Divers projets sélectionnés par le jury du Trophée de l'innovation du salon Big Data Paris témoignent de la diversité des secteurs aujourd'hui impactés par les méga données.

Parmi Les 15 projets sélectionnés par le jury du Trophée de l'innovation du salon Big Data Paris qui s'est tenu les 10 et 11 mars dernier au CNIT de Paris - La Défense, le projet  Square Predict, solution Big Data pour le monde de l’assurance, a été officiellement retenu dans le cadre du Programme d’Investissements d’Avenir de l’état Français.

Ce projet sera mené avec plusieurs partenaires dont un géant de l’assurance, trois laboratoires de recherche (LIPN, LIPADE et LARIS), deux éditeurs et un expert en protection de la vie privée.

Il a pour objectif de bâtir une plateforme SaaS permettant aux assureurs de réaliser des prédictions à partir des données de leurs assurés croisées avec celles disponibles sur Internet (réseaux sociaux, web sémantique, open data…).

L’enjeu pour les producteurs d’assurance est d’arriver à exploiter cette masse de données pour ne pas se voir concurrencer dans la distribution de leurs produits par des géants comme Google, Facebook ou Amazon… qui ont développé une réelle expertise dans la collecte et l’analyse de données.

En effet, la capacité à proposer des produits ciblés, en traitant les immenses volumes de données en leur possession donne un avantage concurrentiel sans égal à ces grands acteurs de l’Internet.

Quelques problématiques que Square Predict pourrait résoudre :

-         Estimation en temps réel de l’impact, y compris financier, des dégâts causés par un événement climatique de grande ampleur.

-         Prédiction de la future sinistralitéincendie/dégâts des eaux en fonction des données publiques accessibles (quartier par quartier, voire rue par rue, voire adresse par adresse) et de l’historique des assurés.

-         Détection de l’apparition d’événements globaux (comme la grippe) par l’analyse des signaux faibles.

L’objectif de la plateforme open source Square Predict sera la collecte, la fouille et l’analyse de grandes masses de données pour les acteurs de l’assurance dans le respect de leurs valeurs historiques.