<img src="https://secure.leadforensics.com/91140.png" style="display:none;">

Les données dans la gestion des risques et des assurances : Reconsidérez votre manière d'aborder le sujet

decision.png

De nombreuses études prouvent que c'est une erreur de vouloir séparer le corps et l'esprit comme on l'a fait pendant des siècles, alors qu'ils sont bien au contraire indissolublement liés.

Responsables de gestion des risques et des assurances pour l'ensemble du groupe, les Risk & insurance managers, doivent prendre des décisions tous les jours. Et comme tout un chacun, ils ne sont à l'abri ni d'un comportement irrationnel ni des nombreux pièges détectés par des spécialistes de l'économie comportementale.

Nous voulons citer l'exemple de ce qu'on appelle "Ancrage": on utilise un nombre quelconque déterminé de manière aléatoire comme point d'ancrage pour les évaluations  et on effectue ensuite une correction vers le bas ou vers le haut.

Ou bien encore le phénomène de „Surestimation“, dans lequel on a tendance à surestimer excessivement ses propres capacités et connaissances. Et comme nos modèles de comportement sont si profondément ancrés en nous, il est extrêmement difficile de reconnaître les pièges en tant que tels et de réagir activement. Les mauvaises décisions de la part des Risk & insurance managers sont ainsi inévitables.

Une façon d'éviter au maximum les mauvaises décisions est d'intégrer plus de données et de connaissances acquises dans le processus de prise de décision.

Et s'il y a une chose dont nous ne manquons pas en 2017, ce sont bien de données. A travers les réseaux sociaux et les appareils interconnectés, un tel volume  de données est généré à chaque seconde, on parle depuis quelques années de „Big Data“. Mais, quel que soit leur volume („big, „regular“ ou „small“), les données ont depuis toujours aidé les entreprises à comprendre les rapports de cause à effet, à acquérir des connaissances et à prendre des décisions en conformité avec les objectifs de l'entreprise. Sans données, le décideur est seulement „l'esclave de ses propres expériences (limitées)“.

Gestion rétrospective des risques et des assurances

Nombreux sont les managers qui considèrent les processus de risque et d'assurance exclusivement dans la rétrospective. Les données servent seulement à documenter des décisions prises dans le passé. Beaucoup ne voient pas les bien plus grandes possibilités offertes par les données si on regarde au-delà du système classique. A l'aide d'indicateurs adaptés, on peut par exemple reconnaitre les évolutions et les tendances futures pour prendre les mesures nécessaires.

Grâce à une utilisation efficace des données de risque, d'assurance et de sinistres à leur disposition, les Risk & insurance managers peuvent rendre visible et compréhensible par la direction la contribution positive de leur travail au succès de l'entreprise. Il existe une foule d'outils d'assistance appropriés à la collecte, la consolidation et l'évaluation des données.

Mais, avant que les services de gestion des risques et des assurances réfléchissent à une solution informatique adéquate, ils doivent comprendre les principaux moteurs responsables du succès (ou de l'échec) de leurs activités. La définition d'un nombre limité de KPI (indicateurs-clés de performance) aide le Risk & insurance manager à contrôler à tout moment où en est la réalisation des objectifs.

Et pourtant : beaucoup de décideurs continuent à ne tenir compte que des „KRI“ (indicateurs-clés de résultats), donc d'indices qui mesurent un certain résultat. Un  indicateur classique est le taux de sinistres comme quotient de la prime payée et des coûts (paiements & réserve) pour des sinistres déjà survenus. Le „taux de sinistralité“ se base sur des données du passé, étant donc plutôt rétrograde et n'offrant au Risk & insurance manager qu'une assistance réduite pour planifier ses activités en amont, par exemple la prise de mesures de prévention des sinistres.

Indicateurs : tachymètre contre jauge de carburant

La solution à ce dilemme est en fait très simple : les entreprises qui considèrent les données de risque et d'assurance comme une richesse pour l'entreprise et non comme une charge pure et simple mesurent la performance de leurs activités principales à l'aide d'indicateurs précoces sélectionnés („leading indicators“).

L'exemple suivant souligne la différence entre les indicateurs retardés et les indicateurs précoces :

Considérons la jauge de carburant et le tachymètre d'une voiture comme deux indicateurs pour „planifier le prochain plein de carburant “. La jauge de carburant est un indicateur, permettant au conducteur un contrôle régulier du niveau de carburant et prévoyant même le nombre de kilomètres qu'il pourra encore parcourir s'il maintient son style de conduite actuel.

Le tachymètre au contraire est un indicateur retardé classique : Ce n'est que quand la voiture s'arrête que le conducteur sait que le réservoir est vide. Dans cet exemple, la vitesse est donc un Key Result Indicator (KRI), un indicateur retardé.

L'exemple montre qu'il ne faut pas assimiler données et réponses. Même à l'ère du „Big Data“ et de l'analyse prévisionnelle, beaucoup de Risk & insurance managers ont du mal à modifier leur manière d'agir et à intégrer plus de faits et de connaissances acquises dans leur prise de décision. En l'absence de données et d'outils appropriés, ils donnent plutôt la priorité aux émotions et aux décisions impulsives qu'aux faits concrets.

Faits concrets pour éviter les erreurs

Et pourtant, un stock centralisé de données pertinentes de risque, d'assurance et de sinistres au niveau de l'entreprise pourrait constituer la base d'une gestion des risques et des assurances fondée sur des données et orientée vers l'avenir. Une gestion qui prend des décisions basées sur des données complètes et fiables, augmentant ainsi la chance de prendre des bonnes décisions. Et qui met fin au chaos de données Excel en préparant plutôt la voie pour un reporting efficace de KPI et KRI sous forme de tableaux de bord et de rapports.

Les SIGR (systèmes d'information de gestion du risque) aident les décideurs de gestion des risques et des assurances à garder une vue d'ensemble ainsi que le contrôle sur leurs données de risque, d'assurance et de sinistres au niveau de l'entreprise. En effet, à l'aide des outils d'analyse intégrés dans un SIGR („Business Intelligence“), même les Risk & insurance managers pas très expérimentés peuvent tout simplement évaluer l'ensemble des données disponibles suivant n'importe quel critère. Ils récupèrent ainsi le temps qu'ils auraient passé normalement à demander, vérifier, copier et évaluer les données.

Et enfin, last, but not least, un SIGR permet au Risk & insurance manager d'étayer beaucoup mieux ses décisions par des faits. Car, avec les outils appropriés, il n'a pas besoin d'être un „Data Scientist“; à l'aide des données qui sont à sa disposition, il peut présenter à la direction une histoire cohérente.

Donc, plus les Risk & insurance managers privilégient les faits par rapport à leur intuition, plus ils ont la chance de prendre les bonnes décisions et de réussir dans leur projet.

 

Detaillierte Informationen über den Einsatz eines Risikomanagement-Informationssystems (RMIS)

Catégories: Risk Management Software