Mission
Dans un environnement où plusieurs initiatives data ont été menées en expérimentation, avec succès, mais indépendamment les unes des autres, il s’agissait de passer à l’ère industrielle en clarifiant les rôles et responsabilités des services impliqués dans l’exploitation des données fournies par les partenaires en assurance auto et santé, c’est-à-dire coordonner la mise en qualité des données et la mise en place de bases massives en vue de l’alimentation des modèles actuariels et de la fourniture de reportings inter-partenaires.
Actions menées
- Etablir une cartographie complète de 4 processus (mise en qualité des données santé, mise en qualité des données auto, mise en base des données santé, mise en base des données auto).
- Fournir des études techniques sur la faisabilité d’une mise en séquence des processus (accès à la donnée entre les équipes, gap analysis des dictionnaires de données).
- Etablir les principes de gouvernance des données.
- Définir les processus cibles et proposer une organisation adaptée, y compris le RACI.
- Proposer un plan de marche pour la transformation de plusieurs POCs en un flux de données industrialisé.
Enseignement
« La compétence en data science a permis de faire le lien entre les problématiques opérationnelles des équipes impliquées et les enjeux du management et de proposer ainsi des solutions à réelle valeur ajoutée. Elle a également permis de mener des études techniques, rapides mais poussées, en matière de qualité des données pour appuyer les constats par des chiffres objectifs qui ont permis de démontrer le caractère surmontable de certains obstacles. »
