Contexte & enjeux
Les données sont devenues un levier stratégique pour les assureurs. Notre client, un groupe multi-métiers (santé, prévoyance, IARD), faisait face à des difficultés majeures : multiplicité des systèmes, qualité de données inégale, manque de gouvernance claire et absence de méthodologie unifiée pour industrialiser les cas d’usage. Les projets Data existaient mais restaient dispersés, souvent limités à des POC sans passage en production.
L’enjeu était de structurer une approche transverse et durable via un centre d’excellence Data, garant de la gouvernance, des standards et du pilotage de la valeur générée.
Objectifs
- Mettre en place une gouvernance des données claire et partagée.
- Définir l’organisation cible (rôles, responsabilités, process décisionnels).
- Sélectionner et standardiser les outils, technologies et méthodologies.
- Constituer un portefeuille priorisé de projets Data et accélérer leur mise en production.
Solution mise en place
- Définition de l’organisation cible : nomination d’un Chief Data Officer, mise en place de Data Owners & Data Stewards, définition d’un Comité Data.
- Choix des outils : solutions de data catalog, outils de data quality, plateformes cloud d’intégration et de valorisation (Data Lake, BI, analytics avancées).
- Méthodologies : adoption d’un cadre agile/SAFe pour les projets Data, formalisation de la Data Value Chain, intégration des principes de MDM (Master Data Management).
- Portefeuille de projets Data : cadrage et lancement d’une dizaine de cas d’usage prioritaires (fraude, tarification dynamique, satisfaction client, optimisation des processus internes).
Intelligence artificielle – cas d’usage
- Détection de fraude via modèles de machine learning appliqués aux transactions et remboursements.
- Analyse prédictive de résiliation et de sinistralité pour adapter l’offre et améliorer la rétention.
- Traitement automatique du langage pour analyser les verbatims adhérents et détecter les irritants.
- Optimisation des process internes par classification et routage automatique des documents entrants.
Résultats obtenus
- Amélioration tangible de la qualité des données (réduction des doublons, fiabilisation des référentiels).
- Des projets Data passés du stade POC à la production en moins de 6 mois.
- Un cadre gouvernance + outils désormais pérenne et adopté par les métiers.
Témoignage
« La création du centre d’excellence Data a transformé notre manière de travailler. Nous passons enfin de la preuve de concept à l’industrialisation, avec une gouvernance claire et des résultats concrets. »
— Chief Data Officer, groupe d’assurance multi-métiers