[DOSSIER] Révolution de la data : stocker et sécuriser les données 5/11

Exploitation des données : l'actuariat change de modèle

Exploitation des données : l'actuariat change de modèle
mixmagic

L’exploitation massive des données permet d’affiner la connaissance des risques et de la clientèle. Et amène les actuaires à travailler plus étroitement avec les autres métiers du secteur.

La révolution du big data va-t-elle tuer l’actuariat ? L’apparition d’algorithmes plus puissants et auto-apprenants (on parle de machine learning en anglais), capables de traiter un énorme volume de données, permet de développer des modèles prédictifs beaucoup plus pointus que par le passé. De quoi bousculer le métier de ces professionnels du chiffre, mais pas au point de le remettre en question. « L’analyse prédictive n’est pas une nouveauté. L’objectif de l’assureur a toujours été de prédire au mieux combien cela va lui coûter. Aujourd’hui, les nouvelles méthodes de data science permettent aux actuaires d’être plus précis dans le provisionnement et la tarification », explique Nathalie Ramos, actuaire data scientist chez Galea & Associés.

Grâce au big data, de nouveaux modèles mathématiques font leur apparition. « L’époque où l’on mettait un modèle en place qu’on ne touchait plus pendant deux ans est révolue », souligne David Dubois, le président de l’Institut des actuaires. Alors que la science actuarielle reposait jusqu’ici sur l’exploitation des seules données recueillies sur les portefeuilles d’assurance, elle dispose désormais d’une multitude de données qui peuvent être croisées pour prédire au mieux le comportement des assurés. Le web, l’open data, les données issues de la télématique et des objets connectés viennent ainsi enrichir les modèles prédictifs. Grâce aux algorithmes, il est également possible de traiter en interne des données disponibles, qui n’étaient pas exploitées jusque-là.

Prédire les changements de comportement

« Auparavant, nous regardions les sinistres passés et leur montant. Aujourd’hui, nous nous interrogeons sur les facteurs de sinistralité pour prédire un chan­gement de comportement. Nous exploitons davantage les champs textuels dans nos bases de données pour identifier les risques émergents », explique Delphine Do Huu, la directrice technique actuariat chez Gras Savoye Willis Towers Watson. Le wording (champ textuel) est, en effet, analysé par des algorithmes capables de repérer plusieurs occurrences de mots et, ainsi, détecter les signaux faibles. « Cela a aussi une influence sur les gestionnaires de sinistres : leurs commentaires deviennent essentiels pour le travail des actuaires », relève Delphine Do Huu. Si les machines ont pris le relais du traitement des données, les actuaires, loin de disparaître, voient leur rôle évoluer, passant du back-office au front-office. « Les actuaires ne se contentent plus de faire tourner des modèles et de cracher des chiffres. Ils doivent être en mesure de les expliquer. L’objectif de l’actuariat n’est pas juste de produire de la donnée, mais de mettre en musique les résultats vis-à-vis de toutes les parties prenantes », souligne David Dubois.

Repérer les risques émergents

Grâce à la data science, l’actuariat travaille main dans la main avec tous les métiers de l’assurance, de la souscription à la gestion de sinistres en passant par le marketing et la prévention. « On casse les silos, le métier se transforme pour entrer davantage dans l’opérationnel », commente Delphine Do Huu. Ainsi, la science actuarielle permet dorénavant de « mieux connaître le comportement des assurés et leurs besoins afin, par exemple, de mieux cibler les actes de prévention et de leur proposer des garanties adaptées », explique Léonard Fontaine, actuaire data scientist chez Galea & Associés. Les actuaires évoluent davantage vers les fonctions commerciales. « Le lien se renforce entre la partie technique et le marketing. Pour lancer des produits et de nouvelles offres, des équipes pluri­disciplinaires réunissent désormais informaticiens, actuaires et services marketing », indique Anne-Charlotte Bongard, associée chez Actuaris.

En permettant de segmenter plus précisément les risques, et donc d’identifier les clientèles les plus rentables, le big data ne va-t-il pas favoriser une individualisation des contrats et des tarifs ? « Tout dépendra de l’usage qu’en feront les directions commerciales et marketing. Segmenter le risque et la clientèle, ce n’est pas la même chose. On peut conserver un tarif unique pour tous les assurés, tout en ayant une connaissance affinée du risque pour piloter la stratégie », se défend David Dubois. « Le big data nous aide à établir une segmentation beaucoup plus fine pour repérer les risques émergents. Cela va servir à la surveillance des portefeuilles, mais pas à une individualisation ou à une segmentation tarifaire qui seraient contraires à la mutualisation qui est au fondement même de l’assurance. Le tarif à la tête, c’est la fin de l’assureur ! », assure Delphine Do Huu.

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

APPELS D'OFFRES

Proposé par   Marchés Online

Commentaires

Exploitation des données : l'actuariat change de modèle

Merci de confirmer que vous n’êtes pas un robot

Votre e-mail ne sera pas publié