toutes leurs questions sur leurs assurés », regrette Stéphane Baranzelli, directeur général d'Experian Marketing Services. Le nombre de corrélations peut être énorme, et il faut savoir dégager les plus intéressantes.

Enfin, une fois que le big data a apporté la réponse, il faut la mettre en exécution dans les processus. « L'information peut n'avoir de la valeur que pendant quelques heures. Il faut avoir l'organisation qui permette de l'exploiter au niveau opérationnel, notamment dans les réseaux de distribution, ce qui n'est pas simple », conclut Damien Bourgeois, responsable CRM, CVM et études client chez Axa France.

3APPROCHES

LES ATTENTISTES : Denis métral, DSI du courtier grossiste Nousassurons
Ils regardent le big data avec scepticisme, n'ayant souvent pas encore réussi à mettre des mots sur le concept. Ils se préparent en stockant de nombreuses données au cas où l'entreprise en aurait besoin dans quelques années. DENIS MÉTRAL, DSI du courtier grossiste Nous assurons
Stocker en cas de besoin
« Les acteurs du secteur n'ont pas tous l'utilité du big data. D'autant que ces outils nécessitent de faire de très gros investissements. Sur le principe, il est très intéressant, car on peut stocker toutes les informations en vrac dans un premier temps puis les structurer dans un second. Cependant, je ne pense pas qu'il y aura de réels projets big data en 2014 ou 2015. Puisqu'il est difficile de connaître les informations qui pourront être utiles, nous conservons un maximum de données structurées. Le stockage dans des espaces sécurisés est de moins en moins coûteux. Il faut bien qualifier la donnée et la stocker de façon propre si on veut pouvoir la réutiliser. »

LES PRAGMATIQUES : Pascal courthial, DSI de Klesia
Ils mettent en place des tests de faisabilité, le plus souvent avec les seules données internes, pour mieux comprendre le fonctionnement du big data, déterminer ce qu'il peut leur apporter et évaluer son retour sur investissement. PASCAL COURTHIAL, DSI de Klesia
Voir si c'est rentable
« Nos 23 To de données n'étaient jusqu'à présent perçues que comme un "carburant applicatif", pour faire tourner les systèmes. Afin de mieux comprendre le big data et de voir si un retour sur investissement est possible, nous avons mis en place, début 2013, un test de faisabilité avec les données internes. Il a validé le fait que nos données permettaient bien d'avoir une vision 360° du client et une vision commerciale de l'entreprise. Nous allons donc déployer un outil big data au premier trimestre 2014, qui centralisera les données communes aux différents services. »

LES AVANT-GARDISTES :Damien Bourgeois, responsable CRM, CVM et études client chez Axa France
Encore peu nombreux en France, ils testent les outils du big data en utilisant aussi des données externes non structurées prévenant des réseaux sociaux, des forums... Ils tentent ainsi de prévoir le comportement des clients et prospects. DAMIEN BOURGEOIS, responsable CRM, CVM et études client chez Axa France
Tester les capacités prédictives
« Nous menons des expériences sur l'épargne depuis le début de l'année, pour estimer les capacités prédictives du big data. Nous agrégeons des données publiques, indicateurs financiers, études d'opinion, forums... et les corrélons à notre activité pour comprendre comment un phénomène global peut avoir un impact sur les arbitrages, les retraits, les versements... Nous avons aussi acheté des informations à des agrégateurs afin de proposer un produit ou un service à une personne en fonction de son comportement. Nous avons conscience qu'il va nous falloir aller plus loin et passer à un mode industriel. »

 

Emploi

KAPIA RGI

Chef de Projet Assurance-Vie H/F

Postuler

KAPIA RGI

Ingénieur Développement PHP5/ZEND (H/F)

Postuler

+ de 10 000 postes
vous attendent

Accéder aux offres d'emploi

Commentaires

Le big data, une solution miracle ?

Merci de confirmer que vous n’êtes pas un robot

Votre e-mail ne sera pas publié