Après l’avènement du web participatif et les réseaux sociaux apportés par le web 2.0, c’est autour du Big Data de connaitre le même envol avec le web 3.0. Le Big Data est un outil très intéressant pour analyser les internautes et d’en déduire leurs besoins qui marque l’avènement du web prédictif. Cela profite bien aux secteurs de l’assurance qui depuis quelques années souffrent d’une mauvaise image auprès de certains assurés. En effet, beaucoup pense que le montant de la prime d’assurance est injuste étant donné que les assurés paient pour ceux qui ont des sinistres. Le Big Data efface cette image de l’assurance en permettant un meilleur profilage des assurés qui a son tour permet d’atténuer les disparités entre assurés, d’un côté ceux qui n’ont jamais enregistré de sinistres et de l’autre côté les sinistrés. Le Big Data apparaît donc comme le meilleur outil pour avoir une meilleure connaissance des clients. Le Big Data ouvre de nombreuses opportunités pour l’assurance, à commencer par la nouvelle méthode de profilage des assurés. Les produits devront être pensés et tarifés différemment, car d’autres nouvelles données s’ajoutent aux critères traditionnels auxquels les assureurs se basaient depuis toujours : CSP, âge, genre de biens à assurer … L’exploitation du Big Data a fait son début dans l’assurance santé avec l’introduction de bracelet connecté qui permettait de recueillir beaucoup de données influençant la santé d’un individu, à savoir les heures de sommeil, le nombre de pas, les calories brûlées ou encore le rythme cardiaque de l’assuré. Les données sur l’assuré sont directement transmises à l’assureur, ceux qui adoptent une meilleure hygiène de vie sont récompensés. Le Big Data trouve très rapidement son intérêt dans l’assurance auto avec le Pay How You Drive auquel la prime d’assurance évolue avec le comportement au volant du conducteur. Une assurance auto résilié pour non paiement est cependant toujours pour les assurés.
Cibler les besoins des assurés
Le Big Data transforme la connaissance du client ses méthodes de prédiction et d’interactivité. Pour connaitre les besoins de leurs assurés, les assurances n’ont plus besoin d’utiliser la méthode de « data mining » qui engendre un coût élevé d’une longue recherche et d’un procédé mécanique. Avec le Big Data, les recherches sont automatisées : scan et triage des informations recherchées. Même si le Big Data n’est pas infaillible, le contrôle mécanique et la technologie « machine learning » permettent déjà de déceler les informations fausses ou manipulées parmi la grande quantité d’informations qu’il est amené à traiter. Le Big Data pourrait aussi améliorer significativement l’outil CRM (Customer Relationship client) grâce aux outils d’analyse prédictive qui recueille une grande quantité d’informations sur les besoins des internautes en termes d’assurance. Un meilleur encadrement du Big Data est par ailleurs nécessaire, car ses avantages peuvent devenir très rapidement ses principaux inconvénients. En effet, le Big Data ne fixe pas de limite sur l’intrusion des assureurs dans la vie privée de leurs assurés et des internautes pour obtenir un meilleur profilage des assurés et cibler leurs besoins. Cela pourrait se traduire à terme par une individualisation des risques (démutualisation), voire une exclusion systématique des profils à risque, ce qui va à l’encontre de l’essence même de l’assurance.
Tweet