Le phénomène de collecte chaotique d’éléments divers, en nombre croissant, relativement aux entreprises, à la société et à chaque individu, est régulièrement commenté dans la presse. Le domaine de l’assurance n’a pas été épargné. Avec l’émergence du Big Data se développe en effet le mythe de l’assureur en mesure d’exploiter cette masse de données à haute valeur ajoutée, afin de déterminer en temps réel le comportement individuel de chaque assuré. Des segmentations à outrance permettraient une tarification strictement adaptée à chacun, satisfaisant le consommateur qui exige de payer « le » prix correspondant exactement à son niveau de risque. Le magazine Les Échos du 02/10/2014 affirmait d’ailleurs sans hésitation et sans vergogne : « Comment le Big Data va révolutionner l’assurance. » Le journal Le Monde, plus prudent, s’interrogeait le 22/11/2016 en titrant : « Le Big Data peut-il vraiment fixer les prix de l’assurance ? » Le monde académique, encore moins affirmatif, sous la plume de Jean-Pascal Gayant (La Tribune du 20/01/2015), utilise plutôt le mode conditionnel pour s’interroger sur l’avenir de la solidarité. Bref, il conviendrait de réinventer la mutualisation en tenant compte de l’émergence de modèles prédictifs à capacité d’anticipation quasi infaillible.
Tarification : obtenir des données
Qu’en est-il vraiment ? Les mathématiques peuvent nous aider à répondre. Déjà, en quoi consistent exactement les procédures de tarification ? Un contrat d’assurance garantit à un ayant droit le paiement de certains capitaux lors de la survenance d’événements particuliers (sinistres), sous la condition du paiement par l’assuré d’une prime, fixée au préalable (ex ante) par l’organisme assureur. La détermination de cette prime se fait à partir d’un ensemble d’informations objectives collectées avant la signature du contrat.
