Développements et stratégies fondés sur les données dans le secteur de la vie et de la santé

15 November 2024

Yinglin Zhang, directeur général de Life & Health Data Analytics chez Hannover Re, se penche sur l'innovation et la responsabilité en matière de données.

This page has been translated automatically.

Les assureurs vie et santé ne sont jamais à court de données. Aujourd'hui, avec le développement de la numérisation et des nouvelles techniques d'analyse, ils peuvent aller plus loin, s'engager avec les consommateurs d'une nouvelle manière et créer des produits de plus en plus personnalisés.

L'analyse des données a toujours été au cœur de l'assurance, explique Yinglin Zhang, qui dirige le département d'analyse des données vie et santé de Hannover Re, mais jamais autant qu'aujourd'hui, grâce aux innovations technologiques.

"De nombreuses opportunités s'ouvrent grâce aux progrès réalisés dans la collecte, le stockage et le traitement des données, combinés à de nouvelles approches analytiques", explique-t-elle. "Cela s'accompagne du devoir d'utiliser les données de manière responsable et de garantir la sécurité et la confidentialité des consommateurs.

Yinglin Zhang, Hannover Re

Définition de l'analyse des données

Comme l'explique Mme Zhang, l'analyse des données est l'application de méthodes statistiques et de l'informatique à des données d'assurance pertinentes, afin de faire des prédictions fiables sur les événements d'assurance. Elle souligne que, contrairement à la veille stratégique, qui se limite aux données historiques, l'objectif de l'assurance est d'obtenir des informations sur des événements futurs inconnus, ce qui met fortement l'accent sur la modélisation.

"L'analyse des données combine la modélisation mathématique et statistique pour créer des méthodologies, les connaissances informatiques pour fournir l'infrastructure et les flux de processus, et les connaissances actuarielles pour comprendre le contexte commercial", explique Mme Zhang. "Ces trois éléments sont essentiels pour une analyse efficace des données dans les assurances de personnes.

Outre les données relatives aux actifs pour la gestion du capital, les assureurs peuvent travailler avec deux types de données sur le passif, explique M. Zhang : les données de portefeuille et les données de tiers.

"Les données de portefeuille comprennent les informations relatives aux polices et aux assurés, telles que l'âge, le sexe, les coordonnées du bénéficiaire et les détails du sinistre", explique-t-elle. "Le cas échéant, des données médicales, financières et relatives au mode de vie peuvent également être recherchées. Les données de tiers font référence à des statistiques démographiques accessibles au public ou à des données obtenues auprès de fournisseurs externes spécialisés."

Libérer la valeur des données

"En ce qui concerne la tarification et l'évaluation, l'analyse des données permet d'établir des prévisions sophistiquées fondées sur la meilleure estimation possible. Cela permet de garantir que les primes sont fixées au bon niveau et que les assureurs disposent de réserves suffisantes. Pour la gestion des risques, qui est essentielle dans notre secteur très réglementé, l'analyse des données améliore le suivi des portefeuilles et la quantification des risques futurs. Enfin, en ce qui concerne le développement de produits, l'analyse de données aide les assureurs à s'adapter à l'évolution des tendances et à créer des solutions innovantes, telles que les produits à paiement en fonction de la durée de vie qui utilisent la technologie connectée."

Outre la disponibilité de nouvelles sources de données et les progrès des technologies informatiques et médicales, M. Zhang affirme que le changement climatique et les changements sociodémographiques associés à l'évolution des modes de vie et à une conscience sociale accrue sont des tendances clés qui influencent le secteur de l'assurance vie et de l'assurance maladie.

"La responsabilité sociale des assureurs est de plus en plus mise en avant. Par exemple, il y a une demande croissante pour des produits numériques, faciles d'accès et socialement équitables. L'analyse des données joue un rôle important dans ces développements, en aidant à débloquer de nouvelles opportunités ainsi qu'à atténuer les risques associés."

Yinglin Zhang, Hannover Re

Défis et responsabilités en matière de données

Zhang identifie trois défis liés à l'analyse des données : l'utilisation responsable des données, la demande de flexibilité et d'efficacité, et l'explicabilité des modèles. Ce dernier point consiste à prendre un modèle de données et à être capable d'en expliquer le comportement en termes humains. Selon M. Zhang, il est difficile de comprendre le fonctionnement interne des modèles complexes de type "boîte noire".

"La responsabilité en matière de données signifie qu'il faut tenir compte des questions de conformité réglementaire et de protection de la vie privée, et éviter de renforcer les préjugés sociaux", explique-t-elle. "La flexibilité et l'efficacité impliquent de veiller à ce que l'analyse des données ne soit pas entravée par des données non structurées, de mauvaise qualité et des technologies de l'information obsolètes. Quant à l'élimination de la complexité et à l'amélioration de la transparence, l'utilisation de l'IA explicable à côté des statistiques classiques est utile pour notre cœur de métier."

Penser différemment

M. Zhang cite le service hr | bluebox de Hannover Re comme exemple d'innovation en matière d'analyse de données et de collaboration sectorielle. Le service a été délibérément appelé "boîte bleue" pour le distinguer du concept standardisé et moins transparent de la boîte noire.

"Notre service est conçu pour créer de la valeur financière grâce à une approche mutuellement bénéfique. Nous offrons une solution sur mesure qui honore l'individualité des différents marchés, produits et besoins commerciaux. Les cédantes reçoivent des recommandations exploitables pour résoudre des problèmes commerciaux spécifiques, et nous utilisons l'IA explicable pour identifier les modèles, les tendances et les moteurs derrière les événements. En outre, nous suggérons également des stratégies de prévention."

Yinglin Zhang, Hannover Re

Selon Mme Zhang, les cas d'utilisation comprennent l'analyse précoce des délais et la reconnaissance des modèles pour les opportunités potentielles de vente croisée et de vente incitative, où l'IA et la modélisation prédictive entrent en jeu. Les informations fournies par hr | bluebox, ajoute-t-elle, sont soutenues par des interprétations et des conseils personnalisés de la part des data scientists de Hannover Re.

About Yinglin Zhang

Yinglin joined Hannover Re in 2022 from the primary insurance sector. She holds a PhD in financial mathematics and, in addition to her role with Hannover Re, teaches at universities. 

User questions

Answered questions

Unanswered questions

Please note that submitted questions are public.

Views: 5611

Downloads: 0

Ratings by number of stars:
0 %
0 %
0 %
0 %
0 %

Page is favored by 0 user.

Contact inquiries: 0

Rate this page!