Replacer la donnée au cœur des usages pour une exploitation optimale
Identifier la donnée comme source de valeurs pour la monétisation, l’innovation et le développement de services
Industrialiser le déploiement de modèles en intégrant l'acculturation et évitant les biais
Pour renforcer l’autonomie de chacun, les acteurs de l’écosystème Assurance forment de plus en plus les différents départements de leur organisation à l’analyse de données. Plusieurs thématiques sont à l’ordre du jour comme la définition d’un langage commun d’entreprise ou encore la recherche de l’explicabilité des informations utilisées pour garantir la transparence, la confiance et la responsabilité.
Pour éviter les risques de mauvaises interprétations, les organisations peuvent mettre en œuvre 3 actions :
Sensibiliser : insuffler une culture de la donnée, en désignant chaque collaborateur comme acteur de la qualité perçue
Accompagner : inciter à former les collaborateurs à la lecture des outils de visualisation et d’analyse
Impliquer : entraîner les collaborateurs à la reconnaissance des données comme source de croissance pour l’organisation
Ces axes sont ambitieux et nécessitent une culture d’entreprise qui valorise et encourage la connaissance et la responsabilité. Pour assurer un changement durable, les organisations doivent mettre en place une gouvernance adéquate.
Trois grandes approches de monétisation des données se distinguent :
la vente directe de données, de manière autonome ou en faisant appel à un « courtier en données » en guise d’intermédiaire, par exemple des marketplaces de données.
l’échange de données, avec la possibilité de négocier des arrangements avec des partenaires comme notamment la vente d’APIs.
l’amélioration des performances de l’organisation ou la création de nouveaux produits & services en se basant sur les données déjà collectées.
L’analyse de données collectées en interne est structurellement plus facile à opérer, mais l’échange de données entre partenaires d’affaires avec une mise en commun de moyens dans le secteur est plus disruptif et plus indiqué pour transformer sensiblement les modèles d’affaire.
En bâtissant leur modèle de revenus via des partenariats, le secteur devra garantir le respect d’un cadre réglementaire de plus en plus exigeant issu notamment de la mise en œuvre de l”Open Insurance” à l’échelle de l’UE.
Pour industrialiser le déploiement de modèles de données, les acteurs de l’écosystème Assurance font face à l’intégration de nouvelles technologies basées sur des infrastructures cloud et IA, à la modernisation des architectures de données et à la plateformisation des solutions.
Un des enjeux est aujourd’hui de créer et de maintenir à jour des compétences en matière d'IA, d'ingénierie des données et de data science.
L’IA permet, entre autres, d’améliorer la connaissance et l’expérience client, l’efficacité opérationnelle et la prise de décision. Certaines fonctions ont déjà automatisé leurs processus pour proposer des parcours clients personnalisés. Le facteur humain reste souvent le principal challenge face à son développement en raison d’un manque d’acculturation ou de processus complexe nécessitant une expertise particulière. Autre défi : les biais induits par l’homme sur cette solution pour éviter des effets non désirés.
Cette publication est le fruit de réflexions menées dans le cadre des « Innovation Papers » du Pôle Finance Innovation, animés par PwC au sein de l’écosystème Assurance et met en avant les bonnes pratiques du marché identifiées lors d’ateliers de travail entre mars et juillet 2023 auprès d’une trentaine de dirigeants et d’opérationnels issus de compagnies d’assurance, de services financiers, de fournisseurs de solutions technologiques et d’insurtechs.