La donnée un asset si particulier rentrant dans tous les processus de l'assurance.

 

Un point intéressant des enquêtes menées par l'ACPR est de pouvoir suivre, au fil du temps, l'évolution du marché assurantiel sur la thématique de la  gouvernance de la qualité des données ainsi que de mesurer les attentes du régulateur. Bien que l'analyse soit conduite  sous un prisme réglementaire, elle n'en couvre pas moins les aspects allant de la politique jusqu'au dispositif de contrôle en passant par l'usage des données externes. Notons que ce dernier point prend tout son sens à l'heure de la transformations numérique et des partenariats (gestion déléguée, startup, etc. ). 

Par ailleurs, dans cette mouture, l'autorité recroise les déclarations portées avec des situations observées lors des contrôles sur place et attire l'attention sur quelques points : la cartographie des flux, le catalogue des données, le dispositif de pilotage et de contrôle.

 

Des enseignements qui peuvent sûrement être partagés avec de nombreux secteurs ?

 

Gouvernance de l'information et des données !

En classant mes notes de préparation à la table ronde du club Urba-EA portant sur la thématique de l’« organisation et des acteurs de la gouvernance de l'information et des données », il me semble intéressant de partager trois idées.

• La première est qu’il n’y a pas de modèle de gouvernance universelle. Un modèle de gouvernance doit se déployer et s’appréhender dans une stratégie ou un contexte business.Par exemple, pour des sociétés opérant dans un environnement à forte réglementation comme les banques via MIF2, PRIIPs, DSP2, finalisation Bâle 3, RGPD, …, il faudra des processus permettant de standardiser, gouverner les accès, identifier les sources de vérité, … et une organisation humaine dont les rôles sont très finement définis. D’ailleurs, la présentation réalisée par la BNP sur sa gouvernance lors de ce club en est une belle illustration.De plus, une stratégie analytique pourrait comporter une composante forte sur la détection des fraudes. En revanche, pour les sociétés œuvrant sur des marchés moins matures ou en conquête de part de marché, il faudra que la gouvernance soit la plus agile possible dans l’optique de favoriser les usages mais aussi de mesurer en continu le niveau de satisfaction des clients.  Celle-ci devra (pourra ?) être durcie et enrichie dans une phase de stabilisation de l’activité.

• La deuxième est que l’écosystème des données s’enrichit au travers de l’hybridation des systèmes d’information (cloud) et de l’arrivée de l’API-sation. Le système d’information d’une entreprise est maintenant ouvert sur l’extérieur au travers de nombreuses briques digitales (Data Management Plateform, CRM, Analytics, …) et d’échanges de données au travers de services. Un système de gouvernance doit se penser de manière globale quitte à le décliner par étape en fonction des risques identifiés. De ce fait, la transformation numérique impose aussi à la gouvernance un changement culturel !   

• La troisième est que la donnée n'est pas qu’une affaire de « Chief Information Officer » ou de « Chief Data Officer ». Un point qui peut parfois sembler trivial à énoncer mais la donnée ne se limite pas à de la modélisation, à du stockage, … ou à des outils. Il est important de garder à l’esprit que la valeur de la donnée se trouve uniquement dans son activation.  Il faut donc au maximum en démocratiser et en favoriser son usage dans toute l’organisation dans le respect des réglementations et de l’éthique bien évidemment.  

En conclusion, et pour votre entreprise, quels sont les enjeux portés par la stratégie autour des données ? Diminuer le temps de création des produits ? Gagner en agilité et en productivité ? Développer les usages autour de la robotisation ou l’intelligence artificielle ? Développer le business ? Respecter uniquement la réglementation ?

Référence:
03.09.2018 [Evènements du Club Urba-EA]

Data Marketing Technologique

Quelles sont les lignes de force qui doivent animer un système data marketing ? Derrière cette question qui pourrait se résumer à un simple sujet technique transparaît en filigrane la stratégie de l’entreprise. Bien évidemment l’objectif de ce post n’est pas de traiter exhaustivement tous les items mais de dégager quelques éléments de réflexions forgées lors des projets ainsi que lors des partages d’expérience.

• Ouvrons donc avec un premier point : la modestie. A moins que vous travaillez pour Google ou Facebook, la vie digitale de vos clients se fait à 99.99 % en dehors des sites de vos marques... Partant de ce constat, l’expérience que nous devons offrir  quels que soit les points de rencontre se doit d’être irréprochable. Facile à écrire me direz-vous mais comment tenir cette promesse ? Une des pistes de réflexion est d’utiliser la méthode des start-ups en partant toujours des besoins ou des frustrations clients. Une autre piste pourrait être pour conserver une cohérence dans l’expérience proposée est qu’elle soit sous la responsabilité d’une seule personne : le chief experience officer.  

• Le deuxième point qui en découle est que pour scénariser l’expérience client, il faut connaître ses clients.  Ce qui met en lumière un point central : la connaissance client. Mais que faut-il pour réaliser cette activité ? La réponse est simple : collecter et décloisonner les données quelles que soient leurs provenances briques digitales, patrimoine applicatif, partenaires, … et des talents pour extraire la substantifique moelle! Par exemple, chez Covéa, nous avons mis en place un Data Lab permettant aussi de répondre à ce besoin tout  en gagnant en agilité et rapidité.

• Le troisième point est de décliner sa feuille de route de façon pragmatique, en commençant petit mais en voyant grand ! De ce fait, les briques digitales implémentées doivent être choisies en fonction de leurs inter connectivité pour répondre à la collecte et l’analyse, le ciblage ou encore à l’activation. Sur ce dernier point, une des caractéristiques importante est que l’activation doit pouvoir se faire en ligne, en mode déconnecté, en temps réel ou différé. Toutefois, dans un environnement technologique progressant rapidement, il vaut mieux choisir une brique couvrant 80 % de ses besoins qu’une brique parfaite à venir ! Ajoutons aussi qu’une des caractéristiques prégnante de son système marketing technologique (MarkTech) est de permettre le remplacement d’une brique logicielle par une autre pour accroître ses capacités si nécessaire (le droit de se tromper). Ce qui m’amène à aborder l’état d’esprit que doit avoir une équipe Mark Tech. Je le caractérise par l’agilité, la disponibilité et le fait de pouvoir échouer mais rapidement (ne pas persévérer dans ses erreurs) et surtout garder à l’esprit que l’on va apprendre en faisant.  

En guise de conclusion, les processus devront être dessinés pour être polymorphe et s’adapter aux attentes prédites de nos clients et aux nouvelles formes d’interface telle que le marketing conversationnel : un beau défi ! Et pour finir, gardons à l’esprit que se ne sont pas les systèmes qui font des bons produits mais les compétences humaines !

Data Ethique

"La donnée c’est le nouvel or noir du XXI ème siècle !" Cette phrase est sûrement la plus communément entendue ces derniers temps avec l’avènement des architectures Big Data. Bien évidement, c’est comme souvent faire un raccourci un peu rapide : ingérer de la donnée est une chose, la valoriser en est une autre. Actuellement, cette activation est principalement faite à des fins mercantiles. Cependant des femmes et les hommes œuvrant dans ce domaine savent aussi mettre au service de l’intérêt général leurs compétences. Pour illustrer les différentes formes d’actions possibles, je prendrais quelques exemples:

• Ouvrons avec   Data Kind  qui a un mode de  fonctionnement similaire à Kaggle (plateforme organisant des compétitions de data science sur des sujets proposés et lotis par des entreprises). Son slogan est : "exploiter le pouvoir de la Data Science pour le mettre au service de l'humanité". Le mode hackathon se déroulant sur quarante huit heures se  nomme la plongée dans les données (DataDives). Les principales réalisations concernent la réduction des placements en famille d'accueil pour la fondation  Annie E. Casey Foundation, la prédiction de défaut de paiement pour les micros crédits au Sénégal, …

• Continuons avec Data For Good. Cette communauté regroupe environ trois cents personnes spécialistes de la donnée allant de l’ingénierie  jusqu’à la data science. Elle mobilise les compétences de ses membres pour résoudre des problèmes sociaux de grande envergure. Citons comme réalisation l’algorithme permettant de prédire la demande pour la distribution alimentaire de la Croix-Rouge en France, l’analyse sémantique pour la santé publique visant à détecter les restaurants insalubres en partenariat avec le Ministère de l’Agriculture, la réalisation d’un outil d’orientation scolaire fondé sur les algorithmes avec l’association Impala …

• Enchaînons avec  Bayes Impact. Cette entreprise technologique à but non lucratif utilise le Big Data pour concevoir des services sociaux. L’effectif est d’une dizaine de personnes. De plus, la société s’appuie sur un réseau de partenaires ainsi que sur des financeurs. L’objectif du fondateur Paul Duan est de créer: "l’ONU de la data science" (en toute simplicité). Les principaux sujets traités abordent la diminution des réadmissions à l'hôpital grâce à la science des données en partenariat avec Sutter Health et Robert Wood Johnson Foundation, Bob Emploi, ...

• Et pour finir, mentionnons le think-tank Data-pop alliance   positionné sur un mode beaucoup moins opérationnel. Sa devise est : "de promouvoir une grande révolution de données centrée sur les peuples". Son objectif est de développer le Big Data pour le mettre au service de l’humain. Il est à noter que ses recherches portent sur les thématiques des statistiques officielles et démographiques, l’Éthique des données et de l'alphabétisation, ...

En guise de conclusion, n’hésitez pas à parcourir les différents sites ainsi qu’à vous engager à leurs cotés...ou à défaut  à effectuer des dons !