Deloitte publie en avril 2017 les résultats d’une étude menée auprès de 68 assureurs de la région EMEA qui démontre clairement que l’analyse des données collectées, dont le volume lié aux objets connectés ne cesse de croître, n’est pas une dimension intégrée dans la stratégie d’entreprise des assureurs.
Les chiffres illustrent un manque d’intérêt indéniable pour le big data et un manque de perspective d’exploitation valable d’un flux d’informations générées par l’utilisation de nouvelles technologies. La cause – un retour sur investissement non facilement décelable et des modèles de gestion non adaptés, car les données n’étaient pas considérées comme un actif.
Pour trouver le modèle opérationnel de la gestion des données le plus adapté à leurs besoins et pour en tirer pleinement profit, les assureurs devront probablement s’allier aux acteurs économiques spécialisés dans l’analytique, tout en intégrant les contraintes règlementaires liées aux données personnelles plus strictes.
État des lieux
Un impact diffus
- 90% des assureurs s’interrogent sur l’impact d’une approche analytique des données.
- Chaque dixième assureur affirme avoir l’intuition d’un effet potentiel de l’approche analytique sur son secteur et 50% des assureurs avouent ne pas savoir comment utiliser les données comme levier de croissance.
- 9 assureurs sur 10 ont du mal à percevoir le retour sur investissement lié à l’exploitation de big data.
- Près de trois quarts des assureurs n’ont recours aux données que lors d’une initiative ponctuelle, plutôt réservée aux fonctions telles que le marketing ou l’IT, et 70% parmi eux n’incluent pas les données à leurs projets à long-terme.
Des modèles d’exploitation inadaptés
- 75% des assureurs ne pensent pas que les modèles actuels dont ils disposent soient générateurs de valeur ajoutée pour leur activité.
- 40% estiment que la qualité des données actuellement disponibles demandent trop d’investissement pour être correctement exploitables.
La culture d’entreprise
- Un changement doit s’opérer dans les mentalités avant que les données ne soient prises en compte dans le processus de prise de décision par les hauts dirigeants notamment. Les modèles de gestion actuels, si tant est qu’ils soient mis en place, ne sont pas à la hauteur du défi de big data.
- Dans ce secteur en pleine évolution, une nouvelle fonction émerge, celle du directeur de la transformation numérique ou directeur des données (chief data officier), rôle pivot au sein de l’organisation, mais qu’il faut savoir bien définir pour en tirer pleinement profit.
L’évolution
Une approche globale doit être mise en place permettant d’identifier les contraintes et les leviers disponibles dans l’écosystème des données pour intégrer l’analyse de ces dernières dans la conduite du changement et les modèles opérationnels.
Les cabinets de conseil mettent en garde contre un retard technologique, aussi bien dans la stratégie qu’en termes d’outils utilisés pour son application, qui à long terme peut se répercuter sur la santé économique des compagnies d’assurance.
Partenariat avec des acteurs à la pointe de l’exploitation des données
La coopération avec des acteurs externes mais hautement spécialisés permettrait non seulement d’intégrer le volet analytique à la stratégie d’affaires des assureurs, mais doterait également ces derniers d’une flexibilité non négligeable dans la mise en œuvre de cette nouvelle variable.
Alors que pratiquement 70% des assureurs mettent un pied dans le monde de l’analytique en faisant confiance aux collaborateurs déjà au sein de l’organisation pour mener la barre, se faire assister par des prestataires ou des consultants expérimentés paraît économiquement et politiquement plus intéressant.
Solutions business
Concrètement, les assureurs doivent mettre en place une approche de gestion de l’information efficace qui passe entre autres par une architecture appropriée de leurs bases de données pour optimiser l’exploitation analytique. L’idéal serait l’adoption d’un système permettant non seulement l’accès à l’ensemble des données internes, mais également l’import des données externes.
En 2017, les modèles les plus communs sont le modèle d’analyse par fonction, où chaque fonction de l’entreprise gère et génère ses propres données, et le modèle centralisé réunissant toutes les données de l’organisation.
Cadre règlementaire
Les données étant un sujet sensible, il faudra en outre tenir compte des contraintes règlementaires applicables à la gestion des données. À cet effet, il faut noter le Règlement général sur la protection des données (RGPD), adopté le 27 avril 2016 par le Parlement européen et le Conseil et entrant en vigueur le 25 mai 2018, qui régulera le traitement des données à caractère personnel et la libre circulation de celles-ci. Il introduit notamment l’obligation d’un consentement explicite de la part des usagers pour l’utilisation de leurs données et leur octroie même le droit de demander la suppression complète de leurs données et, par ailleurs, il impose à toute organisation le recours à un système d’information sécurisé.