Conclusion : L’étude suggère une modification complète des anciennes règles de souscription, afin de mieux cibler les efforts d’inspection.
Depuis quelques années, l’intelligence artificielle (IA) est entrée en force dans plusieurs compagnies d’assurance au Canada. On s’en sert notamment pour le marketing, l’analyse de données et également pour mieux cibler les efforts en termes d’inspection. Bref, les nouveaux modèles de souscription par intelligence artificielle dépassent largement tous les anciens modèles que vous connaissez. Pour preuves, les nouvelles données démontrent clairement que la plupart des compagnies continuent d’inspecter inutilement une grande partie des maisons incluses dans leurs portefeuilles. À cet effet, l’IA aide à mieux cibler nos efforts d’inspection et minimiser nos risques. Voici quelques chiffres révélateurs à ce sujet.
Ancien modèle de souscription vs les modèles IA
Qu’on se le dise une fois pour toutes, pour ce qui est de l’analyse de données, l’IA a dépassé largement l’humain. Pour ce faire, Opta Précis détient une base de données de plus de 14 millions de maisons et plus de 500 000 inspections numérisées. Grâce à ces nombreuses données, il a été possible de bâtir un modèle robuste afin de mieux cibler vos efforts d’inspection.
Pour mieux comprendre ce tableau, il faut nécessairement comprendre la notion de ratio d’inspection (inspection score). Les données sont compilées en percentile, afin d’identifier les maisons les plus à risques qui sont illustrées dans la colonne orange. Plus le ratio est bas, plus il est inutile d’inspecter les maisons. D’autre part, la ligne bleue indique le nombre de maisons où l’on a trouvé plus de 10 éléments urgents à corriger (ticking bomb). Or, il y a une relation indéniable entre l’inspection score et les problèmes décelés lors des inspections.
En effet, dans la première colonne, on remarque qu’il y a eu environ 2 500 inspections effectuées et 250 maisons identifiées comme problématiques pour un taux de réussite 10 %. À l’opposé, dans la colonne du 90e percentile, on remarque qu’il a y eu environ 2 800 inspections effectuées et près de 2 300 maisons identifiées comme problématiques pour un taux de succès de plus de 80 %. Bref, un taux 8 fois supérieur aux modèles de données actuels.
Pour ce qui est de la dernière colonne, on remarque sans trop d’effort que notre base de données indique également qu’environ 3 100 maisons sont à risque avec seulement 2 700 visites effectuées. Laissant ainsi 400 maisons à haut risque sans visite et sans intervention de corrections. Bref, le genre de situation qui met réellement une partie de votre portefeuille aussi à haut risque.
Modèle IA pour une meilleure utilisation de votre budget
Comme vous pouvez le constater, notre modèle indique clairement que la plupart des compagnies n’utilisent pas à son plein potentiel le budget annuel d’inspection. Non seulement elles continuent d’inspecter des maisons inutilement, mais il y a en a d’autres à risque qui n’attirent même pas leur attention avec les modèles actuels de souscription. En termes de dollars, cela représente une somme de plus de 4 000 000 $ d’inspections qui aurait dû être relocalisée sur les maisons à plus haut risque.
Conclusion et opportunité d’affaires
Enfin, ne croyez pas que l’inspection score n’est disponible qu’aux géants de l’assurance. N’importe quelle compagnie d’assurance qui veut protéger son investissement peut avoir accès à l’analyse complète de son portefeuille à peu de frais avec les services de OPTA Précis. Bref, diminuez véritablement vos risques, rentabilisez vos inspections et surtout protégez réellement vos clients contre d’éventuels problèmes.
Pour ce faire, contactez directement Lucie Doucet au 506 545-8529 ou consultez notre nouvelle offre de service 3 pour 1 à la page suivante Prévention des sinistres par les services d’Opta Précis.
