Actuariat et nouvelles technologies

Cette gestion des données devient un enjeu capital pour les assureurs. Les actuaires se retrouvent ainsi en première ligne de cette évolution.

Le big data modifie la manière d’élaborer et de tarifer les contrats et produits d’assurance. Il permet également de mieux évaluer les risques et de les contrôler. Les analyses comportementales permettent de faire évoluer l’offre de produits, qui tend vers l’individualisation. L’accumulation de données descriptives du comportement permet dorénavant aux assureurs de décortiquer les besoins de leur clientèle à laquelle ils proposent des solutions ciblées, peu onéreuses. La relation assureur-assuré en est modifiée.

Pour accélérer la dynamique de changement, certains assureurs ont regroupé les actuaires dans des data labs, chargés de l’innovation des produits. Cette recherche de produits nouveaux n’est pas près de ralentir.

Avec des outils de plus en plus performants, ces experts des calculs font face à de nouveaux défis : visualisation des données, méthodes de représentation graphique, modèles prédictifs, stockage dans le cloud, outils collaboratifs,…

Comme le montre le graphique ci-dessous, la visualisation des données est une technologie dont l’utilisation est en forte progression dans le domaine de l’actuariat. Elle est suivie par celles des modèles prédictifs, des calculs et stockage dans le cloud, des modèles collaboratifs et de l’intelligence artificielle.

Selon une étude récente de la « Société des Actuaires » de l’Illinois, Etats-Unis, ces techniques sont déjà utilisées et le seront d’autant plus dans le métier d’actuaire.

Technologies utilisées par les actuaires

La visualisation des données

La visualisation des données consiste à représenter graphiquement des données en deux ou trois dimensions, en couleur ou non.

Ces données graphiques permettent de présenter des résultats d’analyses complexes à des audiences peu habituées aux techniques statistiques. Les actuaires incorporent ces graphiques dans différentes applications : tarification, indices de performance, analyse de risk management, benchmarking, suivi d’événements automatisés.

Certaines compagnies d’assurance ont créé des tableaux de bord qui incluent des graphiques uniformes dont l’utilisation par les actuaires répond à des critères fixés par le management.

La visualisation des données offre également la possibilité de détecter des tendances dans un environnement où la quantité d’informations croit de manière significative.

Les modèles prédictifs

Les actuaires ont recours aux modèles prédictifs depuis plusieurs années, notamment en assurance vie et dommages. Au quotidien, ils utilisent des données du passé pour prédire la probabilité d’un événement futur, et ce par le biais de modèles analytiques.

Ces techniques d’analyse ont encore de beaux jours devant elles. Elles permettent une amélioration des études d’expérience et analyses connexes, une meilleure définition des hypothèses, une tarification plus fine, la rationalisation des processus de souscription.

Les calculs et le stockage dans le cloud

Les calculs et le stockage dans le cloud sont des opérations de routine pour l’actuaire. Le recours au cloud continuera de croître notamment sur les plateformes dédiées, telles que Microsoft Azur ou Amazon Web Services. Plusieurs facteurs sont à la base de cette utilisation accrue : besoin d'agilité, gains d’efficacité, augmentation de la puissance de calcul et de stockage.

Dans les environnements actuels, les actuaires ont la plus part du temps accès aux bases centralisées de l'entreprise, celles-ci contenant des informations agrégées. Ceci empêche l'extension des modèles de tarification à des approches plus granulaires basées sur le risque.

Avec le stockage et le calcul dans le cloud, l’exploitation des données individuelles et le développement de modèles affinés au niveau de la police sont désormais possibles.

La technologie du cloud permet donc aux actuaires :

• de déplacer des utilisateurs individuels vers le cloud.
• d’accéder à des machines virtuelles de manière rentable et efficace en réduisant les temps d’exécution de manière significative.
• de mettre en place des méthodes de modélisation plus détaillées.
• de tirer profit du stockage de données internes offert par les machines d’apprentissage automatique ou machine learning.

Avec la facilité d’accès aux données, les actuaires s’attendent à un développement intensif des applications d’apprentissage.

Les outils collaboratifs

Les outils collaboratifs connaitront une utilisation accrue. Les gains d’efficacité et de temps dans les échanges d’informations expliquent cet engouement pour les outils collaboratifs. Ces derniers facilitent le partage du travail entre les équipes, notamment lorsqu’elles sont géographiquement dispersées.