Tribune : Big data et assurances, la partie cachée de l'iceberg

Source http://www.newsassurancespro.com

Le secteur des assurances a toujours été un pionnier dans l’usage et l’exploitation des données. A tous les niveaux d’activités du secteur, depuis le développement des offres et des contrats, en passant par les études de risques, la gestion des cas complexes et des fraudes, le marketing, etc. Aujourd’hui le secteur se modernise davantage sous l’impulsions du Big Data ; mais attention derrière ce mot se cachent deux types de data bien distinctes.

Cette tribune a été rédigée par Amine Benhenni, Data Scientist et spécialiste-chercheur autour du Big Data, et Luc Truntzler, directeur associé d’Inbenta.

Elle vous est proposée en deux parties.

Axa Drive, Youdrive de Direct Assurance, Conduite connectée d’Allianz, Pulse O2 d’Axa/Withings… ces derniers mois, les applications lancées par les assureurs autour du big data font l’actualité.

Tout le monde comprend aisément l’intérêt du big data, véritable mine d’or pour l’assureur qui permet d’une part à l’actuaire d’exercer son métier avec toujours plus d’indicateurs et d’autre part aux conseillers de connaitre davantage leur portefeuille client et pousser des propositions commerciales des plus attractives et personnalisées.

Après la vague 2.0 autour des applications sociales et communautaires, la vague 3.0 autour de la collecte et traitement de données client bat désormais son plein notamment avec le développement des objets connectés.

Les applications envisagées se concentrent principalement sur ce qu’on appelle la donnée structurée, qui obéit à des schémas simples et clairs, avec des champs clairement identifiés. Par exemple, il s’agit de données démographiques comme l’âge ou le salaire, ou pour nos objets connectés, d’une distance parcourue avec sa voiture ou avec ses chaussures, ou encore la tension prise avec sa montre connectée, la perte de calories calculée avec son Pulse 02..

Or le Big Data, c’est aussi et surtout des données non-structurées, soient toutes ces données dont l’information n’est pas spécialement organisée pour nos outils d’extraction, que l’on retrouve sous diverses formes et différents supports. Celles-ci incluent toutes les données sous forme de documents et de textes, mais aussi l’ensemble des médias (images, illustrations, vidéos).

Depuis un rapport de Merryl Lynch sur l’information en entreprise, il est dorénavant admis que les données non-structurées correspondent à 80% de l’ensemble des données exploitables par une entreprise. Notons que ce rapport date de 1998 et que notre internet moderne, avec ses emails et ses médias sociaux était inexistant.

Bien que majoritaire, nous constatons chaque jour avec amertume que la donnée non-structurée est généralement l’enfant pauvre des politiques d’innovation au sein des différents groupes qui se jettent dans la course aux Big Data.

L’assurance et la donnée non structurée 

Le secteur des assurances est particulièrement fourni en documents, témoignant de l’ensemble des interactions avec les clients. Il s’agit là tout simplement d’une mine d’or qui peut servir à différents usages propres d’une part, et compléter avantageusement les informations des données structurées pour caractériser efficacement les profils des clients.

Ainsi, les questions, recherches, commentaires, emails, réclamations formulées par les assurés donnent un accès privilégié à la voix de l’assuré. Cette data est déjà disponible et ne demande qu’à être traitée, analysée et exploitée pour fournir des informations cruciales sur les intentions et les ressentis des clients.

Par exemple, une analyse adéquate des déclarations de sinistres et des demandes d’indemnité ainsi qu’un pré-traitement des conclusions d’experts peuvent permettre d’optimiser les traitements, en faisant passer rapidement les cas simples et en signalant les cas complexes et suspicieux qui nécessitent une attention particulière.

Certains mots ou certaines expressions peuvent être des indicateurs pertinents de la gravité ou non d’une situation (présence d’une ambulance, emplacement de blessures, etc) ou rapidement les causes possibles d’un dégâts, (rupture de canalisation, événement météorologique, …). Il faut toutefois garder en tête que la simple recherche de mots-clés n’est pas toujours suffisante, et que des approches plus sophistiquées sont nécessaires pour prendre en compte correctement le contexte, et qui permettent de distinguer les phrases suivantes :
“une ambulance a été utilisée pour le transport…”
“le transport s’est fait sans ambulance…”
ce qu’un moteur de recherche par mots-clés n’est pas capable de faire.

Toutes ces informations peuvent ensuite être réinjectées dans des algorithmes de classification, et de détection de fraude. Ces derniers s’en trouveront grandement améliorés et seront d’autant plus performants qu’ils disposent de données spécifiques et contextuelles sur les cas à traiter.

Traitement des questions des assurés

Suite à la précédente vague 2.0 qui a ouvert les vannes au déferlement de verbatims client dans l’écosystème digital des assureurs, la donnée non-structurée grandit chaque jour de plus en plus, à un rythme bien plus important que la donnée structurée.

Sur ces canaux digitaux que sont les sites web, réseaux sociaux et applications mobiles, le traitement de la voix de l’assuré permet principalement d’apporter des réponses automatiques et pertinentes aux questions formulées par les assurés.

Pour traiter ces questions en langage naturel, les technologies utilisées sont des technologies de traitement automatique du langage. Il s’agit selon Gartner, de la technologie, avec les objets connectés, la plus attendue cette année :

L’internet des objets et le traitement automatique des questions en langage naturel au top des technologies attendues

Les technologies de Traitement Automatique du Langage permettent à travers des analyses sémantiques d’exploiter efficacement ces fameuses données non structurées, ces verbatims client, et leur donner un sens (le mot sémantique est dérivé du grec σημαντικός (sêmantikos) = “signifié”, “sens”). Cette technologie palie concrètement aux problèmes de moteur de recherche par mots clefs illustrés ci-dessus.

Les avancées dans les technologies de traitement automatique du langage, à l’interface entre linguistique et intelligence artificielle, se sont considérablement accélérées ces dernières années. Couplées à d’autres innovations technologiques (comme les objets connectés), ou à l’intégration de nouvelles pratiques (personnalisation des contrats en “temps réel”), elles seront responsables d’un bouleversement majeur à venir dans le secteur des assurances pour les prochaines années.