Surabondance d'information - Comment le manager d'entreprise d'assurance peut-il en tirer profit pour définir les stratégies gagnantes de demain ...
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Surabondance d’information
Comment le manager d'entreprise d'assurance
peut-il en tirer profit
pour définir les stratégies gagnantes de demain
dans un marché toujours plus exigeant
Petit-déjeuner du 25/09/2013 animé par Anthony PYCKE (promotion 2009)
Idée liminaire
Problématique pour un manager :
Créer de la valeur sous la pression concurrentielle,
budgétaire, et des tera octets d’informations en
flux continu
Exposé d’une approche « advanced analytics »
comme aide à la décision stratégique
2
Plan d’intervention
• Ce que nous avons appris en MBA
… et les limites de cette boite à outils
• L’Advanced analytics, remède miracle ?
• Cas d’application
L’Advanced Analytics au sein de practice
Assurance d’Investance
3
La création de valeur
• Ce que nous avons appris en MBA :
• Blue Ocean Strategy :
Auteurs : Kim & Mauborgne, chercheurs à l’INSEAD
Stratégie Océan Bleu : Comment créer de nouveaux espaces stratégiques (2005)
Définition :
La Stratégie Océan Bleu est un paradigme d'une stratégie pour entreprises.
Dans cet ouvrage publié pour la première fois en 2005, les auteurs expliquent que la forte croissance
et les profits élevés que peuvent générer une entreprise se font en créant une nouvelle demande
dans un espace stratégique non contesté, ou Océan Bleu, plutôt qu'au cours d'affrontements avec
des fournisseurs existants pour des clients existants dans une activité existante.
Finalité :
Créer en permanence de nouveaux océans bleus, avant l’arrivée de conncurrents et leur
stratégie d’imitation, ce qui tend à transformer les marchés en océans rouges.
Concepts :
Océan rouge et Océan bleu
Innovation utile (ou value-innovation)
Matrice de positionnement stratégique
4
La création de valeur
• Ce que nous avons appris en MBA :
• Blue Ocean Strategy :
Matrice de positionnement stratégique
5
La création de valeur • Ce que nous avons appris en MBA : • Blue Ocean Strategy :
La création de valeur
• Ce que nous avons appris en MBA
• Blue Ocean Strategy
• Méthode BADOC :
Diagnostic et pronostic
Vision stratégique
Actions et objectifs
Moyens
Contrôles
7
La création de valeur
• Ce que nous avons appris en MBA
• Blue Ocean Strategy
• Méthode BADOC
• Méthode BOUREL :
Les faits
L’analyse
L’impact
L’arbre de décision
8
La création de valeur
• Ce que nous avons appris en MBA
• Blue Ocean Strategy
• Méthode BADOC
• Méthode BOUREL
• Méthode ESTIBAL :
9
La création de valeur
• Ce que nous avons appris en MBA
• Blue Ocean Strategy
• Méthode BADOC
• Méthode BOUREL
• Méthode ESTIBAL
• La limite de ces modèles d’analyse stratégique :
• Difficulté d’explorer les faits, çad la situation réelle de
l’entreprise et de son environnement, de manière pertinente
et objective
• Surtout à une maille suffisamment fine pour détecter les
signaux faibles (ce qui ne saute pas aux yeux, précurseurs des
changements de fond)
10La création de valeur
• Ce que nous avons appris en MBA
• Blue Ocean Strategy
• Méthode BADOC
• Méthode BOUREL
• Méthode ESTIBAL
• La limite de ces modèles d’analyse stratégique
• Enjeu :
Prendre de meilleures décisions,
en connaissant l’entreprise et son environnement,
au-delà de ce qu’en révèlent les systèmes en place
(organisationnels et informatiques)
11Plan d’intervention
• Ce que nous avons appris en MBA
… et les limites de cette boite à outils
• L’Advanced analytics, remède miracle ?
• Cas d’application
L’Advanced Analytics au sein de practice
Assurance d’Investance
12L’advanced analytics,
remède miracle ?
• Le phénomène Big Data en quelques chiffres :
• 300 exabytes
• Trafic Internet 7 millions de DVD par heure
• Datacenters 6 000 terrains de football
• Marché du Bigdata De 3 à 17 Md$ entre 2010 et 2015
• Etude Mc Kinsey à horizon 2020 :
• Le 1/3 des données utiliseront le cloud
• Les DSI utiliseront 10x + de serveur et 50x + de données
• Autant de données produites sur 2010>2012 que depuis le début de
l’histoire
• En 1987, 99% de données étaient analogiques
> En 2010, 95% des données étaient numériques
13L’advanced analytics,
remède miracle ?
• L’advanced analytics, kesako ?
• L’Analytics est la découverte des phénomènes significatifs
(patterns) dans les données.
• Elle est particulièrement pertinente dans les contextes où :
• les données sont abondantes
• l’activité est très technique
• et où se posent une problématique stratégique majeure
• Double effet :
• Utilisation de modèles descriptifs et prédictifs pour
valoriser un patrimoine de données
• Exploitation de cette vision pour préconiser des actions ou
guider la prise de décision stratégique
14L’advanced analytics,
remède miracle ?
• Composants sophistiqués d’analyse :
Modélisation prédictive
Réseaux neuronaux
Cartographie des réseaux sociaux
Outils de visualisation
15L’advanced analytics,
remède miracle ?
• Opportunités :
Apporter de la transparence
Segmenter les populations
Focaliser l’attention sur les phénomènes les plus pertinents
Aider à la prise de décision en :
Trouvant de meilleures réponses
Permettant l’expérimentation
Créer de nouveaux modèles économiques,
Positionnement de l’offre produits/services
Organisation
16L’advanced analytics,
remède miracle ?
• D’illustres succès :
17L’advanced analytics,
remède miracle ?
• Approche pragmatique
ou comment exploiter le patrimoine de données pour prendre de
meilleures décisions
Multiplier les sources de données
+ Créer des modèles focalisés sur les leviers de performance
+ Transformer l’organisation
=
18L’advanced analytics,
remède miracle ?
• 3 conditions nécessaires
pour espérer créer de la valeur à partir de
l’advanced analytics :
En appui à une décision
stratégique
Step by step
Expérimentation et
amélioration continue
19Plan d’intervention
• Ce que nous avons appris en MBA
… et les limites de cette boite à outils
• L’Advanced analytics, remède miracle ?
• Cas d’application
L’Advanced Analytics au sein de practice
Assurance d’Investance
20L’advanced analytics
vu par Investance
Traçabilité et gouvernance des données Une offre de service clé en main
― Conformité aux exigences Solvabilité 2 : L’Advanced analytics offre aux décideurs
― Audit trail un niveau d'analyse en mesure de traiter
― Alimentation du reporting réglementaire
des problématiques métier insolubles
Lutte contre la fraude jusqu’alors.
― Fraude interne L’Advanced analytics n’est pas un outil BI
― Fraude des forces de distribution de plus ou de remplacement nécessitant
― Détection de la fraude à l’assurance un projet d’implémentation long et
― Pilotage des actions en fonction de la valeur client coûteux.
Pilotage d’activité Ce service valorise le patrimoine de
― Pilotage des activités confiées en sous-traitance données de l’entreprise, sans délai et en
― Pilotage technique des portefeuilles toute indépendance de l’IT.
Performance commerciale L’Advanced analytics apporte aux
décideurs une meilleure compréhension
― Benchmark des best-performers des leviers de performance de l’entreprise,
― Lancement de produit/service innovant leur donnant ainsi une pleine capacité à
― Synergie entre réseaux
approfondir leur vision et à faire des choix
― Programme de fidélisation/rétention
stratégiques rationnels.
― Meilleure réaffectation de portefeuille
21L’advanced analytics
vu par Investance
• Stratégie de lutte anti-fraude :
Constats
— Sur des marchés de masse saturés, les marges sont minimes et les ratios techniques
sous haute tension
— La crise économique est un facteur aggravant de la fraude
— La fidélité et la confiance de la mutualité des assurés doit être protégée :
une augmentation tarifaire en conséquence d’un afflux de fraude ne saurait être acceptée
— Dans la plupart des entreprises existe un dispositif anti-fraude.
Mais quelle en est réellement son niveau de maturité ?
Chiffres clés
— 10% des sinistres enregistrés seraient frauduleux
— 3 à 5% d’impact sur le ratio combiné
— ROI < 1 an pour les projets d’amélioration d’efficacité
22L’advanced analytics
vu par Investance
• Stratégie de lutte anti-fraude :
Niveau 4 :
Révélation de tendances
Niveau 3 : Industrialisation fortes
de la détection • Identification et mise
• Recours à une solution en perspectives de
informatique de seconde signaux faibles
Niveau 2 : génération • Eléments de réponse à
Détection automatisée • Simulation en temps réel de des problématiques
de fraudes présumées toute nouvelle règle de non résolues à ce jour
• Recours à une solution détection
informatique • Extension du périmètre de
Niveau 1 données (courrier ou appel
Dispositif humain • Détection de données
erronées déclaration sinistre, réseaux
• Dispositif focalisé • Application de sociaux, …)
compétence scénarios de fraude
humaine connus aux flux
• Mobilisation d’activité (ex. :
de ressources ouverture de sinistre)
expérimentées
23L’advanced analytics
vu par Investance
• Stratégie de distribution :
Problématique : piloter en continu les forces de distribution par les résultats
Benchmark des Benchmark et positionnement relatif de chaque unité commerciale
best-performers Identification des signaux faibles à l’origine des meilleures performances
Analyse prospective (évaluation d’impact pour tout déploiement d’une best practice)
Problématique : évaluer les volumes prévisionnels de vente et optimiser le ROI
Adaptation de Lancement du produit/service sur un pilote (échantillon aléatoire d’unités commerciales),
l’offre Extrapolation des résultats du pilote sur tout ou partie des forces commerciales
produit/service Choix stratégique : décision quant au déploiement (stop, go limité, go généralisé),
rationalisation du business plan, décision quant à l’industrialisation des processus
opérationnels, commercialisation à grande échelle d’un package testé pour un client
Problématique : orienter l’investissement en fonction de la valeur client
Programme de
fidélisation & Adaptation du service (proactivité) et de la relation client (multi-accès)
rétention Analyse des bonnes pratiques Marketing opérationnel favorisant les versements volontaires,
Modélisation et analyse prédictive, pour réduire le taux d’attrition.
24L’advanced analytics
vu par Investance
• Innovation-valeur :
La prévention des maladies redoutées
Consolidation Coaching
Patrimoine informationnel Découverte
des données « capital santé »
Connaissance des
pathologies Analyse des corrélations
Connaissance des
comportements
Aide à la
qualité de
Connaissance des
protocoles de soins vie
Statistiques de Analyse prédictives
sinistralité
Ressenti des patients
25L’advanced analytics
vu par Investance
• Innovation-valeur :
Le Private Risk Management
26L’advanced analytics
vu par Investance
27L’advanced analytics,
Etes-vous convaincus ?
Merci pour votre attention
28Annexes
2930
31
Votre contact
Anthony Pycke
Senior Manager
-
7, rue Léo Delibes
75116 Paris France
M +33 (0)6 62 40 84 39
apycke@investance.com
32Vous pouvez aussi lire
