Visualisation des données à l'échelle d'un assureur

Contexte et objectifs

Une compagnie d'assurance belge de premier plan souhaitait convertir sa vaste pile de données sur les sinistres en informations exploitables.

Comme la société changeait de système de gestion des sinistres, c'était l'occasion rêvée de prendre un nouveau départ en matière de rapports.

Jusqu'à présent, la déclaration des données relatives aux demandes d'indemnisation était inefficace à trois égards.

Tout d'abord, les rapports n'étaient pas centralisés au sein d'une seule équipe, ce qui a donné lieu à différentes versions de la vérité : différentes équipes ont rapporté les mêmes indicateurs de performance clés sans obtenir les mêmes chiffres. Le temps perdu à rapporter les mêmes KPI a conduit à une perte de confiance de l'entreprise dans ces rapports.

Deuxièmement, les rapports étaient souvent manuels, ce qui les rendait vulnérables à l'erreur humaine et leur faisait prendre trop de temps. En effet, les employés disposaient de moins de temps pour analyser les données ou agir sur la base de ces chiffres.

Enfin, l'équipe distribuait souvent les rapports via Excel, qui est moins intuitif que les outils modernes de visualisation de données tels que Power BI.

Approche

En collaboration avec le client, nous avons décidé de centraliser toutes les demandes de rapports au sein d'un seul département, ce qui a donné lieu à une approche en deux étapes.

Dans un premier temps, nous avons identifié les applications qui généraient des données critiques sur les sinistres pour la prise de décision et nous avons créé un "lac de données" qui récupère quotidiennement les données des applications identifiées. La centralisation des données dans un "lac de données" présente deux avantages principaux. Premièrement, elle évite tout impact sur l'application elle-même. En effet, un reporting lourd effectué directement sur l'application pourrait l'arrêter. Deuxièmement, comme les informations de toutes les applications sont présentes dans une seule base de données, il n'est plus nécessaire de combiner les données de plusieurs applications dans un seul rapport.

Architecture technique de la visualisation des données

Dans un deuxième temps, avec toutes les données à notre disposition via le lac de données, nous avons commencé à travailler sur les différentes exigences de l'entreprise en matière de rapports.

Mais, compte tenu du nombre élevé de demandes et de la complexité de l'entreprise, il était crucial d'organiser correctement notre équipe. Sans rôles clairs, les membres de l'équipe se perdaient à faire tout et rien à la fois. Nous avons donc créé des "triangles" composés d'un analyste commercial, d'un développeur ETL et d'un développeur Power BI.

La solution actualise automatiquement les rapports sans aucune intervention humaine et les fournit via la version cloud de Power BI, une simple page web à visiter.

Au lieu de nombreux fichiers Excel contradictoires envoyés partout dans l'entreprise, il n'y avait qu'une seule version de la vérité.

Résultats

Tout d'abord, la création du lac de données a augmenté la disponibilité des données dans l'ensemble de l'entreprise. La création de nouveaux rapports et d'analyses ponctuelles était désormais plus facile à développer qu'auparavant.

Deuxièmement, grâce à la nouvelle structure organisationnelle, l'équipe a fourni des rapports beaucoup plus rapidement. En outre, les rapports étaient plus cohérents, ce qui a considérablement accru la satisfaction et la confiance des utilisateurs professionnels. 

Enfin, grâce aux rapports automatisés, les membres de l'équipe qui effectuaient les mêmes tâches mois après mois peuvent consacrer du temps à l'analyse des rapports existants et à la création de nouveaux rapports.