Comment les assureurs utilisent-ils les données et la technologie pour faire face au boom des vélos électriques ?

L'expérience de la pandémie de grippe Covid-19, qui s'est traduite par des blocages prolongés, a entraîné un boom du vélo électrique, les gens cherchant de nouvelles formes d'exercice et de transport. Rien qu'aux États-Unis, les ventes de vélos électriques ont doublé pour atteindre 5,4 milliards de dollars en 2020. En Europe, où de nombreuses villes disposent de meilleures infrastructures cyclables et d'une culture du vélo mieux établie, la popularité des vélos électriques n'a cessé de croître, même avant la pandémie. Aux Pays-Bas, par exemple, l'un des pays les plus favorables au vélo, les ventes de vélos électriques augmentent chaque année depuis le début des années 2000.

La croissance mondiale du nombre d'utilisateurs de vélos électriques a également donné lieu à des discussions sur les problèmes de croissance du secteur : questions liées à la sécurité des vélos électriques et aux collisions, incendies provoqués par l'explosion des batteries et débats politiques sur l'augmentation de la vitesse des vélos électriques.

La technologie au service de besoins spécifiques

Les cyclistes sont traditionnellement protégés par les polices d'assurance habitation qui protègent les biens personnels. L'assurance des propriétaires ou des locataires peut couvrir le vol et les dommages, les dommages corporels et la responsabilité civile.

Cependant, en raison de la nature des vélos électriques - qui sont plus chers, plus sophistiqués, plus rapides et plus lourds que les bicyclettes traditionnelles - les assurances habitation classiques peuvent ne pas couvrir de manière adéquate le vol ou les dommages causés aux pièces des vélos électriques, telles que les batteries et les moteurs électriques. De même, elles peuvent ne pas fournir une couverture suffisante en cas d'accident impliquant des piétons ou d'autres véhicules. "La plupart des polices excluent purement et simplement les vélos électriques, qu'elles considèrent comme des véhicules motorisés", explique Denis Voitenko, directeur général de Velosurance.

Compte tenu des besoins spécifiques des conducteurs de vélos électriques, qui constituent eux-mêmes une cohorte diversifiée, les assureurs peuvent exploiter la technologie, le big data et l'analytique pour fournir de meilleures solutions et de meilleurs services aux clients.

Comme l'explique M. Voitenko : "Un baby-boomer qui vient d'acheter son premier vélo électrique pour le transporter à l'arrière d'un camping-car et un millénaire qui vient d'abandonner sa voiture pour un vélo électrique de banlieue auront des cas d'utilisation, des expériences d'assurance et des attentes en matière de service à la clientèle différents."

Recueillir des données

L'utilisation et l'analyse efficaces d'un large éventail de sources de données peuvent permettre aux assureurs de mieux servir les cyclistes électriques et leurs propres objectifs.

Les assureurs peuvent recueillir des données à partir de systèmes de télémétrie qui mesurent et transmettent automatiquement des données à distance. Des dispositifs tels que les capteurs de vélos électriques - qui enregistrent la vitesse, la cadence et le couple -, les systèmes de navigation GPS et les applications de fitness, ainsi que ceux qui suivent le trafic et les conditions météorologiques, permettent d'obtenir des informations complètes sur les assurés et leurs habitudes d'utilisation.

Par exemple, de nombreux modèles récents de vélos électriques sont équipés de GPS, d'accéléromètres et de modules eSIM 5G. Ces dispositifs peuvent déterminer si le vélo a été accidenté, ainsi que des données clés telles que l'emplacement, la vitesse et la direction du vélo. "Ils peuvent également déterminer si un vélo électrique a été laissé sans surveillance plus longtemps que d'habitude ou dans une zone à forte criminalité", explique M. Voitenko. Certains assureurs utilisent des dispositifs de télémétrie pour observer les habitudes de conduite des utilisateurs. Parallèlement, les appareils portables et les applications de fitness enregistrent en temps réel des données objectives sur l'exercice, la santé, les niveaux de forme et les schémas d'activité de l'utilisateur.

Un système évolutif et recyclable

Ces données peuvent être introduites dans des modèles d'apprentissage automatique très habiles à reconnaître des schémas, à détecter des anomalies et à prévoir des tendances afin d'élaborer des modèles prédictifs. Ceux-ci peuvent identifier les schémas qui contribuent aux accidents ou aux vols. Les modèles de détection des anomalies, par exemple, traitent les données et identifient les données inhabituelles ou anormales qui pourraient indiquer un événement potentiellement important, explique M. Voitenko. Les modèles fonctionnent à grande vitesse et détectent des connexions qui pourraient être facilement manquées par l'œil humain, voire imperceptibles. Et "contrairement à un gestionnaire de sinistres ou même à un système analytique traditionnel, le modèle peut être ajusté, ré-entraîné et redimensionné à la demande", ajoute-t-il. "Lorsqu'ils sont utilisés correctement, ces signaux sont extrêmement précieux, tant du point de vue de la rentabilité que de la fidélisation des clients et de l'expérience globale", ajoute-t-il.

De telles données et connaissances basées sur l'apprentissage automatique aident les assureurs à évaluer plus précisément les facteurs de risque, à ajuster les taux de prime et les modèles de tarification, et à développer un service client personnalisé, selon Voitenko. Il poursuit en expliquant : "Un propriétaire de vélo électrique qui se déplace principalement dans les rues de la ville aux heures de pointe a un risque beaucoup plus élevé d'avoir un accident qu'un cycliste occasionnel qui utilise un vélo électrique pour faire de l'exercice et qui reste exclusivement sur les pistes cyclables."

Service personnalisé

Les assureurs peuvent faire appel à des fournisseurs de services technologiques pour optimiser et rationaliser leurs processus de données - ou créer leurs propres plateformes internes. Les systèmes basés sur l'apprentissage automatique peuvent collecter en permanence les données des utilisateurs - comportementales, démographiques et autres - en les enrichissant et en les testant pour personnaliser le service client sur tous les canaux, explique Voitenko.

En adoptant la technologie, affirme-t-il, l'assurance spécialisée peut en fin de compte "améliorer l'évaluation des risques, minimiser les pertes, personnaliser les services, rationaliser les processus de réclamation et atténuer les risques de manière proactive". Ces progrès peuvent conduire à une meilleure satisfaction des clients, à une réduction des coûts et à une couverture d'assurance plus efficace".