Depuis le 1er janvier 2016, tout employeur doit avoir souscrit, auprès d’un assureur, un contrat collectif à adhésion obligatoire afin de couvrir ses salariés contre le risque frais de santé.
Afin de limiter les coûts relatifs à ces couvertures, les niveaux de prestation de ces régimes sont parfois limités. Les assureurs ont donc développé des offres comportant des options à adhésion facultative, complétant les remboursements du régime de base souscrit par l’employeur, et permettant aux salariés de limiter leur reste à charge.
Pour les organismes assureurs, la problématique de ce type d’offres est de calibrer au mieux les niveaux tarifaires de la base et des options pour équilibrer le régime tout en maintenant l’attractivité des options. Cet équilibre technique dépend fortement du comportement des assurés qui ont adhéré aux options facultatives.
Analyse technique du comportement des assurés d’un portefeuille
Diverses méthodes d’analyse permettent d’appréhender le comportement des assurés vis-à-vis du risque assuré.
Ces méthodes peuvent correspondre à des statistiques descriptives classiques mais sont utilement complétées par des modèles statistiques plus complexes, tels que les modèles CART (Classification And Regression Trees), ou encore GLM (Generalized Linear Model).
A titre d’exemple, sur un régime comportant une base obligatoire et des options facultatives responsables à adhésion individuelle, les analyses menées permettent d’observer des comportements d’adhésion qui évoluent selon certains critères : les assurés les plus susceptibles d’adhérer aux options les plus « haut de gamme » sont ceux ayant un âge élevé, un conjoint et des enfants.
On observe également un phénomène d’antisélection : les assurés ayant souscrit aux options haut de gamme ont, en moyenne, des dépenses par acte et des fréquences de consommation plus élevées que ceux n’ayant souscrit qu’à la base obligatoire.
Quel rôle pour ces analyses dans les années à venir ?
Le déploiement du dispositif 100% Santé, qui a comme principal objectif de lutter contre le renoncement aux soins pour raisons financières, rend l’étude du comportement de consommation des assurés encore plus cruciale pour les assureurs.
Les impacts de l’entrée en vigueur de ce dispositif ne sont pas tous connus : si les assureurs ont les moyens d’estimer l’évolution des coûts moyens de consommation via des méthodes statistiques classiques, les évolutions des fréquences de consommation restent difficiles à évaluer. Ainsi, les analyses basées sur des modèles statistiques plus complexes qui permettent d’appréhender plus précisément les déterminants de consommation des assurés et les critères de choix des niveaux de couverture deviennent un outil indispensable pour anticiper l’évolution du risque et adapter au mieux les tarifications.
Sur ces problématiques globales, et grâce à la collecte de données toujours plus précises et nombreuses, la Data Science a un rôle significatif à jouer dans les années à venir. La détection en amont de l‘évolution du comportement des assurés via la mise en place de modèles prédictifs donnent aux assureurs une meilleure connaissance du risque qu’ils assurent, et créent de nouveaux indicateurs de suivi dans le cadre du pilotage des portefeuilles.
GALEA & Associés accompagne les organismes assureurs dans le cadre de la mise en œuvre de ces nouvelles méthodes.