Plus de données, quels impacts sur la gestion des sinistres? 4 avril 2013 Gontran Peubez
Sans sinistres, pas d assurance Langage Logique Analyse Intuition Perception Créativité «La plupart des gens utilisent les statistiques comme le fait un ivrogne d un réverbère, davantage pour s appuyer que pour s éclairer.» Mark Twain + = Le défi 2
Gérer les sinistres dans un monde qui change «À quoi sert la Données - Internes et externes - Structurées et non structurées - Historiques et immédiates prolifération Comment mieux servir l assuré? de données si l on ne sait en tirer parti?» 3 NoSQL et ses implications - Rapidité d accès - Le stockage sans limites - La capacité d attaquer «tout» en même temps Le Cloud - L élasticité de la puissance de calcul
Tenir sa promesse à quel prix? L inversion du cycle de production éloigne l assuré de l assureur dès la souscription conclue. Que se passe-t-il avant le sinistre? Le sinistre est l occasion pour l assureur de «tenir sa promesse contractuelle». Les phases de gestion et d indemnisation de sinistres sont soumises à une forte pression concurrentielle. Dans quelles phases l assureur est il le seul à maîtriser la situation? Prévention Paiement Interactions employés Relation client Gestion sinistre Bouche à oreille Encaissement Indemnisation Fidélité/ Attrition Gestion Sinistre Sinistre Marque Assuré Comm Documentation Souscription Choix Conseil Web Produits Prix Package Promotion 4 Phase à forte attente client
La gestion sinistre, un processus de différenciation Quels assurés ai-je envie de fidéliser? Quels programmes de prévention envisager? Comment intégrer au plus vite les dérives de sinistralité dans la tarification? Comment régler le sinistre au plus vite? Forfait vs expertise? À quel montant est-ce que j ouvre le sinistre? À quel gestionnaire affecter le sinistre? Le sinistre est-il frauduleux? 5
Plus de données pour plus d analyses Assuré / Victime Informations de souscription Historique de sinistres Exclusions du contrat Données sinistre Typologie de sinistre Nombre d occurrences Historique de règlement.. Exemples de données Données externes Géolocalisation Données démographiques Historiques de litiges avec des compagnies partenaires Ancienneté de permis de conduire Accidentologie locale prenant en compte les facteurs d aggravation des risques Fichier AGIRA etc Données contrat Franchise Plafond Données de souscription Données génériques du véhicule Données véhicule Données génériques Données d entretien Données d accéléromètre Accidentologie... Combiner ces variables, internes et externes, structurées et non structurées, dures et molles, publiques et privées permet de se différencier d un bout à l autre de la chaîne de gestion des sinistres Niveau 1 : Interrogations de données homogènes Niveau 2 : Interrogations de données hétérogènes Niveau 3 : Approches standard d analyse de données Niveau 4 : Approches avancées 6
Mais les fondamentaux demeurent La loi de Pareto est toujours vraie Distribution de sinistre observée «Je sais que la moitié de mon budget publicitaire ne sert à rien, mais je ne sais pas quelle moitié.» Henri Ford Pourcentage des sinistres totaux (charge) 35 30 25 20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 Décile de charge sinistre Qui? Quand? Quoi? Comment? Quel traité de réassurance? Quelles conséquences sur la police? mais les 80% de charge sont sur des sinistres extrêmes toujours ignorés ou mal connus. 7
L enjeu est de croiser ces informations Le maximum de valeur est atteint lorsque les approches d analyse nontraditionnelles viennent éclairer les méthodes traditionnelles qui ont fait leurs preuves : Âge de la victime Les données relatives à la victime sont trop souvent ignorées des analyses classiques Éloignement du sinistre L éloignement du sinistre par rapport au domicile de l assuré est un facteur d alourdissement de la charge 8 Ces résultats sont applicables sous formes de règles métiers, en matière de détection de fraude, ouverture de sinistre, diligence d experts, etc
Éviter les écueils du «tout savoir et ne rien pouvoir faire» Réconcilier la quantité et la qualité Capter de nouvelles sources de données Exploiter les données classiques Marcher sur la crête pour l assureur : entre mutualisation et segmentation Maîtriser les coûts (fraude, barèmes, ) Travailler la satisfaction client 9