Analyser son portefeuille avec l'IA sans exposer ses clients

Le fichier que vous avez le plus envie de faire analyser

C'est aussi le plus sensible que vous déteniez. Un export de portefeuille, c'est plusieurs centaines de personnes physiques, leurs contrats, parfois leur santé, et souvent une colonne de commentaires libres où un gestionnaire a écrit ce qu'il pensait d'un client un jour de fatigue.

L'envie est légitime : une IA lit un tableau de huit cents lignes en quelques secondes et en sort des rapprochements qu'un humain ne fait pas à l'œil. Le problème n'est pas l'analyse, il est le trajet du fichier. Cet article porte sur le trajet.

Retirer le nom ne rend pas le fichier anonyme

C'est l'erreur la plus répandue, et elle est sincère. On supprime la colonne « nom », on se dit qu'on a fait le nécessaire, et on envoie.

L'article 4 du RGPD distingue deux notions qui n'ont pas du tout les mêmes conséquences. La pseudonymisation est un traitement après lequel les données ne peuvent plus être attribuées à une personne sans information supplémentaire conservée séparément. L'anonymisation, elle, est irréversible : le considérant 26 du règlement précise que les données anonymes sortent du champ du RGPD, mais que les données pseudonymisées, elles, restent des données personnelles.

Un export sans nom mais avec le numéro de contrat est pseudonymisé, pas anonyme. Vous retrouvez le client en trois secondes dans votre logiciel de gestion, donc l'information supplémentaire existe, donc le RGPD s'applique en entier. Même chose avec une immatriculation, une adresse de bien assuré ou une date de naissance exacte dans une commune de huit cents habitants.

Ce qu'il faut retirer avant toute analyse

La règle de tri est simple : vous gardez ce qui porte le raisonnement, vous retirez ce qui désigne la personne.

• Nom et prénom, y compris dans les colonnes de commentaire.
• Adresse postale complète. Gardez les deux ou trois premiers chiffres du code postal si la géographie vous intéresse, cela suffit à voir une concentration.
• Téléphone et courriel, qui sont des identifiants directs.
• Date de naissance exacte. Remplacez-la par une tranche d'âge de cinq ou dix ans, l'analyse n'y perd rien.
• Numéro de contrat, numéro de sinistre, numéro client. Ce sont eux qui font le lien avec votre base, donc eux qui empêchent l'anonymat.
• Immatriculation et adresse du bien assuré, qui désignent une personne aussi sûrement qu'un nom.
• Numéro de sécurité sociale, dont le traitement est en outre strictement encadré.
• Toute information de santé, qui relève de l'article 9 du RGPD et n'a rien à faire dans un outil grand public.
• Les commentaires libres, sauf à les avoir relus un par un. C'est la colonne qui vous expose le plus, et celle qu'on oublie le plus souvent.

Vous conservez, sans difficulté : branche et produit, compagnie, prime annuelle, date d'effet et date d'échéance, ancienneté, nombre et coût des sinistres, mode de paiement, canal d'origine, tranche d'âge, zone géographique approximative. C'est avec ces colonnes-là que se font les analyses utiles.

Trois lectures qui font ressortir du chiffre d'affaires

Les échéances croisées avec le dernier contact

Une liste d'échéances, vous l'avez déjà dans votre logiciel. Ce que l'IA ajoute, c'est le croisement : les contrats qui arrivent à échéance dans les quatre-vingt-dix jours et dont le client n'a pas été contacté depuis plus d'un an. Ce sont ceux qui partent sans prévenir. La liste est toujours plus courte qu'on ne le craint, et elle est actionnable le jour même.

Les mono-équipés dont le profil en appelle un second

Un client qui n'a qu'un contrat auto chez vous, avec une tranche d'âge et une zone qui laissent supposer un logement en propriété, est une multirisque habitation que quelqu'un d'autre encaisse. L'IA ne décide pas, elle regroupe : elle sort les segments où un seul produit est placé alors que le profil en supporterait deux.

La dérive de sinistralité par segment

Rapporter le coût des sinistres à la prime, par produit et par compagnie, puis comparer sur trois exercices. C'est un calcul que personne ne fait parce qu'il est fastidieux, et c'est celui qui vous prépare le mieux à une discussion de renouvellement avec un assureur.

Préparer une revue annuelle

La méthode tient en quatre étapes, et la première est la seule qui demande de la rigueur.

1. Nettoyer l'export selon la liste ci-dessus, dans un classeur à part, jamais dans le fichier d'origine.
2. Donner le contexte à l'outil : ce que contient chaque colonne, votre activité, ce que vous cherchez. Une analyse sans contexte produit des statistiques, pas des opportunités.
3. Demander une liste hiérarchisée, pas un rapport. Vingt lignes classées par enjeu, avec le motif d'appel pour chacune, valent mieux que huit pages de synthèse.
4. Réintégrer les identités à la fin, de votre côté, en reliant les segments retenus à vos clients réels dans votre logiciel.

Cette dernière étape est le cœur de la méthode : l'outil travaille sur des profils, vous travaillez sur des clients. Les deux ne se rencontrent que chez vous.

Quand la pseudonymisation outillée devient nécessaire

Le nettoyage à la main fonctionne jusqu'à quelques centaines de lignes et quelques colonnes. Au-delà, ou dès qu'il faut le refaire chaque mois, il devient le goulot d'étranglement, et un nettoyage fait vite est un nettoyage incomplet.

C'est là qu'un dispositif de pseudonymisation prend le relais, en remplaçant automatiquement les identifiants avant la sortie du fichier et en rétablissant les valeurs réelles à l'arrivée. Nous travaillons avec Marvin Systems sur ce point, et c'est notre seul partenariat : nous le signalons pour que vous sachiez d'où nous parlons.

Un dispositif de ce type ne résout pas tout, et il faut le dire. La table de correspondance reste chez vous, donc votre responsabilité aussi. Le traitement porte toujours sur des personnes réelles, donc il doit figurer dans votre registre. Et il ne dit rien de la qualité de l'analyse : un fichier parfaitement pseudonymisé peut produire une conclusion fausse.

Le point de contrôle

L'IA ne choisit pas qui vous appelez. Elle propose un ordre, vous décidez s'il est juste. Une liste générée qui place en tête un client que vous savez en instance de départ, ou qui ignore celui dont vous attendez la succession, n'est pas une erreur de l'outil : c'est une information que vous ne lui avez pas donnée, et que vous ne lui donnerez pas, parce qu'elle n'a rien à faire dans un fichier.

C'est le partage qui vaut pour tous les usages de l'IA dans un cabinet : elle prépare, vous vérifiez et vous engagez. Sur un portefeuille, l'enjeu est seulement plus visible, parce que le fichier contient tout ce que vos clients vous ont confié.