Les plus grands défis du secteur de l’assurance d’aujourd’hui
Récemment, Korem a assisté à l’événement InsureTech Connect 2022 et nous en sommes venus à la conclusion qu’il est absolument nécessaire pour les compagnies d’assurance d’obtenir des données de localisation hautement précises et à jour, mais encore faut-il que leurs équipes internes soient en mesure de les traiter… En fait, les entreprises qui osent s’approvisionner en données géospatiales se retrouvent souvent devant un vide abyssal.
Pour mieux comprendre les principaux problèmes et défis que rencontrent les entreprises dans le monde géospatial, nous avons décidé d’organiser une table ronde avec six compagnies d’assurance. C’était l’occasion rêvée d’explorer avec elles les stratégies qu’elles mettent en place pour s’adapter aux changements extrêmement rapides qui se produisent actuellement, que ce soit en matière d’avancées technologiques, de comportement des consommateurs ou du milieu de l’assurance lui-même.
Qu’en retire-t-on d’important? L’industrie de l’assurance ressent de plus en plus la nécessité d’optimiser ses marges d’exploitation en raison d’une combinaison de facteurs, notamment l’inflation, la pénurie de main-d’œuvre, la concurrence féroce du marché, l’exposition accrue aux risques ainsi que les coûts de réassurance. Ce contexte particulier force les assureurs à trouver de nouveaux moyens d’accroître leur précision afin de prendre de meilleures décisions, par exemple en automatisant des processus manuels.
Malheureusement, même si les compagnies d’assurances connaissent les sources de données externes qui pourraient les aider à atteindre une précision optimale de leur modélisation des risques, bon nombre d’entre elles ne sont pas encore en mesure de modifier leur modèle, par exemple en passant d’un système par codes postaux à une modélisation géospatiale hyperprécise. Par ailleurs, elles ignorent souvent comment opérationnaliser les modèles obtenus dans leurs systèmes de cotation et peinent à déterminer l’environnement de TI le mieux adapté pour traiter le volume de données nécessaire et assurer cette modélisation avancée des risques, qu’il s’agisse d’un système interne, d’une solution SaaS ou d’un environnement nuagique.
Règle générale, la précision des données géospatiales et du géocodage est reconnue comme un élément clé de modernisation et de gestion du risque en assurance. Or, bien souvent, les entreprises ne savent pas par où commencer leur transformation numérique, notamment parce qu’elles ne disposent pas des ressources internes pour effectuer cette transition.
Voici les quatre principaux défis auxquels est confrontée l’industrie de l’assurance et que nous avons cernés lors de notre table ronde
Défi 1 : S’adapter au changement des profils de risque et de l’exposition au risque
Le marché de l’assurance de dommages voit actuellement l’arrivée de nouveaux produits et services, tels que l’assurance basée sur l’utilisation (UBI) et les méthodes améliorées de détection des zones où il existe un risque de dommages causés par des inondations. L’objectif est d’améliorer la fidélité des primes d’assurance et de réduire le taux de résiliation. L’accent est mis à la fois sur l’amélioration de l’expérience client et sur la précision de la tarification et de l’évaluation des risques. Cette perspective devient de plus en plus importante, notamment en contexte de changement climatique, lequel modifie les profils de risque et l’exposition générale au risque.
Qui plus est, l’économie mondiale connaît actuellement une augmentation du coût des matériaux entraînant une forte inflation, exacerbée par la pénurie actuelle de main-d’œuvre. Selon Korem, ces facteurs contraignent les assureurs non seulement à innover sur le plan technologique, mais aussi à optimiser leur marge d’exploitation. Certaines mesures, dont l’utilisation de technologies et de données géospatiales, peuvent être prises en compte par les compagnies d’assurance pour composer avec ces changements du marché.
Solution 1.1 : Diversifier les ensembles de données et les technologies utilisés
Les avancées dans le domaine de l’intelligence artificielle (IA), entre autres, constituent un outil supplémentaire pour moderniser les modèles de risque des compagnies. En conséquence, elles sont de plus en plus nombreuses à exploiter une combinaison de données, incluant des empreintes de bâtiments, des attributs de bâtiment et d’autres types de données de modélisation, comme le risque d’inondation ou d’incendie. Par exemple, l’utilisation du géocodage pour identifier l’emplacement d’actifs n’est plus perçue comme une simple option, mais bien comme une nécessité de modernisation. Les solutions de géocodage hyperprécises comprennent non seulement la reconnaissance d’adresses et offrent une exactitude géographique accrue, mais permettent en outre de valider et de corriger les données manquantes, erronées ou dupliquées pour obtenir une base de données plus fiable et précise des polices d’assurance des clients.
Solution 1.2 : Accroître la réactivité aux catastrophes et aux changements des profils de risque
Les catastrophes météorologiques, dont les ouragans comme Fiona et Ian, montrent bien qu’il est crucial pour les assureurs de comprendre les graves répercussions des aléas de la météo, notamment sur les considérations financières, tout en offrant des protections dans un marché où l’inassurabilité augmente sans cesse en raison des risques élevés.
Pour gérer les régions exposées à des événements météorologiques aux conséquences graves (tornades, feux de forêt, ouragans, etc.), l’industrie de l’assurance se tourne vers la cartographie et l’intelligence géospatiale pour analyser les risques et traiter les réclamations. De nos jours, les assureurs collaborent étroitement avec les gouvernements et les différents intervenants, et exploitent des données climatiques et météorologiques pour obtenir des analyses de données précises et ainsi affiner l’information utilisée. Les données dérivées de l’imagerie numérique de la Terre permettent d’appliquer d’autres caractéristiques aux modèles de risque pour rajuster la tarification dans les régions ayant un profil de risque élevé.
Défi 2 : Gérer des quantités massives de données d’assurance
Les assureurs ont accès à une vaste étendue de données de sources internes et externes. Ces sources fournissent des données de localisation ultra-précises, telles que des données sur la circulation routière et la mobilité, des empreintes de bâtiments, des modèles numériques d’élévation, des images satellites ainsi que des données d’imagerie extraites au moyen de l’IA. Bien que ces technologies offrent un avantage concurrentiel non négligeable et permettent de mettre en place un système automatisé, le simple fait de suivre le rythme auquel ces données sont accessibles représente un défi en soi.
Au fur et à mesure que l’équipe de science des données construit son modèle analytique, l’équipe des TI doit être présente, puisque c’est à elle que revient la tâche d’opérationnaliser ces données. De plus, les deux équipes doivent bien connaître les pratiques exemplaires de gouvernance, de sécurité et de traitement de données massives.
Solution 2 : Opérationnaliser la science des données, l’IA et l’AM
Les sources de données commerciales, les sources ouvertes et les bases de données gouvernementales sont essentielles aux analyses de localisation. En s’approvisionnant à de multiples sources de données, les compagnies d’assurance devront adapter leur technologie pour gérer d’énormes volumes de données mis à jour plus fréquemment. La gestion des données peut être faite en utilisant le bon logiciel et en exploitant la science des données, l’intelligence artificielle (IA) et l’apprentissage machine (AM). Ces technologies permettront d’automatiser des processus auparavant manuels comme la souscription d’assurance, d’éliminer les erreurs et les inefficacités dans le traitement des réclamations et de réaliser des analyses prédictives pour un rendement bonifié.
Défi 3 : Respecter la sécurité et la confidentialité des données
S’ils s’approvisionnent auprès de multiples sources de données, les assureurs seront tenus de respecter des normes encore plus élevées de sécurité et de gouvernance des données. Si des failles de sécurité surviennent, la crédibilité de la compagnie sera directement entachée et elle risque même de faire l’objet de litiges. Bref, les affaires cessent.
Solution 3 : Gouvernance et gestion des données
Pour garantir la conformité, quelques mesures peuvent être prises. Tout d’abord, il faut octroyer le bon niveau d’accès aux bonnes personnes et dans le bon contexte. Ensuite, le personnel doit acquérir de l’expérience en science et gouvernance des données, un défi en soi dans un marché en pénurie de main-d’œuvre. Lorsqu’une équipe de confiance est en place, il est crucial de suivre des protocoles de gouvernance des données et de cybersécurité.
Les serveurs seront dédiés à protéger les données de production et à effectuer des tests de bout en bout pour s’assurer que les modèles sont précis. Il est essentiel de prouver la conformité aux normes de sécurité les plus strictes, par exemple en collaborant avec un partenaire du domaine géospatial certifié à la norme de sécurité internationale ISO 27001 comme Korem.
De plus, en raison du modèle de courtage au Canada avec des adresses dispersées, il pourrait s’avérer nécessaire d’effectuer un nettoyage des données par silo, parfois même pour des tâches aussi élémentaires que les adresses de première ligne.
Défi 4 : Suivre le rythme de la modernisation numérique
Dans le contexte actuel, les assureurs de dommages n’ont d’autre choix que d’investir dans la modernisation numérique. Il peut s’agir de mesures prises à court terme, telles que l’amélioration des TI de l’entreprise, mais aussi à plus long terme, comme le fait de rester concurrentiel grâce à l’innovation et d’exploiter des technologies axées sur des données comme l’IA, les données massives et l’intelligence géospatiale. Or, l’intégration de systèmes d’information géographique (SIG) et l’utilisation d’outils d’analyse comme Databricks et Snowflakes pour accroître la rentabilité, l’agilité et le rendement de l’entreprise peuvent s’avérer particulièrement difficiles dans le milieu traditionnel de l’assurance.
En effet, un tel virage nécessite des changements substantiels en matière de sécurité et de méthodes de travail des employés. Pour intégrer la science des données dans leur logiciel de modélisation d’assurance, les équipes devront d’abord être formées, ce qui aura une incidence sur la vitesse de développement des produits d’assurance et de déploiement des initiatives de modernisation des TI. La valeur temps est un objectif clé et elle s’améliorera si les efforts sont concertés pour réorienter l’entreprise vers des solutions nuagiques.
Solution 4 : Migrer vers des systèmes d’assurance modernes et des technologies nuagiques
La transition des anciens systèmes centraux internes vers des plateformes d’assurance d’entreprise modernes (p. ex. Guidewire, EIS, Majesco ou Duck Creek) est essentielle pour atteindre les objectifs d’entreprise à long terme. Cette transition passe aussi par l’automatisation de processus manuels, comme l’évaluation des risques d’assurance et la souscription des polices à l’aide de processus d’intelligence géospatiale et d’outils d’extraction, de transformation et de chargement de données (ETL). Elle peut aussi comprendre un nouveau cadre de développement des opérations et la migration de tâches faites sur place vers un environnement nuagique pour plus d’agilité et d’évolutivité.
Les technologies nuagiques permettent d’utiliser un environnement infonuagique géré ou SaaS, ou encore une combinaison des deux. Heureusement, il est possible d’externaliser l’expertise à un partenaire comme Korem, qui se chargera de la migration vers l’environnement souhaité grâce à ses services gérés. Cette façon de faire permet notamment d’optimiser le niveau d’accès des employés aux serveurs et de choisir les personnes à qui sont octroyées les autorisations.
En guise d’exemple, Korem a déjà aidé un chef de file de l’assurance à mettre en œuvre une stratégie de modernisation numérique visant à intégrer le géocodage et la validation d’adresses dans une solution logicielle de base. Hébergée dans l’environnement Azure de Microsoft, la solution développée par Korem combinait des données et un logiciel prêts à l’emploi, en plus de services gérés. De plus, cette initiative a permis à l’entreprise d’améliorer son agilité opérationnelle et de réduire ses dépenses de 27,7 % à 24,9 % sur trois ans. Cette nouvelle agilité combinée à la précision et à la fiabilité des modèles a permis à cet assureur d’accroître sa compétitivité avec des prix justes et des forfaits de protection plus audacieux pour une satisfaction client accrue.
Korem : le prolongement de l’expertise de votre équipe
En contexte de pénurie de main-d’œuvre et d’évolution rapide du marché, les quatre défis mentionnés plus haut deviennent prioritaires pour toute entreprise désireuse d’accroître sa capacité concurrentielle. Puisque les solutions proposées requièrent toutes des données et des technologies géospatiales dans une certaine mesure, Korem devient le prolongement et le complément de l’expertise de votre équipe grâce à notre guichet unique, que ce soit pour l’approvisionnement ou l’exploration de données, l’intégration de technologie géospatiale ou des services gérés.
Vous ne savez pas par où commencer? Korem peut effectuer une évaluation de la « santé » géospatiale de votre entreprise afin d’analyser son utilisation des technologies et des données géospatiales, en portant une attention particulière aux points faibles, aux occasions manquées, aux tendances du marché, aux meilleures pratiques du secteur, etc. Vous obtiendrez même un plan complet afin d’encore mieux vous préparer pour le futur!
- Partager :
