SOMMAIRE

 

SOMMAIRE.. 1

INTRODUCTION.. 2

1. LA RÉVOLUTION BIG DATA : VERS UNE TRANSFORMATION DU METIER DE L’ASSURANCE ? 4
2. État des lieux de l’environnement des Assurances. 5
3. Les acteurs du Big Data en présence. 6
4. Les risques liés au Big Data fragilisant les assurances. 10
5. Analyse cindynique du Big Data. 18
6. La transformation des pratiques structurelles. 19
7. Les enjeux liés à la gouvernance des données. 20
8. Les impacts organisationnels dans les entreprises d’assurances. 27

PREMIERE CONCLUSION PATIELLE.. 31

1. BIG DATA ET PRÉVENTION DES RISQUES : VERS DES « ASSURANCES JANUS » ? 33
2. Le bouleversement de la relation assureur-assuré. 34
3. Les opportunités de l’application du Big Data pour l’assurance. 35
4. L’adaptation du Big Data et ses retombés sur les assurés. 39
5. Vers une nouvelle ère de gouvernance du Big Data. 41
6. Les assurances face au danger de l’ubérisation ?. 42
7. Big Data et assurances : quelles préconisations relatives à une nouvelle gestion des risques ? 46

DEUXIEME CONCLUSION PARTIELLE.. 51

CONCLUSION GENERALE.. 52

 

 

 

INTRODUCTION

 

Quotidiennement, consciemment ou inconsciemment, volontairement ou non, l’homme est une réelle source d’informations. Cela se manifeste surtout avec les gadgets intelligents connectés comme les tablettes et les Smartphones dont il ne se sépare pas tous les jours. L’évolution incessante des technologies de l’information et de la communication et leurs ingérences de plus en plus accrues dans la vie quotidienne de l’homme ont conduit à l’accroissement d’informations concernant ce dernier. Ces informations sont stockées et peuvent être accessibles. Ces données, structurées ou non, sont entreposées et collectées à l’échelle mondiale. Elles acquièrent un volume gigantesque et qui dépasse la possibilité d’analyse et de traitement de l’homme et même des machines classiques de traitement des données. C’est le phénomène Big Data.

Ce phénomène se présenterait comme un phénomène assez récent qui demeure un terrain fertile pour les recherches et qui éveille l’appétit des chercheurs qui le considèrent comme l’un des grands défis informatiques de la décennie 2010-2020 et qui se place parmi leurs priorités de recherches et développement[1] en considérant cela comme une étape qui pourrait conduire à l’intelligence artificielle. Cela se mesure dans la manière dont il devient un thème de conférence, revient souvent comme sujet de mémoires de fin d’études ou de sujet de thèse ou de recherches appliquées dans de nombreux domaines comme la médecine, la banque et les assurances, l’informatique… La préoccupation autours du big data ne se retrouve pas uniquement sur le plan académique, mais elle se rencontre également dans le monde des affaires.

L’adoption du Big Data par les entreprises économiques révolutionne les sociétés modernes. Le secteur assurantiel n’est pas épargné par cela. En 2015, une étude EY disait à cet effet que : « l’analyse de données et le Big Data offrent potentiellement des opportunités significatives pour les assureurs » [2]. Le Big Data nous laisse penser qu’il va révolutionner les sociétés d’assurance classique. Ce qui nous pousse à des questionnements : qu’est ce que le Big Data ? Quelles sont ses enjeux en matière d’assurance ? Qu’en est-il de ses perspectives d’avenir ?

Ainsi, notre étude sera amenée à étudier les retombés de l’application du Big Data dans les compagnies d’assurance. En d’autre terme, l’on verra les promesses et la réalité du Big Data en remodelant le fonctionnement des assurances. Ce qui nous conduit à adopter comme problématique principale : « Le Big data est-il un allié précieux ou une réelle menace pour le monde hyperconcurentiel de l’assurance ? »

Considéré comme étant « l’or noir de l’informatique », le Big Data promet une relation gagnant-gagnant entre l’assureur et l’assureur c’est-à-dire où chacun reçoit sa part. Pour cela, avec ses « output », le Big Data métamorphose le métier des assurances en transformant l’environnement des assurances mais également en apportant des changements dans les pratiques structurelles (Partie 1). L’application du Big Data, dans la réalité, laisse également entrevoir de nouvelles perspectives dans la prévention des risques. C’est le cas en l’occurrence des assurances Janus (Partie 2).

 

 

I.LA RÉVOLUTION BIG DATA : VERS UNE TRANSFORMATION DU METIER DE L’ASSURANCE ?

 

La vie est faite de risques. Le risque peut se définir comme un événement incertain et aléatoire dont la survenance ou non est probable. Dans cette vie minée d’incertitudes acheter une maison, conduire une voiture ou encore commencer une entreprise serait beaucoup trop risqué, puisque nous aurions à payer tous les incidents qui pourraient survenir. C’est dans ce contexte que les sociétés d’assurances entre en scène.

Une assurance est un service qui fournit une prestation, généralement financière, destinée aux assurés (que ce soit un individu, une association ou une entreprise) qui ont payé une cotisation ou prime afin de couvrir les dégâts causés lors de la réalisation des risques auxquels ils ne peuvent pas faire face tout seul. Par extension, l’assurance fait référence au secteur économique qui regroupe les activités de conception, de production et de commercialisation de ce type de service.

Au cours des dernières décennies, la distribution d’assurance a connu des changements marquants survenus avec l’application du Big Data dans les entreprises d’assurance.

Le Big Data est un corollaire de l’évolution de l’internet et de la connectivité qui augmente de plus en plus. A chaque fois que l’homme se connecte à un de ces objets intelligents, il génère des données. Une simple connexion sur les réseaux sociaux fournit déjà des informations sur la localisation de la personne. L’internet étant devenu un phénomène social mondial, les données seront également reçues et collectées massivement, à l’échelle planétaire. Le Big Data prend alors, inévitablement, une importante masse volumique croissante et cyberespace.

Les informations ainsi générées sont sources de valeur pour les entreprises comme celles oeuvrant dans le secteur des assurances. Certains chercheurs supposent que l’utilisation du Big Data pourrait aider les entreprises assurancielles dans leur prise de décision, ou créer la différence grâce à l’analyse prédictive et une « expérience client » plus personnalisée et contextualisée.

Le Big Data est lié à l’avènement d’internet et des nouvelles technologies. Le premier apport du Big Data dans les assurances est l’image que l’on conçoit de l’assurance. A cet effet, le big data révolutionne complètement l’assurance : dans son fonctionnement, les acteurs, les services et les produits qu’elle offre. La première remarque qu’on peut faire est en rapport avec le fonctionnement et le business model des entreprises assurantielles. On remarque alors deux types d’assurance les assurances classiques et les assurances qui sont totalement révolutionnées par le Big Data, que l’on appellera assurances big data. Les sociétés françaises portent beaucoup d’intérêt aux applications liées au Big Data même si la démarche demeure timide pour une totale révolution qui tend vers l’application du big data dans sa totalité.

Avant de voir les innovations apportées par le big data dans les entreprises d’assurance (B)  il importe d’aborder en premier lieu, comment l’utilisation du Big Data conduit à la redéfinition de l’environnement des assurances (A).

 

 

A.  État des lieux de l’environnement des Assurances

L’environnement des Assurances actuellement est marqué par une forte présence du Big Data qui devient incontournable. Le big data est traduit littéralement en français comme mégadonnées parfois appelées données massives. De façon très simplifiée, il désigne : « la masse hétérogène des données numériques produites par les entreprises et les particuliers dont les caractéristiques (très grand volume, diversité de forme, vitesse de traitement) requièrent des outils informatiques de stockage et d’analyse spécifiques de plus en plus sophistiqués »[3].

Le big Data est une expression très récente, apparue avec la forte augmentation des masses de données numériques ainsi que le développement d’outils informatiques permettant de les stocker et de les analyser. Concrètement, ces données numériques proviennent en partie de l’utilisation d’appareils connectés aux réseaux de téléphonies et d’internet.

Le Big Data est considéré comme l’or noir pour les entreprises. On sait tous que l’or noir est une appellation donnée au pétrole. Ce rapprochement du Big data au pétrole réside dans le fait que pour les entreprises actuelles, le big data est le pétrole qui fait marcher leur rouage. Présenté à l’image du pétrole, il est ainsi présenté comme une source d’enrichissement et une ressource essentielle pour l’entreprise. En 2016, le big data affichait plus de 130,1 milliards de dollars en chiffre d’affaire[4].

De ce fait, le big data révolutionne les entreprises dites classiques en entreprises big data. Ces révolutions peuvent être soulignées par l’intervention de nouveaux acteurs.  Mais cette omniprésence du Big Data fragilise également l’entreprise. Ce qui nous amène à faire une analyse cyndinique du Big Data.

 

1.     Les acteurs du Big Data en présence

Il y a lieu de distinguer les acteurs Big Data des métiers big data au sein de l’entreprise. L’application du big data dans les assurances font entrer en scène quatre (4) catégories d’acteurs :

• L’assurance en tant qu’organisation
• Les assurés qui sont les personnes cibles
• Les autorités étatiques et éthiques
• Les experts techniques

Ces acteurs font références aux parties prenantes qui jouent un rôle dans cette révolution Big Data au sein des entreprises d’assurance. Tandis que le terme « métiers Big data » fait référence aux employés spécialistes du big data travaillant dans les entreprise big data. Ces experts techniques font également parties des acteurs Big Data.

 

a.      L’assurance : l’acteur principal

L’entreprise assurancielle est considérée comme l’acteur principal car elle est la scène où les transformations liées au Big Data ont lieux. Nous verrons dans les paragraphes suivants les changements engendrés par l’application du Big Data au sein du fonctionnement de l’entreprise. Mais dans ce paragraphe nous allons voir comment le big data affecte les ressources humaines au sein de l’entreprise.

Deux particularités sont à signaler par rapport aux assurances en Europe. En premier, on peut souligner le développement de la « bancassurance », c’est-à-dire des groupes qui regroupent en même temps deux métiers celui de la banque et l’assurance ; en deuxième lieu, c’est la forte présence de sociétés mutuelles. On peut dresser une cartographie des différents types d’assurance :

• Les assurances générales : qui font références aux grandes entreprises d’assurance comme le groupe AXA qui regroupe plusieurs marques d’assurance (Axa, Direct Assurance, Montvoisin Assurance, Mutuelles Saint-Christophe, Club 14, Natio Assurance), l’entreprise Allianz, Groupe Swiss Life France ou encore CNP Assurances….

 

• Les mutuelles : Groupama, Macif, MMA, MAAF, MAIF, GMF, …

 

• les institutions de prévoyance : AG2R La Mondiale, PRO BTP, Klesia, Groupe Malakoff Médéric

 

Wikipédia a dressé un répertoire des principales sociétés d’assurance présente en France. Ce sont les groupes de sociétés d’assurance dont le chiffre d’affaire dépasse les deux milliards d’euros en 2009.

D’autres situations d’assurance peuvent être soulignées. Les flux financiers en mouvement dans les sociétés modernes ont atteint un certain degré d’hauteur et désormais un assureur peut se retrouver à assurer une société pour des montants exorbitants.

Très souvent les entreprises en assurance procèdent à la coassurance. La coassurance se présente comme le fait pour un assureur de s’associer avec d’autres assureurs pour assurer ensemble un risque. Ce procédé est interne aux assurances et permet aux assurances de faire fasse ensemble à un très grand risque, qu’une seule entreprise ne serait pas en mesure de faire face seule, il fait appel donc à d’autres assureurs pour se partager les risques : les charges et les bénéfices éventuels.

En second lieu, il y a également la réassurance (avec Scor par exemple). Ce procédé consiste pour une compagnie d’assurance elles mêmes à s’assurer auprès d’autres compagnies. L’assureur devient alors un simple client, comme un assuré particulier, qui doit s’assurer pour garantir un risque qu’il pense ne pas pouvoir couvrir seul. Le traitement est le même et l’assureur qui est en affaire avec un réassureur devra procéder de la même manière que lorsque que vous souscrivez un contrat d’assurance.

 

b.      Les assurés : des personnages principaux

Les assurés dépendent de types de contrats d’assurances. On distingue deux catégories de contrats d’assurance : les contrats d’assurance de personnes (AP) et ceux d’assurance de biens et responsabilités. Les assurances de personnes correspondent à l’assurance vie complétée de l’assurance des dommages corporels (Santé, Invalidité, Décès toutes causes). Les assurances de biens responsabilités correspondent à l’IARD hors assurances des dommages corporels. Parfois, les loteries et les jeux font également l’objet d’assurance pour que les gains improbables et importants soient possibles.

Les assurés peuvent être des personnes (physiques ou morales) ou des biens (meuble ou immeuble). On entend par personne physique, la personne en tant qu’individu : homme, femme, enfant. Souvent ces assurances concernent la vie, la santé…Une personne morale fait référence à un groupement de personne, une association, une entreprise ou société…

 

c.                Les autorités étatiques et éthiques et juridictionnelles

Les autorités qui se chargent de la règlementation et de la régulation de l’application du big data dans les assurances sont présentent aussi bien au niveau communautaire qu’au niveau national. Au niveau européen, il y a les commissions de l’Union Européenne avec le Parlement Européen qui joue le rôle de législateur, source des lois et règlements sur la protection des données personnelles et libertés. Ainsi que d’autres  instances œuvrant dans ce but également comme la Commission Européenne pour le Droit de l’Homme et les libertés individuelles.

Au niveau National, mis à part les autorités administratives et judiciaires ordinaires il y a la Commission Nationale de l’Informatique et des Libertés ou CNIL. Elle a été créée par la loi Informatique et libertés du 6 janvier 1978. Elle est chargée de veiller à la protection des données personnelles contenues dans les fichiers et traitements informatiques ou papiers, aussi bien publics que privés. Les données personnelles pouvant être collectées, stockées, utilisées et échangées sur internet, il appartient donc à la CNIL de veiller à ce que l’informatique ne porte pas atteintes ni aux droits de l’homme, ni à la vie privée, ni aux libertés individuelles ou publiques.

La CNIL en tant qu’autorité en charge de veiller à la protection des données personnelles, à ce titre, elle dispose notamment d’un pouvoir de contrôle et de sanction. Jouant aussi un rôle d’alerte et de conseil, elle a pour mission de veiller à ce que le développement des nouvelles technologies ne porte atteinte ni à l’identité humaine, ni aux droits de l’homme, ni à la vie privée, ni aux libertés individuelles ou publiques. De manière plus générale, la CNIL protège la vie privée et les libertés dans le monde numérique.

Elle est également la plateforme de consultation pour l’évolution de la législation en vigueur afin d’allier plus sereinement évolution technologique et vie privée.  Dans ce contexte, la CNIL en consultant les internautes et les professionnels définit un juste équilibre entre droits fondamentaux et innovation technologique[5].

Depuis 2010, une instance indépendante, l’ACPR (Autorité de Contrôle Prudentiel et de Résolution) née de la fusion entre l’ACAM (l’Autorité de Contrôle des Assurances et des Mutuelles) et le Contrôle Bancaire, est chargée de contrôler les sociétés d’assurance.

 

d.      Les experts techniques

En terme technique, à côté des techniciens classiques dans les assurances (l’actuaire, l’expert en sinistres composé notamment d’ingénieurs préventionnistes, les juristes…), l’utilisation du big data a créé de nouveaux métiers au sein des assurances. Ce sont les techniciens data :

• il y a le Chief Data Officer, qui s’occupe de la partie collecte des données et se charge de répartir son analyse au sein des différents services intéressés mais également il fait respecter l’éthique en matière d’usage de ces informations
• le Data Scientist qui s’occupe de la transcription des besoins des différents services d’une entreprise. En somme, le Data Scientist manipule et joue avec la donnée
• enfin, le domaine de la protection des données captées où intervient le Data Protection Officer, appelé aussi anciennement le correspondant informatique et libertés (CIL).

 

 

2.     Les risques liés au Big Data fragilisant les assurances

L’application du big data se heurte à des dissonances et des déficits qui peuvent renforcer les menaces qu’implique l’application du big data dans les assurances. Le premier déficit est en rapport avec le managérial. La gouvernance des données présente une facture assez élevée mais est-elle sans risque ? Comment cette gouvernance des données menace-t-elle l’existence même de l’assurance ?

D’autres obstacles peuvent également freiner le big data dans son élan comme par rapport à la législation. Les lois et règlements sont hostiles à l’intrusion des assureurs dans les données personnelles des assurés car cela représenterait des dangers d’ordre légal et d’ordre éthique. L’utilisation du big data expose les assurances à des risques aussi bien internes qu’externes. Quels sont ces risques ?

 

 

a.     Risques internes à l’entreprise

Les risques liés à l’application du big data dans les assurances sont des risques liés à sa stratégie en ce qui concerne la gouvernance des données ainsi que des risques d’ordre financier et opérationnel.

 

                                                       i.             Les risques stratégiques

Les menaces du big data se présentent par rapport au fait que son application au sein des assurances remet en cause les principes fondamentaux des assurances comme la mutualité. En permettant l’individualisation à un niveau très fin de l’offre d’assurance, le modèle prédictif parfait mis en œuvre par le big data viendrait mettre fin à la mutualisation. Ce qui conduirait à la disparition des aléas et par conséquence des bons risques provoquant dans la foulé l’érosion du portefeuille. Le big data appliqué dans les assurances rend les technologies de l’informatique nécessaire et incontournable dans les assurances. Or la présence des technologies dans les assurances naît une nouvelle fragilité des assureurs et ce notamment avec une plus grande exposition aux hackers[6] et aux infractions de la cybercriminalité.

La décision d’implanter l’architecture du big data dans les assurances a un coût assez élevé car elle s’accompagne de réforme à toute les niveau de l’organisation. Le premier obstacle managérial se présente comme un problème financier. Appliquer le big data équivaut à un véritable investissement car le coût de la gouvernance des données est exorbitants. Non seulement en matière d’équipement mais également en ce qui concerne les prestations des experts.

A cela s’ajoute également la dissonance organisationnelle. Cette nouvelle façon de travailler et d’aborder le métier de l’assurance avec le big data comporte un écueil, en termes de compétences opérationnelles. En effet, certains profils essentiels, comme le « Data Scientist », sont difficiles à recruter. Les experts en data ne sont pas nombreux et leur expertise sont par conséquent très demandée et très onéreuse.

 

 

                                                     ii.            Les risques opérationnels

Les risques opérationnels sont en rapport avec les données : parfois certains algorithmes ou modèles peuvent être défaillants et incohérents avec les faits. Il convient donc de porter une attention particulière aux données utilisées et à la manière dont est proposé le service issu de l’interprétation de ces données. Une mauvaise interprétation des données peut induire en erreur et donner lieu à la fabrication de produits ou de services non adaptés au besoin du client. Les données peuvent également être sujettes à des manipulations. Le traitement des données repose sur un système de boite noir où il n’y a pas d’audit. Considérant le volume des données, même si les données sont très significatives elles resteront très compliqués à modéliser.

L’utilisation croissante du Big Data peu également tendre vers une exacerbation de la fracture numérique. Il existe un risque d’inégalités croissante face aux données et au pouvoir que l’on a sur elles. A cet effet, Manovich distingue ainsi trois (3) catégories d’acteurs, foncièrement inégaux face à la donnée : « ceux qui créent les données (que ce soit consciemment ou en laissant des traces numériques), ceux qui ont les moyens de les recueillir, et ceux qui ont la compétence de les analyser ». Les experts datas auront le pouvoir de produire et d’orienter les règles qui vont encadrer et cadrer l’exploitation des big datas.

Le traitement des données est une technologie nouvelle dont la maitrise pleine et complète n’est pas totalement acquise. Cette capacité à traiter les données massives est bloquée par des sources trop large et trop vaste qui rendent la gestion difficile. En plus, même si les données sont très significatives, elles resteront très compliqués à modéliser. Mais en parallèle à cela, les formations en matière d’expertise en data n’existent pas encore. Aucune institution académique ne propose, jusqu’à présent un cursus d’étude de Big Data.

 

 

                                                  iii.            Les risques financiers et techniques

L’intégration du chantier Big Data au sein d’une compagnie d’assurance nécessite la mise en synergie de toutes les fonctions internes de la compagnie. Toute cette structuration oblige l’assureur à des efforts financiers et structurels immenses et s’engage dans un processus très long. Le coût de la gouvernance des données demande un très long et très coûteux travail. Or cela ne donne aucune garantie sur un retour rapide sur investissement. Bien au contraire, le risque de perte demeure assez élevé.

L’usage du data avec les opportunités qu’il offre, viendrait alors à conditionner la performance des sociétés d’assurance. Si une société d’assurance veut être compétitive ou tenir la concurrence, l’utilisation du Big Data est devenu alors une impérative ce qui conduit à la spirale du Big Data. Le recours au Big Data menace l’existence même des assurances. Elle viendrait à conditionner la compétitivité des assurances. Ceux qui ne se doteront pas de l’architecture du Big Data seraient condamnés à une disparition certaine.

 

 

                                                   iv.            Les risques marketing

L’utilisation du Big Data peut exposer la société à une perte d’image ou de confiance des assurés en cas de problèmes graves liés à la connectivité. L’intrusion du Big Data, de plus en plus dans les données personnelles des assurés, a des effets sur l’image que reflète la société d’assurance par rapport à l’éthique. Si certains assurés sont prêt à partager ses données personnelles afin de bénéficier d’offres plus intéressantes, nombreux sont encore ceux qui sont sceptiques.

En parallèle, l’information et la sensibilisation que les médias font autour du « Big Data » et des opportunités qu’il offre dans les assurances peuvent faire évoluer les comportements des assurés clients. D’un côté, ils peuvent penser que leur assureur est trop intrusif et être réticent quant à laisser leur assureur « fureter » dans leur vie privée et de l’autre, a contrario, leurs attentes vis-à-vis des fournisseurs de services et des produits offerts, vont s’accroître en termes d’exigences.

 

 

b.     Les risques externes à l’entreprise

Les risques liés à l’application du big data dans les assurances ne sont pas seulement des menaces ayant son origine au sein de l’entreprise. Ces risques peuvent également être des menaces externes à elle. Ce sont les risques d’ordre législatif, des risques d’ordre éthique, des risques liés au marketing et aux attentes des clients ou encore des risqueq concurrentiels.

 

                                                       i.             Les risques liés à la législation

Par l’importance particulière qu’il représente dans les rouages de l’économie moderne, le secteur de l’assurance est un secteur règlementé soumis à autorisation. Les entreprises pratiquant des opérations d’assurance sont soumises, en fonction de leur statut juridique, aux dispositions du :

• Code des assurances pour les sociétés d’assurances
• Code de la mutualité pour les mutuelles
• Code de la sécurité sociale pour les institutions de prévoyance et de retraite, ainsi qu’à celles du Code monétaire et financier, qui agrège les principales obligations des professionnels de la banque, de l’assurance et de la finance.

Pour les contrats d’Assurance-vie en particulier, une loi du 15 décembre 2005 prévoit l’obligation pour les assureurs de prévenir la ou les personnes désignées comme bénéficiaires, lorsqu’elles ont connaissance du décès du souscripteur.[7]

Mais la législation nationale est issue des directives européennes. Par exemple, la directive Intermédiation en assurances, votée en 2002, est la source conventionnelle du Code des assurances en 2005. Elle est remplacée par la DIA 2, votée le 24 novembre 2015 et applicable en 2018. La directive Solvabilité II a redéfini les marges de solvabilité des sociétés d’assurances et de réassurance. Elle s’applique au 1er janvier 2016.

L’application du big data dans les assurances apporte à son tour de nouvelle règlementation. Les traitements de données sont soumis au respect strict des lois en vigueur aussi bien au niveau communautaire qu’au niveau de la loi nationale.

A cet effet, de nombreuses directives européennes comme le règlement « RGPD » ou Règlement Général sur la Protection des Données et loi nationale (par exemple la loi n°2004-801 du 6 aout 2004) concernant la protection des données personnelles limite le big data dans son envolé. A cela s’ajoute les formalités et procédures de déclarations au préalable auprès des instances compétentes (la CNIL) qui sont obligatoires avant la mise en œuvre des traitements.

Les assureurs ont mis en place en étroite collaboration avec la Commission nationale de l’informatique et des libertés (CNIL) un pack de cinq normes et ont créé un « club conformité » pour entamer sereinement ce vaste chantier sur la protection des données personnelles. Mais depuis le Règlement (UE) 2016/679 du Parlement européen et du Conseil du 27 avril 2016, le respect de la vie privée est devenu la norme et oblige les sociétés d’assurance à limiter drastiquement le traitement des données à caractère personnel. L’article 21 du règlement permet de mieux comprendre le réel frein au développement du Big Data, en imposant la limitation claire du recours au profilage[8].

La culture européenne est plus sensible à la protection des droits individuels contrairement aux États-Unis. Aux Etats-Unis, à l’inverse de l’Europe, qui se soucie d’abord de la protection des consommateurs, le marché américain privilégie le développement économique et laisse plus de place à l’innovation. Par exemple, on peut comparer le succès de la start-up OSCAR qui utilise les données de santé des assurés pour leur proposer une assurance aux méfiances et aux polémiques que Generali Vitality a créé à peine arrivée sur le marché français.

Mais à cela s’ajoute également, les menaces trop grandes qui demeurent dans le domaine du possible de modification de la règlementation en vigueur. Les instances gouvernementales sont susceptibles de légiférer sur la prohibition de l’utilisation des données personnelle et ou pour renforcer la protection de la vie privée à tout moment.

 

                                                     ii.            Les risques liés à l’éthique

Le domaine de l’éthique est également une scène où l’on fait face au risque que représente le big data. Plusieurs types de risques d’atteinte à la vie privée et aux droits fondamentaux peuvent être cités. En premier lieu, le sentiment de déshumanisation qui peut survenir dans la pensée des gens car les données personnelles ou non qui les concernent sont collectées, analysées et vendues à leur insu. Vient également le sentiment de ne pas pouvoir échapper à une surveillance constante où à des pressions visant à les faire consommer, voter,… On peut lancer une alerte face aux dérives éthiquement insoutenables, que l’on peut constater dans la partie grise ou sombre de l’internet, y compris dans les grands réseaux sociaux. Mais également, la menace du « big brother »[9] à cause d’une surveillance de plus en plus invasive de nos activités par les fournisseurs d’accès à Internet.

 

                                                   iii.             Les risques concurrentiels

Le coût financier nécessaire à l’intégration du chantier Big Data au sein d’une compagnie d’assurance qui d’une part ne sont pas à la portée de tous et d’autre part prennent beaucoup de temps. Cela met donc de nouveaux acteurs en position de force par rapport aux compagnies traditionnelles. L’application du big data dans les assurances est à l’origine de l’ubérisation[10] des assurances avec l’apparition de nouvelles concurrences. En plus des startups de l’Assurtech[11] qui concurrencent les sociétés d’assurance avec l’innovation du big data, il y a également la possibilité pour les GAFA (Google, Apple, Facebook, Amazon) d’offrir leur prestation dans le secteur des assurances étant donnée leur avancée en matière de gestion de données massives.

Dans l’hypothèse où Google, par exemple, s’ouvre au domaine de l’assurance, en tant que moteur de recherche le plus utilisé au monde (Google est en situation de quasi-monopole), il serait en mesure de proposer une assurance correspondant à ses besoins en  anticipant les achats des assurés (par exemple l’achat d’une maison ou voiture voiture). Google pourrait connaitre les besoins de l’assuré avant même que ce dernier ne clique sur une offre d’assureur. L’expérience infructueuse dans le secteur assurantiel avec le comparateur Google Compare n’empêchera pas la possibilité à Google de refaire sa réapparition dans quelque temps…

La maîtrise parfaite du big data de ces nouveaux concurrents sur le marché des assurances fait craindre au mieux une concurrence rude avec les assurances traditionnelles et au pire la disparition de certains acteurs en les supplantant. Les profils de ces nouveaux acteurs diffèrent des acteurs traditionnels du secteur de l’assurance, ils ne disposent que de peu de connaissance vis-à-vis de l’activité de fond mais grâce au big data et après affinement de leurs modèles, ils feront de l’ombre à ces derniers. Il faut toutefois nuancer ce scénario, car l’entrée sur le marché de la production d’assurances nécessite un investissement lourd que ces entreprises du Big Data ne sont pas forcément prêtes à faire.

La mondialisation avec la libre circulation des biens et services ne rendent pas service aux compagnies d’assurances. La saturation du marché des assurances doublée de la mobilité des entreprises mettent en concurrence les assurances du monde entier. Non seulement les compagnies d’assurance entre elles sont en compétition mais en plus elles doivent faire face aux compagnies étrangères.

 

 

3.     Analyse cindynique du Big Data

 

Prendre une décision équivaut à prendre un risque ; prendre un risque, c’est s’exposer à un danger mais également saisir une opportunité? Le risque se définit comme la caractéristique d’un évènement, définie conjointement par sa vraisemblance d’occurrence et la gravité de ses conséquences. Ainsi, étudier les risques du big data dans les assurances reviendrait à étudier la réalisation de certains évènements susceptibles d’engendrer des conséquences non désirées.

Étudier les risques est l’objet d’une science nouvelle les « cindyniques », plus communément connu sous le nom de sciences du danger. Étymologiquement le terme cindynique vient du grec « kindynos » qui signifie danger. Elle désigne alors une théorie et méthodologie visant à rendre intelligible, par une approche globale, les risques endogènes et exogènes d’un système. Ici le système étudier est l’assurance big data.

Pour ce faire les cindyniques nous proposent un modèle appelé « l’hyperespace du danger » qui est le produit de l’assemblage de cinq axes :

• L’axe épistémologique : illustration des modèles et des représentations
• Déontologie : représentation des règles, des lois, des normes, des codes
• Finalité : dénombrement des objectifs
• Mnésique : représentation de la mémoire des faits, des données
• Axiologique : l’axe de l’éthique

L’analyse de la situation cindynique du big data nous amène à un hyperespace du danger suivant :

 

Figure 1. L’analyse de l’hyperespace du danger big data

 

 

B.  La transformation des pratiques structurelles

 

Les sociétés d’assurance tirent de la valeur de l’avalanche de données très variées qui nous envahissent à l’aide des outils mis en place pour le datascience. C’est avec l’aide de smart data ou l’intelligence des données que l’entreprise trouve les informations critiques pour l’organisation et l’aide à prendre de meilleures décisions, plus rapidement. C’est à ce niveau que le big data influe sur les compagnies d’assurance.

Avec le big Data, l’entreprise est amené à procéder à des transformations dans ses pratiques afin d’intégrer la nouvelle technologie dans le fonctionnement de base de l’entreprise. En premier lieu, le big data modifie la manière dont s’effectue la collecte et le traitement des données. Cela implique pour l’entreprise d’adopter une nouvelle stratégie qui intègre la maitrise du big data. Mais l’intégration du big data dans les entreprises nécessite également des transformations dans l’organisation de l’entreprise non seulement au niveau de la ressource humaine mais également l’adoption d’un nouveau business model.

Avant de parler de la nécessité d’une nouvelle gouvernance des données au sein d’une assurance big data, il importe de voir en premier les enjeux liés à la gouvernance des données. Cela nous amène à définir ce qu’implique ce terme « données massives » puis de voir comment la maîtrise du Big Data qui crée du plus value pour l’entreprise d’assurance.

 

 

1.     Les enjeux liés à la gouvernance des données

A l’heure actuelle, l’enjeu des entreprises d’assurance, face au Big Data, se situe, dans l’étude et le traitement de ces données afin de construire des modèles capables de fournir des analyses «Data Mininig», en adéquation avec les enjeux des affaires. Très concrètement l’utilisation de ces nouveaux outils transforme la société d’assurance telle qu’on la connait depuis toujours.

Afin de comprendre comment le big data transforme les organisations des entreprises d’assurance, il est nécessaire, au préalable, d’apporter une analyse dans les enjeux liés à la gouvernance des données. Pour comprendre les enjeux que présente la gouvernance des données pour les compagnies d’assurance, il y a lieu de voir ce qu’implique le big data, de définir ses contours et de voir ce qu’il implique.

 

a.      Le concept de « données massives »

Le big data est traduit littéralement en français comme mégadonnées parfois appelées données massives. De façon très simplifiée, il désigne : « la masse hétérogène des données numériques produites par les entreprises et les particuliers dont les caractéristiques (très grand volume, diversité de forme, vitesse de traitement) requièrent des outils informatiques de stockage et d’analyse spécifiques de plus en plus sophistiqués »[12].

Le big Data est une expression très récente, apparue avec la forte augmentation des masses de données numériques ainsi que le développement d’outils informatiques permettant de les stocker et de les analyser. Concrètement, ces données numériques proviennent en partie de l’utilisation d’appareils connectés aux réseaux de téléphonies et d’internet.

Ainsi, Le big data peut avoir des sources diverses : par les Smartphones et les tablettes, les objets intelligents connectés comme  les puces connectées dans les voitures pour indiquer le trajet et la vitesse, les cartes bancaires. Ces appareils connectés transmettent les données liées à leurs utilisations par les consommateurs. Par exemple lors des actions suivantes : navigation internet, émission de signaux GPS des Smartphones, utilisation des moteurs de recherche, téléchargement et utilisation d’applications, publication de photos et ou vidéos en ligne, achat et vente en ligne… D’autres sources nourrissent et enrichissent le big data de façon à augmenter son volume de façon exponantielle : les données climatiques ou démographiques, les données médiacles ou scientifiques,… l’open data où l’espace de partage des données de l’Etat et des établissements publics et des collectivités sont également est également une source. Toutes ces données fournissent des informations sur la localisation, les déplacements, les centres d’intérêt, leurs habitudes en consommation, leurs projets…[13]

Selon IDC, le Big Data est une nouvelle génération de technologies et d’architectures conçues pour extraire de la valeur, de façon rentable, à partir d’un volume considérable de données très variées en permettant leur capture et leur exploration à grande vitesse. On peut en déduire alors que le big data se caractérise par les 3V : volume, vélocité et variété mais d’autres « V » peuvent aussi être prise en compte comme Valeur, Visualisation et Véracité.

Le volume a une dimension relative. Les données stockées sont en perpétuelles expansion. Par exemple, en 2014, Facebook Hive générait 4000 To de data par jour[14]. Le volume du big data nécessite des espaces de stockages dont la capacité est jusque là inimaginables.

Figure 2 : l’évolution des stockages des données

La variabilité et la variété des données nécessite un savoir faire spécifique pour agréger l’ensemble des données issues de sources diverses et met donc les centres de données au défi. Ces données sont brutes, semi-structurées voire non-structurées nécessitant traitement (en données structurées) pour être utilisées. Ce sont des données numériques complexes de différents formats : texte et images. Ce qui les rend difficilement utilisables avec les outils traditionnels.

En résumé, la variabilité des formats et des sources des données du big data peut être schématisé comme suit :

 

Figure 3 : la variété des données[15]

La vélocité du big data se présente comme la fréquence à laquelle les données sont générées, capturées et partagées. Données sont créées plus rapidement, arrivent plus rapidement aux organisations. Leur traitement se fait également de plus en plus vite quasiment en temps réel et les résultats livrés vont être consommés plus rapidement aussi. (Par exemple le nombre de tweets à la seconde).

On a vu que le Big data est l’amassement de données numériques dont le volume s’accroit exponentiellement et dont la rapidité du traitement représente un défi à temps réel. Comment peut-on tirer profit de ces données collectées ?

 

 

b.                  La gouvernance des données : génératrice de plus value

Le big data, comme on l’a vu précédemment est l’Eldorado de l’information. Il permet d’avoir accès à d’innombrables informations qui jusque là n’ont pas été accessibles. Tant la quantité et qualité des données sont accessibles grâce au big data mais la qualité importe plus. Les données recueillies brute nécessitent alors des traitements afin de pouvoir exploiter et tiré profit de ces données. La gouvernance des données passe en premier lieu par leur analyse.

Des innovations en matière de stockage, couplées à des logiciels exploitant des algorithmes informatiques sophistiqués permettent d’analyser les données gigantesques du big data. Par exemple il y a le Cloud computing. Le « Cloud Computing » est un modèle permettant l’accès à des ressources informatiques partagées telles que des réseaux, des serveurs, des capacités de stockage importantes, des applications et des services[16]. On y accède via le réseau et les services sont accessibles à la demande et en libre service sur des ressources informatiques partagées et configurables. Parmis les services les plus connus ont peut citer ceux de Google BigQuery, Big Data sur Amazon Web Services et Microsoft Windows Azure.

 

Figure 4 : Le fonctionnement du Cloud Computing[17]

 

D’autres exemples sont aussi intéressants comme le Super calculateurs hybrides ou HPC pour High Performance Computing. On les retrouve en France dans les centres nationaux de calculs universitaire tels que l’IDRIS, le CINES, mais aussi au CEA ou encore le HPC-LR[18]. Il y a également les Systèmes de fichiers distribués (DFS – Distributed Files System). Etant donné la quantité importante des données, ces dernières ne sont plus stockées sur une seule machine mais sont morcelés en fichiers d’’une taille définie et chaque morceau est envoyé sur une machine bien précise utilisant du stockage local. Les données sont sauvegardées là où elles peuvent être traitées.

Parmis les données collectées certaines sont plus pertinentes que d’autres. Ce sont ces outils cités précédemment qui permettent de détecter les informations utiles pour les entreprises et les mettre en corrélation entre elles. Cette étude est appelée « Data Mining » et elle est assez présente dans de nombreuses entreprises à l’heure actuelle. Mais avec l’apparition du big data, elle prend une nouvelle ampleur pour devenir une véritable science le datascience dont la raison d’être est d’améliorer les outils d’analyse pour les rendre plus complexe et plus performant afin de mieux traiter, visualiser, analyser et cataloguer les flux énormes de données.

Comme suit on peut lister ce qui caractérise la qualité d’une information.

Figure 5 : les dimensions de la qualité des données[19]

Actuellement, nombreux domaines ont déjà expérimenté l’application concrète du big data. Comme en matière de santé par exemple, le big data innove la médecine préventive et personnalisée. Les recherches des internautes sur les moteurs de recherches permettent de détecter plus rapidement l’apparition d’une épidémie de grippe par exemple. Dans le domaine des transports, l’analyse des données de géolocalisation des personnes et des voitures permettent de prévoir les mouvements de la population afin d’adapter les infrastructures et les services des transports communs.

Les musées et galeries d’art utilisent également le big data. C’est le cas du prestigieux Guggenheim Museum. Les visiteurs sont suivis tout au long de leur visite grâce à des transmetteurs électroniques placés dans les salles. Le musée peut ainsi déterminer de nouveaux parcours de visite en fonction des œuvres les plus appréciées ou encore décider des expositions à mettre en place[20].

Figure 5 : la gouvernance du big data en résumé[21]

L’utilité du big data dans le domaine de l’assurance trouve également son fondement. L’augmentation du nombre d’objets connectés permet de recueillir un grand nombre de données en temps réel. Cela permet à l’assureur de mieux connaître les personnes et les objets assurés. Ainsi le big data transforme le secteur des assurances.

 

2.     Les impacts organisationnels dans les entreprises d’assurances

 

La célèbre maxime « Garbage in garbage out » prend toute sa signification avec l’arrivée du Big Data. Avec l’immensité des données accessibles, seules celles qui sont pertinente pour l’entreprise doivent être prise en compte. Pour trier les données selon leur importance, des filtres sont nécessaire afin de ne retenir que les données significatives avec lesquelles travailler et orienter toute prise de décision en accord avec les stratégies des directions métiers d’une part et les attentes des clients d’autre part.

Les premiers impacts de la transition en big data dans les entreprises d’assurance se manifestent sur le plan organisationnel. Les assurances sont amenées à adopter un nouvel business model afin de concilier les demandes du métier et l’intégration du big data dans l’entreprise. La première transformation se présente au niveau des ressources humaines. La mise en place d’une gouvernance des données au sein de l’entreprise est indispensable. Cela nécessite donc l’adoption de nouvelle politique RH qui s’accompagne des recrutements de nouvelles compétences et la création de nouveaux services.

L’application du big data dans les compagnies d’assurance demande une maitrise assez pointue du monde de l’informatique mais surtout du traitement de données volumineuses. Le profil des employés changent dans ce sens. Les recruteurs recherchent et priorise dans leurs critères de recrutement la maitrise des TIC. Comment envisage-t-on le nouvel organigramme de l’entreprise ?

Dans l’entreprise, on envisage un nouvel organe de décision. Ce qui implique donc de nombreux acteurs dans les différents domaines de l’entreprise tels que :

• Direction générale
• Direction des systèmes d’information
• Directions métiers (Marketing – Métiers produits – Réseaux – Actuariat)
• Contrôle de gestion
• Direction du Management des risques

On peut illustrer cette mise en place de gouvernance des données comme suit :

 

 

Figure 7 : exemple d’une structure de gouvernance des données[22]

En parallèle à ce point, la gouvernance des données dans les assurances nécessitent aussi un accompagnement en formation et de renforcement de compétence en matière informatique pour les autres métiers en assurance. En effet, il est nécessaire qu’il y ait une cohésion dans le fonctionnement de chaque département et pour ce faire il est nécessaire de bien définir les partages des tâches. Qui fait quoi. Cela implique donc qu’il y ait une compréhension mutuelle des métiers des autres.

Mais deux difficultés se présente par rapport à cette gouvernance de données avec le big data et cela peut désavantager la ressource humaine. En premier lieu, le big data ne fait pas que rehausser la concurrence qui existe entre les « théoriques » (le savoir des experts) et le « machine learning » face à l’augmentation des données et à leurs diversités. D’un côté, la croissance exponentielle de la puissance des machines décourage la recherche de progrès « théoriques ». Il apparait plus coûteux de rechercher ou de construire une expertise et de l’intégrer dans l’élaboration des solutions basées sur la force brute de la machine dans l’algorithmique car l’objectif n’est plus d’économiser le temps de calcul grâce au savoir des experts : les experts sont rares et coûteux.

De l’autre côté, la rapidité de la machine learning car souvent son calcul se fait en temps réel, avec fréquemment des temps de réponse attendus de l’ordre de la fraction de seconde. Tout cela fait que le décalage entre d’une part la vitesse forcément limitée des efforts humains pour faire progresser le savoir, et d’autre part la croissance exponentielle de la puissance des machines en matière de data science.

Deuxièmement la transition vers le big data est un choix stratégique. Ce choix implique de nouvelle orientation stratégique afin de mieux s’habituer au nouvel environnement hyperconcurrentiel dans lequel s’inscrit les entreprises d’assurances avec le big data. Ce changement d’environnement conduit les entreprises à changer de paradigme et de politique qui sera recentré sur les consommateurs.

Cette nouvelle politique apporte une modification majeure au métier d’assureur concernant la mutualisation. « La mutualisation des risques consiste à partager le même risque entre plusieurs personnes. L’organisation de la solidarité réalisée par l’assureur se fait à partir de l’ensemble des cotisations versées pour un même type de risques. Cela permet la couverture du risque et en même temps de plusieurs risques analogues». Or grâce à cet accès facilité aux données et aux puissances de calculs, le principe de mutualisation et de segmentation de l’assurance tel que nous le concevons actuellement est en cours de transformation. Grâce au monde digital, la mutualisation classique, telle que nous la connaissons aujourd’hui, se transforme en mutualisation « responsable ». Il offre les outils nécessaires à la personnalisation de l’assurance via des offres de services adaptées à des segments de population plus restreints. Il s’agit de faire de la personnalisation mutualisée.

Ce que le big data révolutionne ce sont les sources des données prises en compte dans les calculs des indemnisations. Les variables traditionnelles (CSP, âge…) sont en effet remplacées ou enrichies par des datas contextuelles. Par exemple, à l’aide des objets connectés comme les boitiers dans les voitures, l’assureur reçoit les informations à temps réel sur le comportement de l’assuré. Ce qui permet à l’assureur de procéder à une tarification comportementale. Comme l’exemple d’Axa avec le Pay How You Drive c’est-à-dire l’utilisation de la télématique pour moduler la prime en fonction du comportement au volant.

En effet, grâce à cette connaissance plus accrue des clients, l’assureur semble être en mesure de développer une autre mission : la prévention des risques voire même de les supprimer, par exemple en matière de santé. Le monde de l’assurance ne va pas basculer dans un monde déterministe, où toutes les actions vont devenir prévisibles, plutôt un monde de probabilités de plus en plus justes. La réalisation d’une action aura été déterminée pour nous en corrélant des données. Ce type de déduction permettra de se préparer à rendre un service sur mesure et d’offrir des produits personnalisés aux clients.

Désormais, les prestations des compagnies d’assurance ne résident pas uniquement dans la vente et la soumission d’offres mais devient plus serviciel.

 

 

 

PREMIERE CONCLUSION PATIELLE

 

Le big data est un terme à la mode qui intéresse tous les secteurs d’activité. A cet effet la courbe suivante révèle combien ce terme suscite de plus en plus la curiosité des gens.

Figure 9. Évolution du volume de recherches sur Internet avec les mots clés « Big Data »[23]

 

D’après une étude McKinsey en 20112, « Big data : The next frontier for innovation, competition, and productivity »[24], le secteur de la finance et de l’assurance peut tirer d’importants bénéfices de l’adoption du big data. Cette analyse a été renforcée par les dire du PDG de Google, lors d’une conférence en 2013 : « Insurance is the most obvious industry about to explode with uses for big data »[25]. Cela nous a conduit à nous intéresser sur le phénomène big data dans le secteur assuratiel qui est présenté comme l’or noir de l’informatique.

Le big data est un terme anglicisme qui signifie mégadonnée ou donnée massive. Il n’existe pas une définition précise mais on peut cerner le concept avec ses trois (3) dimensions : le volume, la variété et la vélocité. Le volume se réfère à la grandeur pharaonique des données collectées et stockées (environ 2 exaoctets de nouvelles informations à l’échelle mondiale en 2010 par exemple) ; la variété se réfère aux sources et à la qualité des données collectées : elles peuvent être structurées, quasi structurée ou même non structurées. Les informations ont des sources très diverses dont la plupart sont des données personnelles issus des nouvelles technologies : tablettes, Smartphones ou même les objets connectés (bracelets, les boitiers ou les puces connectées). La vélocité quant à elle, désigne, la fréquence à laquelle les données sont générées, capturées et partagées. Les données sont créées plus rapidement, arrivent plus rapidement aux organisations. Leur traitement se fait également de plus en plus vite quasiment en temps réel et les résultats livrés vont être consommés plus rapidement aussi. Ces trois dimensions révèlent déjà les défis qu’imposent le big data.

Le monde de l’assurance n’a pas été épargné par ce phénomène big data qui a touché le secteur économique. L’application du big data dans les assurances a conduit à la révolution culturelle de cette dernière. L’assurance est dorénavant recentré sur le client et à cet effet, elle est devenu plus serviciel ainsi l’assureur n’est pas la seule à tirer profit de l’application du big data dans les assurances. Les assurés y gagnent également leur part. Parallèlement aux opportunités offertes aux assureurs, celles des assurés s’apparentent aux premières.

Cependant, l’évolution de l’application du big data dans les assurances connait des limites car elle se heurte à des obstacles et des écueils. Mais le big data présente également des risques aussi bien pour l’assureur que pour l’assuré. L’analyse cindynnique de l’hyperespace des dangers du big data a montré qu’à côté des promesses, le big data présente également des menaces qui sont toutefois contournables.

 

 

 

                                       II.            BIG DATA ET PRÉVENTION DES RISQUES : VERS DES « ASSURANCES JANUS » ?

 

Les promesses du big data rendent son utilisation incontournable dans les assurances. Ainsi, parmi les historiques, seuls ceux qui feront eux aussi une révolution de leur process et leur façon de penser l’assurance pourront espérer conserver leurs précarrés.

Les opportunités qu’offrent le big data sont nombreuses aussi bien pour l’assureur que pour l’assuré. Les clients bénéficient de nouvelles offres sur mesure répondant et adaptés à leur besoins assortis à des tarifs fixés à leur juste valeur. Ce qui fait bénéficier à une diminution de coût aux assureurs. Le big data améliore la satisfaction du client à chaque étape du parcours. Un service clientèle personnalisé et accueillant permet aux assureurs d’être satisfait.

Le big data innove l’assurance telle qu’on la connait actuellement. Le Big Data introduit une véritable rupture avec l’assurance personnalisée interactive. La force que représente le Big Data appliqué à l’assurance réside dans l’amélioration du profilage des assurés et du ciblage de leurs besoins, avec une individualisation fine de l’offre d’assurance et le développement de nouveaux services de prévention en vue d’éviter les sinistres. En un mot, le Big Data vient aider l’assurance en comblant ses lacunes les plus anciennes.

La transition vers le big data dans les assurances transforme la relation assurance-client avec les retombés de l’application du big data dans l’entreprise ainsi que les valeurs ajoutées dont bénéficient les assurés. En parallèle à ces promesses, l’application du big data dans les assurances se heurte à des écueils et des obstacles, mais elle représente également, des menaces aussi bien pour les assureurs et pour les assurés.

La première menace survenue avec le big data réside dans l’ubérisation du métier d’assurance. Effectivement, l’arrivée du big data a favorisé l’apparition de nouveaux entrants au détriment d’acteurs historiques. L’arrivée d’internet au début des années deux milles a laissé présager d’une nouvelle métamorphose, plus brutale et radicale que les précédentes.

De nouveaux acteurs font leur entrée avec dans leur fonctionnement des différences considérables par rapport aux assurances jugées classiques. Une de ces différences résiderait dans l’utilisation du Big Data et des réseaux sociaux (assurance en peer to peer) par les assurances. Ce qui conduit à la redéfinition des rôles de chacun des acteurs, qu’il s’agisse des compagnies d’assurances, des intermédiaires, et même celui des consommateurs.

Dans cette partie nous allons voir successivement les opportunités de l’application du big data pour l’assurance et les assurés (A). Puis, nous allons voir comment aménager la nouvelle ère de gouvernance du big data afin de venir à bout des dissonances et des risques (B).

 

 

A.  Le bouleversement de la relation assureur-assuré

 

Le big data est une preuve concrète de l’avènement du web prédictif. Le méga données du big data est un ensemble d’outils permettant d’acquérir des informations et de produire des solutions. Le secteur des assurances n’échappe pas à cette occasion de pouvoir tirer partie de ces données gigantesques.

Les promesses du big data pour l’assurance sont nombreuses. Dans la relation big data et assurance, ce n’est pas seulement l’un des deux parties (assureur ou assuré) qui tire profit des opportunités offertes par cette relation. Aussi bien l’assureur que l’assuré sont avantagés par les promesses du big data. Cela nous conduit à voir, les opportunités pour l’assurance (1) et les avantages dont bénéficient les assurés (2).

 

 

1.     Les opportunités de l’application du Big Data pour l’assurance

Les opportunités du Big Data pour le monde de l’assurance se déclinent à trois niveaux selon les experts de Precepta qui ont publié une étude, sous le titre  de « Assurance et Big Data – Opportunités et nouveaux écosystèmes ». Ces opportunités se déclinent en trois niveaux :

1. par rapport à la vente (dans la conception des produits et le pricing) le Big Data, grâce aux dates contextuelles et à la circulation de données entre l’assureur et l’assuré, offre la possibilité de mettre en place une tarification « comportementale » c’est-à-dire des offres personnalisés et adaptés à chaque client selon ses besooin spécifique. Cela marque alors une rupture avec l’assurance traditionnelle ;
2. sur le plan marketing et commercial, le Big Data promet une meilleure exploitation des données numériques des individus afin d’améliorer la connaissance client et la prédictibilité des comportements. La principale portée du Big Data est certainement la capacité à proposer des services adéquats aux individus ;

• le Big Data permet d’entrevoir des techniques de détection des fraudes basculant vers une approche croisée avec le profilage des personnes.

Mais selon une analyse faite par le Boston Consulting Group (BCG), les différentes opportunités offertes par le Big data pour l’assureur peuvent être représentées comme suit :

 

Figure 8 : les principales opportunités pour l’assurance[26]

Les opportunités évoquées dans la figure précédente peuvent être subdivisées en trois (3) : en amont, par rapport à l’appréhension du risque et à la tarification, puis il y a la promesse qui relèverai du marketing et commercial, par rapport à la relation client et enfin, en aval, les opportunités par rapport à l’indemnisation et la prévention des fraudes.

En premier lieu, actuellement les assurés ont une mauvaise image des assurances. Ils voient les paiements des primes d’assurance comme des sommes d’argent injustement et chèrement payés. Ils remettent en cause le fait de payer cher les sinistres des autres. Ainsi avec le big data, l’assurance se voit certainement être capable de proposer des services adéquats aux individus. La première portée du big data serait une meilleure exploitation des données numériques des individus afin d’améliorer la connaissance client et la prédictibilité des comportements.

Ainsi, la collecte des données du big data dans les assurances se fait en grande partie par le biais des objets connectés et des applications mobiles. Dans cette optique, les assurances arrivent à une meilleure connaissance du client accompagné par un meilleur profilage et un meilleur ciblage des besoins des assurés. Pour citer quelques exemples, il y a l’application Youdrive chez Axa qui permet de collecter des informations sur la conduite des assurés et une tarification assortie avec son comportement avec le Pay How You Drive. Il y a également l’exemple en matière de santé, à l’aide d’un bracelet connecté Withings offert aux mille premières personnes qui ont souscrit à la complémentaire santé Modulango chez Axa. Ce bracelet pouvait calculer les heures de sommeil, le nombre de pas et les calories brûlées sur une journée, voire le rythme cardiaque de l’assuré. Ces information sont directement transmis à l’assureur et les possesseurs de bracelet étaient alors invités à participer à un concours : ceux qui avaient la meilleure hygiène de vie gagnaient des bons de réduction[27]. Pour Allianz, l’application « Mon Allianz » est également une illustration assez intéressante.

Pour ce qui est d’offrir un service sur mesure grâce à un ciblage des besoins du client, le big data apporte sa transformation par le biais du prédictif et de l’interactivité. «Dans la conception des produits et le pricing, le Big Data introduit une véritable rupture avec l’assurance personnalisée interactive. Les variables traditionnelles (CSP, âge…) sont en effet remplacées ou enrichies par des datas contextuelles et la circulation de données entre l’assureur et l’assuré offre la possibilité de mettre en place une tarification «comportementale »[28]. Cepndant, il y a une limite à la prédictibilité du data, comme le dit Côme Berbain : « La prédiction absolue est impossible. Le Big Data n’est pas une boîte magique […] Il restera toujours une part d’aléa ».

Par rapport au coût, le big data offre des outils éfficace afin de réprimer les tentatives de fraude. Selon l’Agence pour la lutte contre la fraude à l’assurance (ALFA), en France, les fraudes coûtent entre 8 et 12 milliards d’euros par an dont seulement 8 % de la fraude a été détectée en 2015, soit une facture de 2,5 milliards d’euros. Les fraudes sont souvent organisée en bande organisée ainsi le big data met en place certains outils afin d’y faire face comme « le blocage a priori des transactions, le filtrage, le scoring, la corrélation d’événements multiples, l’analyse comportementale et prédictive, la mise en évidence des réseaux »[29]. Ces outils permettent une analyse automatisée plus globale de la chaîne de fraudes, tout en tenant compte du moindre détail étant donné l’inefficacité de traiter la fraude au cas par cas.

Une nouvelle technologie intimement liée au big data est un atout pour les startups de l’Assurtech. Le blockchain[30] permet de réduire considérablement le coût opérationnel. Son utilisation devient dorénavant nécessaire afin de réduire les marges afin d’accroitre la compétitivité des compagnies d’assurance traditionnelles face aux startups. On peut prendre l’exemple de la start-up Oraclize qui propose que « les passagers soient automatiquement indemnisés lorsque leur vol est en retard, sans avoir besoin de remplir un quelconque formulaire, et donc sans que l’entreprise ne doive traiter les demandes »[31].

 

 

En un mot, on a vu que le big data réinvente véritablement le métier d’assureur. Il offre de nombreuses opportunités aux assureurs : il permet à l’assureur d’avoir un meilleur profilage de son client afin d’anticiper ses besoins et d’adapter son prix à la réalité de chaque cas. Mais il présente également un véritable avantage par rapport au commercial et au marketing : des services et des produits adaptés aux besoins de chaque client. Chaque client, grâce au big data, a droit à un service sur mesure et personnalisé. La mutualité devient plus responsable. Le big data permet également une baisse des coûts de fonctionnement.

Mais le véritable atout qu’offre le big data est en rapport avec la prévision des risques. Le big data permet de réduire considérablement la réalisation des risques voir même de les supprimer. La santé est un exemple de comment le big data peut aider à supprimer les risques. Cela est rendu possible grâce aux outils qui accompagnent le big data : les objets connectés (puce, bracelet) ou les Smartphones et tablettes qui collectent les données et les transmettent aux assureurs.

Mais ce n’est pas seulement les assureurs qui tirent profit des opportunités offertes par le big data. Le client assuré profite également des bénéfices qu’offre le big data. Dans le paragraphe qui suit on va se placer du côté de l’assuré. Comment l’assuré profite-t-il de l’opportunité que lui offre le big data ?

 

 

2.     L’adaptation du Big Data et ses retombés sur les assurés

Si le big data présente de réelles opportunités dans les assurances, les assurés aussi, de leur côté, perçoivent certains avantages qui s’apparentent à ceux de l’assureur. On peut résumer cela sous forme de tableau[32] :

 

	Les opportunités pour l’assureur		Les avantages pour l’assuré
Par rapport au service client	Le big data offre une personnalisation du service afin de faciliter les interactions de l’assureur avec le client (assuré)		Le big data permet à l’assuré d’avoir un accueil et un service sur mesure et personnalisés
En matière de communication	Le big data aide à mieux comprendre, à mieux gérer et d’anticiper la réputation de l’entreprise notamment sur le web		L’assuré sera plus confiant envers son assureur et sera plus informé sur son interlocuteur ; l’appréhension de l’inconnu diminuera
Par rapport aux ventes	Les assureurs pourront s’en servir pour devancer et anticiper la résiliation d’un contrat ou un besoin nouveau Le big data est un outil efficace pour la fidélisation du client	Le big data améliore la satisfaction du client à chaque étape du parcours
Sur le plan marketing	le big data présente un réel atout pour proposer des produits qui répondent mieux aux attentes des consommateurs		L’assuré, à l’aide de la prédictibilité du big data, aura accès à de nouvelles offres répondant et adaptés à leur besoins

 

L’opinion que se fait l’assuré sur les compagnies d’assurances n’est pas flatteuse. Pour l’assuré, en tant que consommateur, l’assurance représente des charges trop lourdes car pour eux, les primes à payer sont largement au dessus de ce qu’ils doivent payer. Le système de mutualisation est remis en cause.

En effet, dans ce monde individualiste, la devise de Lloyd’s : «The contribution of the many to the misfortune of the few» est remise en cause voir même réfutée. Les hommes refusent de « payer pour le sinistre des autres » et « (le consommateur) exige de plus en plus de payer le prix qui correspond à son risque »[33]. Ces attentes ont déjà donné suite aux formules « modulaires », des offres dont les assureurs ont concoctés afin de répondre aux demandes des assurés. Ainsi les mégadonnées offrent une opportunité aux clients désireux de ne payer que le prix qui correspond à leur risque.

Les innovations récentes en matière de technologies et les données recueillies par leur biais permettent aux assureurs de proposer des tarifications affinées aux assurés tout en diminuant la sinistralité, donc le risque à porter. A cet égard, les assurés sont même prêts à coopérer avec les assureurs en leur fournissant des données personnelles complémentaires, y compris sur leur mode de vie, si en échange ils en tireraient des bénéfices (si cela conduit à une baisse de la prime).[34]

 

 

On a vu précédemment que le Big data a innové les assurances à cet effet, il a donné un nouveau visage aux assureurs qui ont rajeuni dans leur business model (fonctionnement, organisation) et aussi dans leur orientation stratégique et politique. Cette mutation a permis aux assurances d’être plus proactives et attractives. Les assurances sont bénéficiaire de l’immixtion du big data dans les assurances.

Mais les assurances ne sont les seules, les assurés également en tirent profits surtout dans la baisse des prix grâce à une prestation de service sur mesure, des offres et des produits personnalisés et des services répondant aux besoins des clients.

Quelques un des changements majeurs apportés par le big data dans la relation assureur assuré réside dans les relations client et la distribution. Avec le big data, de nouveaux canaux de distribution sont apparus mais aussi une nouvelle exigence par rapport à la confiance et la proximité de l’assureur anime les consommateurs.

La relation assureur-assuré a connu un renouveau car les usages des assurés ont évolué ainsi que leur comportement. Ils sont devenus plus exigeants et plus informés, ils savent ce qu’ils veulent. Ce qui ne fait que renforcer la nécessité d’axé la politique de l’entreprise sur le consommateur.

La relation client est alors devenu un enjeu majeur dans l’application du big data dans les assurances. Il est nécessaire de rendre les assureurs plus serviciels afin de faire face à cette nouvelle ère de gouvernance du big data.  Comment les assureurs y feront-ils face ?

 

 

 

B.  Vers une nouvelle ère de gouvernance du Big Data

 

A l’occasion d’une interview Madame Nathalie Mostowski qui est la directrice associée de la société de conseil Oresys a dit que « L’enjeu majeur pour les assureurs traditionnels c’est de garder la main sur la relation clients et garder la maitrise des données ». Ce besoin de garder la maitrise des données s’inscrit dans un contexte d’environnement hyperconcurrentiel qui demande aux entreprises modernes de se lancer vers une nouvelle ère de gouvernance du Big data.

En effet, après de nombreux domaines et secteurs d’activités comme le tourisme, les livres maintenant, c’est au tour du secteur assurantiel d’être touché par le phénomène digital d’ubérisation. De nombreuses « succes story » confirment auprès des compagnies d’assurance classique du sérieux de cette menace. Avec le big data, la concurrence devient rude dans le secteur des assurances et les assurances classiques ou traditionnelles doivent y faire face. Mais ces nouveaux concurrents sont-ils vraiment des dangers pour les assurances classiques ? (1)

Mais aborder les nouveaux concurrents nous conduit également à penser aux perspectives d’avenir des assurances. Pour cela nous allons préconiser quelques conseils afin d’accompagner les assurances dans leur marche vers la nouvelle gouvernance big data (2).

 

 

1.     Les assurances face au danger de l’ubérisation ?

 

Dans cette section nous allons aborder la question des risques concurrentiels que présente le big data pour les assurances classiques. L’association big data et assurance a ouvert la porte à de nouveaux entrants qui viennent concurrencer les entreprises d’assurance classique. D’abord qui sont ces nouveaux entrants dans le secteur assurantiel ?

Ce sont des jeunes entreprises, strat-up qui ont une grande maitrise des nouvelles technologies et qui proposent des prestations de services dans le domaine bancaire et ou d’assurance. Ces start up sont surtout technologiques que financières. Mais les nouveaux arrivants sont aussi les géants du WEB ou GAFA (Google, Apple, Facebook, Amazon).

Dans un premier abord ces nouveaux entrants présentent un menace avéré et assez important. Mais ils peuvent également être bénéfiques pour les assurances classiques. Comment ce paradoxe se présente-t-il ? Pour répondre à ce questionnement nous allons voir les atouts de la concurrence par rapport à l’assurance traditionnelle (a) puis nous allons aborder comment les nouveaux concurrents peuvent s’avérer être des partenaires pour elles (b).

 

a.     Les raisons du success story des nouveaux entrants

Le success story d’Oscar aux États-Unis est un bel exemple du degré de menace pour les assurances classiques que représentent les nouveaux arrivants. Oscar s’est taillé une place importante dans le marché des assurances. Elle a conquis plus de 40 000 clients. D’autres start-ups empruntent également la même voix qu’Oscar.

Ces nouveaux arrivants ont l’avantage de la maîtrise de la nouvelle technologie et de la gouvernance big data. Ils utilisent à leurs avantages ces éléments web ainsi que les nouveaux gadgets liés au monde numérique par exemple les objets connectés, les réseaux sociaux ou encore les applications mobiles qui sont de véritables sources d’informations sur les clients. Le cas de l’application mobile Knip qui est un comparatif des tarifications d’assurance spécialisée illustre ce cas. L’arrivée de cette application profite aux nouveaux arrivants qui soulignent la différence de prix entre quasiment toutes les assurances existantes.

Les nouveaux arrivants ont conduit également à une réforme des usages, des pratiques et des habitudes de consommation. Les start-up proposent des services sur mesures mais également, des produits ainsi que des tarifications personnalisés. La soumission des offres de cette manière a conduit à un changement dans la manière dont les demandes se présentent. En effet, les start-up avec les offres d’assurance peer-to-peer arrivent et responsabilisent les assurés en faisant en sorte que leur comportement soit plus vertueux afin de minimiser les sinistres et fraudes.

Le secret de la popularité de ces offres réside dans le prix qui marque une rupture avec les tarifications généralisées mais qui prend en compte le profil du client et ainsi permet d’affiner plus finement les offres et les prix. Basés sur le système des primes, ces offres permettent en cas de sinistralité moins élevée de reverser un cash back leur permettant de diminuer leur cotisation d’assurance.

Un autre atout des nouveaux entrants résident dans le fait qu’avec les big data il est dorénavant possible de procéder à une désintermédiation au maximum en anticipant les besoins du client.

A côté des ces atouts, un autre point positif qui est à l’origine du succès de ces concurrents est la manière dont ils ont dépoussiéré les pratiques existantes des assurances traditionnelles : la dématérialisation et la proximité en sont des exemples. Effectivement, les strart up de l’Assurtech profitent de l’avènement d’internet et de la connectivité des gens mais aussi des nouvelles technologies pour inventer un nouveau business model qui met en avant de nouvelles plateformes d’interaction avec les clients mais aussi de nouveaux canaux de distribution. Corollairement à cela, les assurances nouvelles générations sont vouées à être des assurances à distance mais de proximité.

 

b.      Les apports positifs de la concurrence

Précédemment on a vu les raisons qui ont conduit à la réussite des nouveaux entrants. S’il apparait dans un premier abord que l’arrivée de ces nouveaux concurrents représente une menace pour les assurances classiques, le danger qu’ils représentent apporte également des valeurs ajoutées pour les compagnies traditionnelles.

En effet, en dépoussiérant les pratiques existantes jusque là, ils ont transformé l’environnement, le marché et le milieu de l’assurance. Ces transformations qu’ils ont apportées au niveau des usages en entreprises, des offres et des habitudes de consommation, les assurances traditionnelles sont amenées à se réveiller de leur torpeur et de procéder à des réformes pour donner un coup de jeune à leurs  pratiques.

Dans ce cadre Nathalie Mostowski a déclaré que : « Si les assureurs traditionnels ne s’adaptent pas aux nouveaux modes de vie, de communication et de relation clients, ce sont de nouveaux entrants qui le feront. ». Procéder à des réformes au niveau de la politique et de la stratégie est vital pour les assurances classiques. Ces réformes s’apparentent à une forme d’adaptation aux changements.

Les assurances classiques doivent s’adapter aux aléas du marché par exemple l’économie de partage. Il en est ainsi du partenariat d’Axa avec BlaBlaCar qui a prévu une offre pour le covoiturage : une nouvelle assurance pour le prêt du volant et une assistance en cas d’accident ou de panne.

L’arrivée de ces nouveaux concurrents avec leurs nouveaux visages et l’alternative qu’ils offrent aux produits classiques ont permis également aux assurances traditionnelles de se préoccuper plus de leur image et de leur réputation. La nouvelle proximité des clients les a conduit à s’inquiéter de comment les clients perçoivent leur offre et comment ils jugent leur prestation.

Maintenant, les assurances traditionnelles ont également l’occasion de se renouveler et d’offrir de nouveaux produits plus adaptés aux profils des clients accompagnés d’avantages financiers et techniques considérables pour les assureurs et les assurés. La distribution se retrouve également changée avec l’apparition de nouveaux canaux. Le secteur de la santé est au centre de cette métamorphose avec l’arrivée de la tendance « self care », le métier d’assurance en matière de santé se renouvelle avec les objets connectés, l’e-santé, les prothèses 3D, auto-médication.

Mais le plus important bénéfice qu’a apporté l’arrivée des nouveaux concurrents est en rapport avec la relation client. La mutation en big data qui est devenue incontournable pour les sociétés d’assurance classique afin de tenir la concurrence a donné un coup de jeune à ces sociétés. Cette nouvelle jeunesse a permis à l’assurance qui, jusque là, a été cloisonné de s’ouvrir aux clients. Cette ouverture a conduit automatiquement à un élargissement à de nouveaux consommateurs cibles. A cet effet il est devenu essentiel pour l’assurance d’adopter une nouvelle stratégie axée sur les clients et non les produits et donc une nouvelle relation client plus proche et plus participative.

A cet égard, Monsieur Philippe Saby qui est le Directeur Général du  courtier grossiste Solly Azar a dit que : « L’assurance n’est pas un bien de consommation classique. C’est un produit anxiogène, qu’on achète en n’ayant aucune envie de l’utiliser un jour : il peut donc être source de frustration, d’insatisfaction et d’incompréhension ». Cela justifie donc la raison pour laquelle les clients ont besoin d’être accompagnés et rassurés tout au long du processus de distribution. En effet, l’assurance apparait comme un produit difficile à comprendre, complexe à souscrire qui oblige les clients à dévoiler des informations personnelles, à lire certaines clauses à la loupe ou encoure à suivre l’actualité juridique et règlementaire de près. Cette complexité de l’assurance génère un besoin de confiance et de proximité. Ce qui peut sembler être un handicap pour ces concurrents désintermédiarisés en ligne ou par internet mais un atout considérable pour les assurances classiques.

Enfin, tant qu’il y aura une barrière à l’entrée du métier d’assurance, la menace que représentent ces nouveaux arrivants ne serait pas dangereuse pour les compagnies d’assurance classique. La règlementation reste un allié pour les compagnies classiques. Mais cette quiétude n’est pas une certitude.

Comment les assurances pourront-elles faire face à cette nouvelle forme de gestion des risques ?

 

 

2.     Big Data et assurances : quelles préconisations relatives à une nouvelle gestion des risques ?

 

L’indispensable présence d’internet et des technologies de l’information et de la communication au quotidien touche non seulement l’habitude des individus dans sa vie personnelle mais également dans les activités professionnelles. Le big data étant l’un des découvertes majeures qui révolutionne les activités économiques. Le paradoxe des promesses et des menaces que représentent l’application du big data dans les assurances nous laisse dans l’incertitude quant à son avenir. Pourtant l’application du big data dans les assurances parait une réalité incontournable compte tenu des aléas économiques actuels et du progrès incessant de la technologie et son intrusion dans les différents secteurs d’activité.

Mais face aux menaces qu’engendre le choc big data – assurance, certaines mesurent afin de limiter les risques et les dangers que représente son application apparaissent nécessaires. Les menaces limitent l’opportunité de jouir pleinement des bénéfices qu’offre le big data.

Ce qui nous conduit à voir en profondeur le fondement de l’incontournable recours au big data dans les assurances Mais également les mesures d’accompagnement nécessaires pour venir à bout des limites du big data. Dans un futur proche, comment va évoluer la relation big data – assurance ?

 

 

a.     Le couple big data et assurances incontournable ?

La réalité actuelle de l’omniprésence d’internet et des nouvelles technologies comme les objets connectés dans la vie quotidienne nous font que d’innombrables informations peuvent être collectées, stockées et traitées afin d’en sortir de la valeur. A l’échelle mondiale, le volume de ces données dépasse un volume de plusieurs teraoctets. C’est le big data.

Le secteur de l’assurance plus que n’importe quel autre secteur, devra se plier et s’accoutumer au mastodonte Big Data. Le big data est nécessaire pour comblé les lacunes de l’assurance. Les informations issues des gadgets que l’homme utilise au quotidien permettent aux assureurs d’offrir un service amélioré et d’offrir des produits sur mesure et répondant à juste titre aux besoins des assurés. Ce qui rend le big data à l’heure actuelle indispensable à l’assurance. Le Big Data devient le nouveau moteur de croissance du secteur assurantiel.

Les opportunités qu’offre le big data pour les compagnies d’assurance sont tellement prometteuses pour le métier d’assurance et pour la satisfaction des assurés consommateur à un tel point que ces promesses assurent la pérennisation de son application dans les assurances. Les risques concurrentiels sur le marché des assurances engendrés par l’application du big data font que l’utilisation du big data est non plus un choix mais devenu un impératif afin d’assurer son existence et pour pouvoir faire face aux nouveaux concurrents.

Face aux intérêts que présentent les assurances big data dans l’économie, l’orientation de la législation actuelle tend à faciliter l’accès aux données personnelles nécessaires à l’évolution des assurances qui jusque là faisait obstacle à la pleine expansion de la technologie big data. Cela au détriment des réticences des individus quant à l’accès à ses données personnelles. Parfois les assureurs demandent le consentement de leurs assurés afin d’utiliser et de collecter leurs informations personnelles. Les assurés y consentent en échange d’une tarification avantageuse (à une juste valeur) et d’autres bénéfices comme le système de bonus-malus, ils demandent à leurs assurés l’accès à certaines données personnelles.

Mais face aux autres obstacles auxquels se heurtent le big data dans les assurances. Une association des acteurs du monde de l’assurance (fournisseur et distributeur) avec les entreprises sachant exploiter les données éviterait le risque aux deux parties d’entrer en concurrence mais où chacun en tirera un bénéfice. Le nouveau P-DG d’Axa, Thomas Buberl, en a ainsi fait un des trois axes stratégiques de sa politique : « Les assureurs ont longtemps travaillé seuls. Maintenant, ils doivent s’associer à des entreprises des télécoms ou avec les GAFA [Google, Amazon, Facebook,Apple] ». Non seulement cette association réduit les risques concurrentiels mais cela réduits également le déficit managérial et financier auquel les assurances doivent faire face dans la gouvernance des données.

A cet effet, l’étude Precepta a dit que pour rester dans la course, les assureurs ont tout intérêt à jouer le rôle d’entreprise pivot dans des écosystèmes d’affaires.  » Avec le Big Data, les marchés de l’assurance se réorganisent en effet autour d’écosystèmes d’affaires incluant des fournisseurs de solutions de Big Data, des fabricants d’objets connectés, des spécialistes de la data mais aussi les entreprises concurrentes, les clients et plus globalement l’ensemble des acteurs reliés à l’univers de besoins considérés (opérateurs énergétiques et télécom dans l’habitat connecté, industriels et fournisseurs de soins dans la santé…) « .

Par rapport à la protection de la vie privée des personnes, la gouvernance des données devient une mission responsable et éthique qui incombe aux assureurs. L’assureur devient un véritable gardien des données personnelles de ses assurés. Les nouvelles dispositions européennes, permettent dorénavant aux particuliers de mieux contrôler leurs données personnelles. A cet effet le droit à l’oubli, le consentement sur l’utilisation des données personnelles, le droit de transférer les données, d’être informé en cas de piratage et les conditions générales d’utilisation des données sont prévues dans les dispositions des lois.

 

Mais pour faire face aux menaces, aux risques ainsi que pour venir à bout des obstacles que rencontre l’utilisation du big data dans les assurances, des mesures d’accompagnements sont nécessaires.

 

b.     Les mesures d’accompagnement nécessaires

 

L’application du big data se heurte à des limites. Ces limites peuvent être les obstacles mais également les menaces et risques liés à son application et qui fragilisent les assurances. Afin de maximiser les opportunités qu’offre le big data des mesures doivent êtres prises. On peut classer ces mesures en deux : celles qu’il faut prendre sur le court et le moyen terme et celles qui s’étendent sur le long terme.

Avant de trouver la solution à un problème, il faut en premier lieu l’identifier et l’évaluer. Précédemment, on a identifié les dissonances, les déficits ainsi que les risques auxquels le big data et les assurances doivent faire face. Pour chaque risque et obstacles, il est nécessaire de prévoir des mesures afin d’y remédier.

Madame Nathalie Mostowski a affirmé que dans l’optique de cette nouvelle gestion des risques « l’enjeu majeur pour les assureurs traditionnels c’est de garder la main sur la relation clients et garder la maitrise des données ».  Les préconisations à émettre sont donc de deux ordres : la nécessité de changer de paradigme afin d’orienter la stratégie dans l’axe des clients et la course à la maitrise du big data.

Pour faire face à la nouvelle gouvernance des données il est nécessaire que les assurances soient plus recentrées sur les consommateurs. A cet effet, il est important de procéder à un changement de business model par une approche frontale ou une approche plus latérale. L’approche frontale se traduise par une rupture totale ou partielle du modèle assurantiel actuel tandis que celle latérale  consiste à accompagner cette mutation par des ajustements non structurants au sein de l’organisation.

La majorité des assurances ont porté leur choix pour la seconde approche. Elles ont concocté de nouvelles offres et services spécialement conçus pour cette clientèle adepte de ces nouveaux modes de consommation. C’est dans ce cadre que le partenariat entre assureurs et les plateformes IT semble idéal. Ce partenariat peut se présenter comme la fusion ou la prise de participation directe au sein des start-ups par les grandes compagnies. AXA par exemple en 2014 a noué des partenariats avec facebook et LinkedIn dans le cadre de sa stratégie digitale. Il a ainsi investi dans les capitaux de ces start-up. Ces partenariats évoqués précédemment permettent un partage des expertises du big data mais ils présentent également un autre enjeu stratégie car il permet de contrôler un peu les velléités de tous ces nouveaux entrants dynamiques et innovants.

Quoi que fut la stratégie d’intégration de la nouvelle gestion du risque dans les assurances choisie par les compagnies d’assurance traditionnelle, il est capital que les assurances classiques prennent conscience que c’est sans aucun doute au prix d’un effort d’acculturation intégré dans une démarche d’innovation globale et agile qu’elle réussiront à réinventer leur activité pour mieux l’adapter aux changements des habitudes de consommation. Dans ce cadre, elles doivent prioriser les investissements dans les formations et les nouvelles technologies.

Une acculturation pour s’approprier les codes du digital est essentielle pour construire ou de préserver une relation directe de qualité avec les assurés er de pouvoir anticiper les changements comportementaux. La survie des assurances dans un avenir proche sera liée à l’enjeu de la maitrise de l’expérience client. Les assureurs doivent s’y préparer en misant sur l’optimisation de l’expérience client d’une part et sur l’innovation portée à tous les maillons de la chaine de valeur d’autre part.

En dernier lieu, la question marketing présente également un enjeu majeur dans cet environnement hyperconcurrentiel. Il apparait nécessaire de mettre un accent sur les procédés marketing afin de faire connaitre l’entreprise et ses offres par des publicités et des campagnes d’annonces ciblées. Les cookies sur internet apportent de véritables innovations en la matière. L’image et la réputation de l’entreprise peut influencer le consommateur. La maitrise des risques en fait partie. Désormais, les assurances doivent Couvrir de nouveaux risques comme l’e-réputation et le respect de la vie privée sur internet pour les particuliers et la cybercriminalité pour les entreprises.

 

 

 

DEUXIEME CONCLUSION PARTIELLE

 

Dans la partie qui vient d’être évoquée, il a été mis en exergue que l’assurance telle qu’on la connait actuellement semble être innovée entièrement par l’application du big data. Avec l’assurance personnalisée interactive introduite par le big data des changements majeurs sont apparus, non seulement au niveau des entreprises mais aussi au niveau de la consommation.

Avec l’arrivée du big data dans les assurances, le profilage des assurés est amélioré permettant ainsi un ciblage des besoins affiné pour arriver à une individualisation de l’offre d’assurance. Mais le plus innovant reste le développement de nouveaux services de prévention en vue d’éviter les sinistres.

La transition vers le big data dans les assurances apporte des transformations majeures dans la relation assurance-client grâce aux retombés de l’application du big data dans l’entreprise ainsi que les valeurs ajoutées dont bénéficient les assurés. En ce qui concerne les opportunités offertes par le big data dans les assurances, les experts de Precepta dans leurs études ont déclinés ces opportunités au niveau de la vente dans la conception des produits et le pricing ; sur le plan marketing et commercial avec la capacité à proposer des services adéquats aux individus ; ainsi qu’en matière technique de détection des fraudes.

Pour ce qui est des assurés, ils sont aussi les grands gagnants de cette ingérence des données massives dans les assurances. Les avantages qu’en tirent les assurés s’apparentent avec ceux des assureurs : une prestation de service sur mesure, des produits ajustés et adaptés à leurs besoins, un service répondant à leur attente et un nouveau système de tarification avec le système des primes pour les offres d’assurance peer-to-peer.

Mais cette nouvelle ère des préventions des risques avec le big data accentue également l’univers hyperconcurrentiel du secteur des assurances. L’immixtion du big data dans le secteur des assurances ouvre la porte à de nouveaux entrants : les AssurTech qui sont des start-ups alliant assurance et nouvelles technologies, mais les géants du Web GAFA sont également des concurrents potentiels.

Les histoires des réussites de ces nouveaux entrants ont conduit à l’application impérative du big data dans les assurances classiques. Les raisons de leur succès dans le domaine financier notamment des assurances sont nombreuses mais on peut le résumer ainsi : ces start up ont su utiliser à leur avantage l’avènement d’internet et les nouvelles technologies mais ils ont également su surfer sur les vagues des changements en matière de comportement des consommateurs et des usages dans la consommation.

Identifié un temps comme une menace, les nouveaux concurrents des assureurs peuvent néanmoins être considérés comme un puissant levier en terme de conquête de marché et d’augmentation de chiffre d’affaire. En effet, l’arrivé de ces nouveaux concurrents ont réveillé les acteurs historiques de leur torpeur. Ils ont contribué à l’innovation du métier d’assurance traditionnel et de son environnement en général.

L’ubéisation du métier d’assurance offre l’opportunité aux assureurs traditionnels  d’établir un partenariat avec les strart up afin de partager la maitrise du big data. Ce partenariat présente un enjeu capital dans la survie des assurances face à l’entrée des géants du web GAFA dans le secteur dans un avenir proche. Cette hypothèse représente une menace avérée pour les assurances classiques.

En parallèle à ces promesses, l’application du big data dans les assurances se heurte à des écueils et des obstacles, mais elle représente également, des menaces aussi bien pour les assureurs et pour les assurés. Il est important donc de préconiser certaines suggestions afin d’accompagner l’application du big data dans les assurances.

 

 

 

CONCLUSION GENERALE

 

Pour conclure, « Partout le numérique va introduire des ruptures fondamentales, qu’il convient d’anticiper et de maîtriser. Le modèle d’affaires de l’entreprise numérique ne ressemble plus au modèle d’affaires classique, dans ses fondamentaux et sa déclinaison sur le marché »[35]. Dans le cas de l’assurance, la révolution digitale offre l’opportunité de transformer la relation entre l’assuré et son assureur. Aussi le premier en tire un bénéfice évidant que le second un intérêt particulier.

En dépit de son utilité sociale évidente, l’évolution technologique dans les assurances permet de remédier à la mauvaise image que l’on conçoit d’elles au quotidien. Trop souvent la relation assurance assuré se résume à un contact à la souscription, un autre au règlement du sinistre, et très peu entre les deux. L’usage intelligent des données met fin à cela grâce à l’introduction de la personnalisation et la prévention.

Grace au big data, les services rendus sont personnalisés afin de remédier à la cherté des primes ou aux indemnisations dérisoires. Le big data permet également de satisfaire les besoins de protection des assurés en leur proposant des solutions simples et adapté à leur besoin et cela à un prix juste. Ils n’auront plus la sensation que l’assureur leur fait payer pour payer les sinistres des autres puisque le Big Data permet une tarification selon les caractéristiques de chacun, sur mesure et personnalisée. En un mot, le Big Data vient aider l’assurance en comblant ses lacunes les plus anciennes.

Mais cela n’empêche que le big data présente des risques qui fragilisent l’assurance. En tant qu’outil technologique, les infractions cybercriminelles mais également les erreurs liées à la gouvernance des données, les dissonances dans la maîtrise de la nouvelle technologie sont autant de menaces qui le touche. L’évolution du big data pose systématiquement la question de la protection des données et du respect de la vie privée. D’autres risques de l’ordre de la déontologie et de l’éthique par rapport à l’utilisation des données en font également partie. Sans parler de la législation restrictive qui imposent des limitent strictes quant à l’utilisation des données personnelles des assurés.  A cet effet, la législation européenne permet aux assurés de maîtrisé la souveraineté de leur donner.

Le principal danger de l’avènement du big data dans le secteur financier notamment les assurances réside dans l’ubérisation du métier d’assurance. De petites entreprises qui ont une expertise des nouvelles technologies tentent de percer dans le secteur des assurances. Ce sont principalement des start up qui ont été enhardis du succès du start up Oscar aux USA en matière d’assurance santé. Comme leur précurseur, ils veulent également acquérir une place prépondérante dans le marché des assurances. Les nouveaux concurrents ont beaucoup pour plaire aux consommateurs. Voilà le secret des start up de l’AssurTech.

Ces nouveaux concurrents apparaissent en premier comme une menace  pour les acteurs traditionnels mais ils sont en réalité plus des partenaires potentiels qu’un danger éminent. En effet, ils sont de puissant levier pour innover les assurances telles qu’on les connait actuellement. Ils poussent les assurances à changer de paradigme et à adopter de nouvelle stratégie ou politique d’entreprise plus centré sur les clients, mais surtout à innover leur business model et leur relation client.

Les enjeux de la nouvelle gestion des risque serait la sauvegarde de la relation clients et la maitrise des données. Ils forment un chainage vertueux dans la mesure où la survie des assurances dans un avenir proche sera liée à l’enjeu de la maitrise de l’expérience client mais que garder la main sur la relation client nécessite une acculturation pour s’approprier les codes du digital. Ainsi, il est fondamental pour les assurances traditionnelles de procéder à une restructuration au niveau des approches pour pouvoir procéder à un changement de business model : il y a l’approche frontale qui signifie une rupture totale ou partielle du modèle assurantiel actuel ; l’approche latérale se traduit par  l’accompagnement de la mutation par des ajustements non structurants au sein de l’organisation.

Enfin, la perspective que le big data laisse entrevoir est en rapport avec le modèle prédictif qui fait intervenir des algorithmes. Ces algorithmes calculent le niveau des risques ou de sinistralité que représente le client sur la base des informations collectées sur lui. Une limite se présente par rapport aux algorithmes, le big data, tel qu’il est exploité actuellement, ne fait-il pas courir le risque que les gens soient jugés non pas sur leur comportement réel mais selon les propensions que les données leur prêteraient ?  Ne serait-ce pas dans ce cas un outil qui menace de punir les gens selon leur penchant et non pas selon leur action réelle ?

 

 

REFERENCES

 

1. BIBLIOGRAPHIE

 

• Ouvrages généraux et spécialisés
• Big Data : opportunité ou menace pour l’assurance ?, THOUROT (P.) et FOLLY (K. A.), édition Revue Banque, parut le 18 février 2016

 

• CHOUKRI (I.), CANTERO (I.), AGOSTI (P.), CAPRIOLI (E. A.), Banque et assurance digitales, édition Revue Banque, parut le 25 mai 2017

 

• COUILBAULT-DI TOMMASO (S.) et HUBERTY (V.), Les grands principes de l’assurance, édition l’argus de l’assurance, parut le 10 mai 2017

 

• DUPUIS (M.), Le big data dans les assurances, Etudes Broché, parut en décembre 2014

 

 

• Réussir sa transformation digitale de l’entreprise d’assurance, AGBOJAN (E.) et CHABROL (A.), édition L’argus de l’assurance, parut le 09 novembre 2016

 

• TRAINAR (P.) et THOUROT (P.), Gestion de l’entreprise d’assurance, édition Dunod, parut le 05 juillet 2017

 

 

• Articles de presse et sur web

 

• Analytics, Révolution big data: les enjeux et les risqué du big data, LDN, 2 avril 2014
• Business Analytics info, Les big data redessinent les contours de l’assurance, 8 décembre 2014
• Janet Wiener et Nathan Bronson, « Facebook’s Top Open Data Problems », sur Facebook Research, 22 octobre 2014
• L’assurance à l’heure du big data, Atlas magazine, 10 janvier 2017

 

• La maitrise du big data : un avantage compétitif décisif, Les Echos, 3 septembre 2012
• MAAF et Actuaris (Article original en anglais), « When the Art Is Watching You », presentation sur BIG DATA et données externes dans les modèles de tarification, Wall Street Journal, 11 décembre 2014

 

• McKinsey & Company, “Big data: The next frontier for innovation, competition, and productivity”. In: McKinsey Global Institute, Janvier 2011, url: http://www.mckinsey.com/business- functions/business- technology/ourinsights/big-data-the-next-frontier-for-innovation.
• REMY (M.), Big data : et si demain les compagnies d’assurances contrôlaient votre mode de vie ?, Observatoire des multinationales, 4 février 2016

 

• THEVENIN (L.), Comment le big data va révolutionner l’assurance, Les Echos, parut en 2015
• Thierry Crespel, « l’or noir nous livre ses secrets », JDN, le 22 août 17

 

• WOMACK (B.) et REGAN (T.), Google’s Schmidt Says “Data Can Change Insurance, Health Care”, Bloomberg. 2013, url : http://www.bloomberg.com/news/articles/2013-11-21/google-s-schmidt-says-big-data-can-change-insurance-healthcare

 

 

• Études et recherches
• L’Enass, Les enjeux du big data (pdf)
• LABONTÉ (F.), Technologie, méthode et applications du Big Data, exposé présenté au 40e Congrès De L’association Des Économistes Québécois, le 20 mai 2015, CRIM
• VIGIER (M.), le big data : une mine d’informations pour les entreprises, mémoire professionnel, LP MCI Année 2014, Université d’Evry Val d’Essone

 

 

1. WEBOGRAPHIE

 

Les sites web consultés :

 

www.argusdelassurance.com

www.revue-banque.fr

www.business-analytics-info.fr

www.technologies.lesechos.fr

www.economist.com

www.atlas-mag.net

www.ludosln.net

www.lesechos.fr

[1] Document en anglais : « The AI revolution in science », Science | AAAS,‎ 5 juillet 2017

[2] EY. “2015 Global Insurance Outlook”. In : (2015). url : http://www.ey.com/Publication/vwLUAssets/ey-2015-global-insurance-outlook/%7B%5C$%7DFILE/ey-2015-global-insurance-outlook.pdf.

[3] LCL banque et assurance, « Big data : définitions, enjeux et publications »

[4] Thierry Crespel, « l’or noir nous livre ses secrets » JDN, le 22/08/17 17 :28

[5] Site www.cnil.fr

[6] Personne qui, par jeu, goût du défi ou souci de notoriété, cherche à contourner les protections d’un logiciel, à s’introduire frauduleusement dans un système ou un réseau informatique. Source : Larousse http://www.larousse.fr/dictionnaires/francais/hacker/38812

[7] Legifrance.fr

[8]http://www.europarl.europa.eu/news/fr/news-room/20160413BKG22980/nouvelle-l%C3%A9gislation-europ%C3%A9enne-sur-la-protection-des-donn%C3%A9es.

[9] Georges Orwell décrit dans 1984 un monde où la surveillance de masse est devenue la norme.

[10] Ubérisation : Le néologisme d’ubérisation est généralementutilisé pour désigner le phénomène par lequel une start-up ou un nouveau modèle économique lié à l’économie digitale peut menacer et remettre en cause rapidement un vieux modèle de l’économie « traditionnelle ».

[11] Assurtech : Cette expression est la combinaison des termes assurance et technologie. Elle désigne les start-up qui utilisent la technologie pour repenser les modèles d’assurance.

[12] LCL banque et assurance, « Big data : définitions, enjeux et publications »

[13] Cf figure 2 plus bas

[14] Janet Wiener et Nathan Bronson, « Facebook’s Top Open Data Problems » [archive], sur Facebook Research, 22 octobre 2014 (consulté le 15 mars 2017)

[15] FRANÇOYS LABONTÉ, Technologie, méthode et applications du Big Data, exposé présenté au 40e Congrès De L’association Des Économistes Québécois, le 20 mai 2015, CRIM

[16] Basé sur la definition du www.nist.gov: National Institute of Standards and Technology

[17]  www.crim.ca

[18] https://www.hpc-lr.univ-montp2.fr/

[19] BIG DATA et données externes dans les modèles de tarification, présentation de la MAAF et Actuaris

[20] Article original en anglais ) « When the Art Is Watching You » [archive], sur Wall Street Journal, 11 décembre 2014

[21] CRIM ibid

[22] SOLUCOM – Gouvernance des données : comment mettre durablement les données sous contrôle? – Jean-Nicolas Biarrotte-Sorin et Gilles Baillou

[23] Source Google https://www.google.fr/trends/explore?date=all&q=bbig%20data

[24] McKinsey & Company. “Big data: The next frontier for innovation, competition, and productivity”. In: McKinsey Global Institute 29.June (jan. 2011). issn: 14712970.  url: http://www.mckinsey.com/business- functions/business- technology/ourinsights/big-data-the-next-frontier-for-innovation.

[25] Brian Womack et Trish Regan. Google’s Schmidt Says “Data Can Change Insurance, Health Care” – Bloomberg. 2013. url : http://www.bloomberg.com/news/articles/2013-11-21/google-s-schmidt-says-big-data-can-change-insurance-healthcare

[26] Analyse du BCG

[27] https://www.axa.fr/mutuelle-sante/partenariat-withings/jeu-pulse.html.

[28] Precepta, « Assurance et Big Data – Opportunités et nouveaux écosystèmes »,

[29] Big Data : une mine d’or pour l’assurance », Les synthèses – N°54 Cabinet SOLUCOM

[30] Blockchain : Technologie qui permet le stockage et la transmission de données de manière sécurisée, sans organe central de contrôle.

[31] https://blockchainfrance.net/2016/02/17/assurances-et-blockchain/

[32] Inspiré de l’article écrit par Thomas HEDON, « les opportunités du big data dans les relations clients » www.insurancespeaker-wavestone.com/2014/08/big.data/assurance-opportunite-relation-client/

[33] Jacques Richier, le PDG d’Allianz France dans un article parut dans « Echos »

[34] Laurent Thévenin  « Risques », n° 95, septembre 2013.

En savoir plus sur https://www.lesechos.fr/02/10/2014/LesEchos/21784-046-ECH_comment-le-big-data-va-revolutionner-l-assurance.htm#zzTzpsWqf7S5900g.99

[35] Bruno Ménard :2010