Alors que les données ont une importance cruciale pour les opérations des compagnies d’assurance, la plupart des assureurs devraient améliorer la validation de celles-ci et lutter contre la manipulation des données par des intervenants externes, selon le rapport Vision technologique en assurance 2018 d’Accenture.
Les données auraient ainsi pris une importance sans précédent dans le domaine. Les assureurs s’appuient de plus en plus sur elles pour prendre des décisions stratégiques et l’accès à de nouvelles sources de données permet le maintien d’un avantage concurrentiel.
«Leur secteur se situant à la limite de la perturbation, les assureurs ressentent la pression pour réinventer leurs activités, et l’afflux de données sur les clients provenant des nouvelles technologies offre de nombreuses possibilités d’y contribuer, explique Michael Costonis, chef mondial de la pratique d’Accenture en assurance. Cependant, les assureurs doivent examiner soigneusement la façon dont ils vérifient, protègent et utilisent ces données. En plus d’assurer la sécurité et l’éthique de l’utilisation des données, ils doivent disposer de capacités appropriées de classement afin d’assurer l’exactitude des données qu’ils utilisent pour prendre des décisions d’affaires cruciales.»
Pourtant seulement 26 % des assurances effectuent la validation des données et 19 % des répondants disent essayer de valider, mais avouent être incertains de la qualité de cette opération.
De plus, un tiers des assureurs interrogés (34 %) ont été la cible de pratiques d’usurpation de données de capteurs, de falsification de données de localisation ou de fraude robotisée, tandis que 32 % pensent qu’ils ont été victimes d’une telle attaque sans pouvoir le vérifier.
Le rapport suggère que les assureurs établissent leurs propres pratiques en matière de renseignements sur les données afin d’en assurer la véracité. Pour cela, les assureurs pourraient forme un groupe qui s’appuierait sur ce qui existe déjà en matière de science des données et de cybersécurité pour évaluer la véracité des données, déterminer le risque intégré dans un portefeuille de chaînes d’approvisionnement de données et pour établir des normes quant au niveau de risque acceptable, en fonction des professionnels du monde des affaires et des implications des décisions automatisées.