Collecter des informations sur le client, les hiérarchiser, assigner un niveau de risque et proposer des primes en adéquation 😅 : tel est, depuis l’origine, le cœur du métier d’assureur. Et plus cet ensemble d’opérations est réalisé de façon performante, plus l’activité promet d’être profitable. 📈
La loi du nombre 📊
La méthode du scoring est apparue dans les années 90 dans le secteur du crédit, avant de se diffuser au monde de l’assurance. Elle consiste à agréger les données client et à les traiter automatiquement 👩💻 afin de les convertir en une grandeur numérique unique, supposée refléter la probabilité qu’a un individu de déposer une demande d’indemnisation.
Ainsi plus votre score est élevé, plus votre risque de connaître un sinistre est réputé faible. Et plus vos primes seront avantageuses. 😁
Efficacité prouvée ! 👍
Dès le départ, de multiples études sont venues confirmer la pertinence du procédé. Par exemple, la très officielle Federal Trade Commission (FTC) a, en 2007, remis au Congrès américain un rapport indiquant que le scoring permettait d’anticiper avec précision le nombre de demandes d’indemnisation et leur montant. 👀 Et avait donc contribué à faciliter l’accès à l’assurance et à faire baisser les tarifs.
Savants calculs 👩🏫
L’élaboration de ces systèmes de calcul s’appuie sur la masse des contrats passés confiés aux bons soins des IA.
Les informations retenues sont principalement de trois ordres :
1️⃣ Le véhicule (modèle, âge, etc.)
2️⃣ Le conducteur (âge, antécédents, etc.)
3️⃣ Le contexte (lieu de vie, présence ou non d’un garage, etc.)
Compte tenu de la complexité des dispositifs, le recours à des entreprises spécialisées s’avère souvent indispensable. 🤝 C’est ainsi que LexisNexis a développé depuis 2020 un système de classification qui permet aux assureurs de corréler plus finement, pour chaque modèle, équipements d’aide à la conduite et réduction des risques d’accident.
Une pratique discutable ? 🤔
Certaines voix ont pu s’élever contre l’utilisation du scoring, qui contreviendrait au principe de mutualisation des risques, serait responsable de discriminations, et aurait un caractère intrusif. ⚔️
À quoi l’on répondra que, scoring ou non, le monde de l’assurance évolue de toute façon au sein de cette tension entre solidarité (l’ensemble des cotisants viennent en aide aux sinistrés) et équité ⚖️ (chacun paye proportionnellement au risque qu’il représente).
Et que, en outre, l’évaluation des dossiers par les assureurs est une chose, par principe, incontournable. Le scoring n'est en cela qu'un outil et qui a l'intérêt d'éviter toute appréciation subjective.
Enfin, sur le côté intrusif de certaines pratiques (intégration d’informations publiées par les assurés sur les réseaux sociaux, etc.), cela relève de la question, légèrement différente, du recueil des données. 🗃 Et donc de leur protection — sachant que, sous nos latitudes, le RGPD encadre étroitement ces possibilités.