Les micro, petites et moyennes entreprises (MPME) sont un élément vital de l'économie mondiale. Elles représentent 90 % des entreprises et sont à l'origine de plus de 50 % des emplois dans le monde. Dans les marchés émergents, elles contribuent jusqu'à 40 % du revenu national. Malgré cela, elles sont confrontées à de nombreux défis, en particulier lorsqu'il s'agit d'accéder à des mécanismes financiers tels que l'assurance.
Tout d'abord, les mécanismes financiers peuvent être difficiles d'accès pour les MPME, en particulier celles des économies rurales. Nombre d'entre elles, comme les agriculteurs, travaillent dans des zones reculées qui sont physiquement difficiles d'accès, et une grande partie des MPME n'ont pas l'éducation financière nécessaire pour savoir qu'une assurance est disponible et comment elle peut les aider. Parmi celles qui le savent, beaucoup n'ont tout simplement pas confiance, en particulier lorsqu'elles doivent payer un coût initial dont elles ne voient pas immédiatement les avantages.
Cependant, les MPME des pays en développement sont l'un des groupes qui pourraient bénéficier le plus de l'assurance. Compte tenu des types d'industries dépendantes du climat dans lesquelles elles travaillent, la tendance actuelle à la hausse des températures, aux fortes précipitations et aux événements météorologiques extrêmes met en péril leurs moyens de subsistance. Malheureusement, ce risque les rend généralement moins intéressants à assurer.
Le groupe des meilleures pratiques de l'assurance pour les MPME du Microinsurance Network (BPG) travaille à relever ces défis depuis son lancement il y a sept ans. Plus récemment, le groupe s'est concentré sur l'un des plus grands obstacles à l'adoption de l'assurance par les MPME : le manque de solutions sur mesure.
Cela est dû en grande partie au manque de données disponibles pour comprendre véritablement ce groupe. Comme l'explique Violet Kapekele de Hollard Zambia, membre du GPB, "les données jouent un rôle important dans la compréhension des profils de risque des MPME et de la dynamique du marché. En comprenant ces profils de risque, les assureurs peuvent développer des solutions d'assurance personnalisées qui fournissent une couverture adéquate tout en restant financièrement viables à la fois pour les MPME et pour les assureurs".
S'attaquer au problème des données
Pour pouvoir adapter les produits, il faut disposer de données de bonne qualité et désagrégées, qui peuvent être segmentées pour comprendre les différents besoins des MPME. Comme le souligne Leticia Gonçalves, experte en financement des risques de catastrophes au Bureau régional du PAM pour l'Amérique latine et les Caraïbes, "les données sont fondamentales pour comprendre les profils de risque nuancés et les besoins de couverture des MPME, qui sont dynamiques et varient considérablement d'un secteur à l'autre et d'une région à l'autre". Cependant, étant donné la nature hétérogène des MPME et la diversité de leurs besoins, il a été difficile de normaliser la collecte de données à grande échelle pour couvrir chaque type d'entreprise.
C'est le cœur du problème jusqu'à présent, et un problème auquel plusieurs membres du GPB se sont attaqués. En novembre 2023, le GPB a organisé un forum d'experts afin d'explorer et de comprendre les méthodologies efficaces pour la collecte, l'analyse et l'utilisation des données sur les MPME. Maximilliano Selva de Varese Brokers a expliqué comment ils ont utilisé plusieurs sources de données pour construire une meilleure image des MPME dans les régions où ils opèrent. Il s'agit notamment de documents publics (par exemple des dossiers gouvernementaux), de groupes de discussion, d'entretiens approfondis et d'enquêtes publiques. Ils travaillent également avec des partenaires qui ont déjà des relations avec les MPME, y compris les gouvernements locaux, les ONG, les institutions financières, les entreprises de logistique et les fournisseurs de services de consommation de masse.
Comme il l'a expliqué, "nous avons constaté que les sociétés de services de consommation de masse sont très utiles car elles disposent de données intéressantes sur les MPME que nous pouvons utiliser. Nous pouvons comprendre comment elles dépensent de l'argent pour ce type de services, ce qui nous permet de leur proposer un plan de dépenses sûres, par exemple".
L'une des principales innovations qu'ils ont intégrées consiste à tirer parti de la technologie pour recueillir des données, par exemple en utilisant un chatbot d'IA pour sonder les utilisateurs via WhatsApp. Cependant, Selva explique que si cette méthode permet de collecter rapidement de grandes quantités de données, un travail sur le terrain est nécessaire pour comprendre les comportements et les préoccupations réels. Rahab Kariuki, du Busara Center for Behavioural Economics, partage cet avis.
Lors du forum d'experts, elle explique que la recherche expérimentale est nécessaire pour pouvoir développer des produits réellement utiles aux MPME. Elle raconte comment, lorsqu'elle travaillait pour une compagnie d'assurance agricole, elle a remarqué "un écart entre ce que nous attendions des agriculteurs et ce qu'ils faisaient en réalité". La recherche expérimentale est particulièrement utile pour déterminer le prix des produits, par exemple. Dans ce cas, il est peu probable que le fait de demander directement à une personne ce qu'elle paierait pour un produit produise des résultats réalistes, alors qu'il est préférable de lui présenter différentes options et d'analyser son comportement en matière de prise de décision.
Utiliser les données pour développer de meilleurs produits
De nombreuses compagnies d'assurance se concentrent déjà sur la collecte de données à grande échelle et sur l'exploitation des informations qu'elles en tirent. En ce qui concerne la collecte de données, Vera Neugebauer, associée principale de recherche au Cenfri, souligne que "malgré la disponibilité croissante des données, une grande partie d'entre elles reste cloisonnée et inexploitée". Le Cenfri espère résoudre ce problème grâce à un modèle financier ouvert dans lequel les données sont partagées entre les fournisseurs de services financiers (FSP) et/ou les fournisseurs tiers sur la base du consentement du consommateur. En 2023, elle a mené à bien une étude sur la faisabilité de la finance ouverte au Rwanda, qui a débouché sur un plan de mise en œuvre pluriannuel adapté, et elle répète le processus en Zambie.
D'autres entreprises utilisent leurs propres données pour mieux comprendre le marché des MPME et recommander des produits pertinents. Au cours du forum d'experts, Charl Reyneke d'Old Mutual South Africa a expliqué comment l'entreprise a utilisé les 190 années de données provenant de différentes parties de son activité pour développer des personas qui reflètent les différents types de MPME susceptibles d'utiliser ses produits. À partir de là, ils ont pu guider une MPME vers le produit approprié en lui posant seulement quelques questions. Au fil du temps, ils ont observé comment les clients réagissaient aux recommandations et utilisaient les produits afin d'affiner encore les personas.
Certaines entreprises ont utilisé l'analyse de données pour développer des produits sur mesure pour leurs clients MPME. Par exemple, Micro Insurance Catastrophe Risk Organisation (MiCRO) et ses partenaires ont développé une assurance basée sur un indice, "Mi Inversion Protegida". Depuis son lancement en 2019, elle a couvert plus de 28 000 MPME - y compris des salons de coiffure, des food trucks et des entreprises agricoles - contre les tremblements de terre et les précipitations excessives pour tous les assurés et contre la sécheresse pour les assurés des zones rurales.
Jusqu'à présent, il a déclenché plus de 18 000 paiements individuels, dont beaucoup sont liés au récent phénomène La Niña. Comme l'explique Iker Llabres, responsable des produits chez MiCRO, "la qualité des indices augmente avec le temps, car des informations de plus en plus nombreuses et de meilleure qualité peuvent être collectées et utilisées pour améliorer de manière itérative la modélisation des risques couverts, comprendre plus en détail la vulnérabilité du groupe cible et affiner les paiements aux bénéficiaires".
Le PAM a également utilisé des données pour développer des produits qui soutiennent la résilience dans certains des pays les plus pauvres du monde, comme Haïti, où, explique M. Gonçalves, "un suivi et une évaluation constants ont conduit à des améliorations de produits qui ont amélioré la couverture". En 2022, ils ont lancé leur initiative R4 pour la résilience rurale afin de s'attaquer aux facteurs de vulnérabilité climatiques et non climatiques. Après l'avoir mise en œuvre tout au long de l'année 2023 et avoir suivi la manière dont les 10 565 petits exploitants agricoles couverts bénéficiaient de l'assurance indexée, elle a pu apporter des améliorations notables. Par exemple, si le montant moyen assuré reste inchangé, la fréquence des versements a augmenté.
Garantir l'approvisionnement en données à l'avenir
Tous ces exemples soulignent l'importance d'exploiter les données pour développer des produits efficaces qui répondent aux besoins des consommateurs des MPME. Bien que la collecte d'informations pertinentes pour un groupe aussi varié d'utilisateurs aux exigences diverses pose manifestement des problèmes, l'utilisation des données pour éclairer la prise de décision peut contribuer à améliorer les chances de succès tant pour les assureurs que pour les assurés.
Comme l'explique Kapekele, "pour les MPME, l'accès à des solutions d'assurance sur mesure peut favoriser la confiance et la stabilité, ce qui leur permet de se concentrer sur la croissance et l'innovation sans être accablées par la crainte de risques imprévus... pour le secteur de l'assurance, l'adoption d'approches fondées sur les données peut conduire à une amélioration de la rentabilité et de la durabilité". En évaluant les risques avec précision et en adaptant les solutions en conséquence, les assureurs peuvent réduire la probabilité de pertes techniques et de remboursements de sinistres, améliorant ainsi leurs résultats. En outre, en répondant aux besoins spécifiques des MPME, les assureurs peuvent accéder à un vaste segment de marché mal desservi, ce qui leur ouvre de nouvelles perspectives de croissance et diversifie leurs sources de revenus."
Compte tenu de l'importance de la collecte et de l'analyse des données pour ce secteur, le GPB MSME développe une boîte à outils pour aider le secteur de l'assurance inclusive à utiliser les données pour aider les MPME à accéder aux produits d'assurance et à en bénéficier. En attendant, les membres du GPB Andrea Camargo (PAM), Raimund Synders, Violet Kapeleke (Hollard Zambia), Carlos Boelsterli (MiCRO), la plateforme de microfinance du Nigéria, et les représentants du CNSEG engagés dans le travail sur les données au Brésil sont disponibles pour consultation.