Comment namR aide les assureurs de la MRH grâce aux données contextuelles géolocalisées

Créée en 2017 par Grégory Labrousse, namR est une plateforme de Data-as-a-Service qui s’adresse à l’ensemble de l’écosystème du bâtiment et du territoire (financeurs, bâtisseurs, promoteurs…).

Décrire le territoire

“namR, c’est pour name reality”, précise à mind Fintech Chloé Clair, directrice générale de namR depuis février 2021. Et en effet, développé, le nom correspond tout à fait à l’activité de la start-up qui s’attache à décrire le territoire. Ce sont ainsi 36 millions de bâtiments et 88 millions de parcelles en France qui sont répertoriés par la start-up et qualifiés selon 250 attributs, allant de la météo aux matériaux de toiture, en passant par le type de sol et le nombre de bâtiments mitoyens (voir visuel).

En plus d’être actualisés en continu, les attributs sont amenés à s’étoffer. Pour le secteur de l’assurance, “beaucoup de dégâts des eaux proviennent d’infiltrations dans la toiture, et principalement lorsqu’il y a des velux ou des objets sur le toit parce qu’il y a une mauvaise étanchéité. Nous avons donc fait en sorte de reconnaître tous les objets sur les toits [grâce à de la computer vision, ndlr]. Et ces objets, par la suite, trouvent un nouveau cas d’usage dans notre solution “Know Your Building” [pour les gestionnaires de parc immobilier, collectivités, entreprises du BTP, etc., ndlr] afin de calculer le potentiel solaire d’un toit, c’est-à-dire de pouvoir calepiner des panneaux solaires sur un toit alors qu’il y a des velux, des cheminées, etc.”, explique la directrice générale. L’entreprise s’adressant aussi bien aux collectivités territoriales qu’aux opérateurs télécom, gestionnaires de parc immobilier et entreprises retail (liste non exhaustive), les attributs se doivent d’être variés. 

“21 % du marché de l’assurance MRH a recours à notre solution”

namR s’adresse également aux acteurs de l’assurance multirisque habitation (MRH) avec sa solution “Insurance Smart Home Pricing”, qui vise notamment à améliorer l’expérience client lors de la souscription. Elle a été développée en partenariat avec Addactis, “une risktech qui accompagne les assureurs dans leur transformation sur toute la chaîne de valeur, notamment sur les problématiques actuarielles. Nous apportons notre service à travers du conseil et de l’édition de logiciels”, présente Guillaume Rosolek, head of pricing & data P&C au sein de l’entreprise. “Nous nous sommes attaqués à la MRH car c’est un produit qui touche l’ensemble des Français et qui n’a pas été spécialement amélioré depuis 10 ou 15 ans, que ce soit en amont de la vente ou dans la gestion du contrat”, justifie le responsable pricing. Addactis gère la distribution du produit, ainsi que la relation commerciale.

Le produit intervient dès l’entrée en relation d’un conseiller avec un prospect. “La solution a un positionnement naturel sur la souscription en proposant un pré-remplissage des données ainsi qu’un scoring de risque permettant de situer l’adresse par rapport à des niveaux de risque moyens. Premièrement, cela donne l’impression au prospect que le conseiller connaît son bien. Mais en plus, ce dernier va pouvoir lui offrir des conseils adaptés. Pour un prospect qui habiterait dans un quartier où les cambriolages sont nombreux et qui aurait une piscine apparente sur sa parcelle de terrain, on peut imaginer un système de télésurveillance par exemple. Cela permet à l’assureur de changer son image d’indemnisateur pour un rôle plus préventif”, décrit Guillaume Rosolek. “Récemment, avec un assureur, nous avons fait passer un parcours de souscription de 30 à 6 questions sans dénaturer le modèle économique et en améliorant sa rentabilité.” Les données de namR peuvent également s’avérer utiles lors de l’indemnisation des sinistres. La connaissance du bien et sa géolocalisation peuvent générer un gain de temps ainsi qu’une meilleure gestion de la fraude.

Enfin, la solution revêt une importance à une échelle plus large pour l’assureur : celle de la modélisation des risques environnementaux et, subséquemment, de la tarification de la sinistralité. “La solution ne vise initialement pas à permettre une hyper-individualisation des tarifs, mais à piloter la mutualisation et à maîtriser son exposition au risque, explique Guillaume Rosolek. Toutefois, un assureur se sert du service comme il le souhaite”, glisse-t-il. Les données de namR et les calculs actuariels d’Addactis (comprenant donc le poids des risques climatiques, leur évolution sur 20 ans selon différents scenarii ainsi que l’incertitude sur l’évolution de la législation) permettraient d’améliorer jusqu’à 40 % les modèles prédictifs des assureurs, selon le document d’information de la start-up. Pascal Féliot, directeur de l’offre, des opérations d’assurance et des partenariats chez Thélem assurances, a évoqué une amélioration du pouvoir prédictif des modèles de l’assureur de l’ordre de 30 % lors d’un échange à l’événement Insurday.

Fin 2021, “21 % du marché de l’assurance MRH a recours à notre solution (bientôt 33 % grâce à un contrat en cours de signature). C’est un secteur où il n’y a qu’une quinzaine d’acteurs et où le plus gros détient environ 18 % des parts de marché”, précise Chloé Clair. Parmi les 4 clients MRH de la deeptech, seul Thélem communique sur le recours à la solution. En décembre 2021, l’assureur a d’ailleurs annoncé s’engager dans un partenariat de 4 ans avec namR, notamment sur la partie scoring de risques.

La solution “Know Your Risk” pour le secteur financier

Par ailleurs, namR applique ses données à d’autres champs d’application au sein du secteur financier. Ainsi, la société s’adresse aux activités d’investissement afin de “dérisquer” les portefeuilles immobiliers avec des outils prévisionnels (selon les différents scenarii de réchauffement climatique par exemple) ou de définir des trajectoires carbone.

NamR s’adresse aussi à la banque de détail. “Nous intervenons dans la phase de souscription d’un prêt immobilier”, déclare Chloé Clair. Nous aidons aussi les banques de détail à être proactives : avec la réglementation à venir sur les passoires thermiques [Loi Climat et résilience promulguée le 24 août 2021, ndlr], certains propriétaires ne pourront plus louer leur bien à partir de 2028. Grâce aux données sur les DPE (diagnostics de performance énergétique, données récupérées auprès de l’ADEME, ndlr], la banque peut en informer ses clients qui ont souscrit un prêt sur un modèle de rente immobilière pour les aider à rénover leur bien.”

Récupération et agencement des données

Afin d’adresser la solution au plus grand nombre, namR a investi 6,3 millions d’euros en recherche et développement durant ses trois premières années d’existence. Deux tiers de ses 50 collaborateurs sont étiquetés tech. La première étape a d’abord été de collecter, nettoyer et compléter les données brutes issues d’environ 900 000 sources open data (data.gouv, collectivités territoriales, géoportail de l’urbanisme…) couplées à des données fermées de l’ADEME, Airbus, l’IGN… comme des images satellites ou aériennes. Puis il a fallu rendre interopérables ces milliards de données recensées, sous le prisme de la géolocalisation. Chloé Clair explique qu’à première vue, l’utilisation de données “ouvertes” donne l’impression que l’activité de namR est reproductible assez aisément. “La plupart des assureurs ont des équipes data et nous répondent qu’ils peuvent développer la technologie eux-mêmes. Au bout de 6 mois, ils reviennent vers nous. La difficulté réside dans l’interconnexion des données associées aux adresses.” Cela demande également des moyens qui seraient trop importants pour que chaque acteur développe sa propre expertise en interne, selon la dirigeante.

Le service “à l’adresse” permet de visualiser à partir d’une adresse le bâtiment associé et d’obtenir toutes les informations disponibles sur celui-ci. Cela requiert d’une part d’associer un lieu à des données et d’autre part de géolocaliser ledit lieu. Pour y arriver, namR a fondé son outil “parsR” sur la Base Adresse Nationale (BAN), qui répertorie les adresses sur le territoire français. En décomposant une adresse (numéro de rue, type de voirie, nom de la rue, code postal, ville…), la technologie de namR basée sur des algorithmes de NLP (natural language processing) en ressort une adresse structurée avec un identifiant unique ainsi que ses coordonnées spatiales.

Par la suite, “nous faisons du geocoding pour associer chaque adresse à son bâtiment principal et ses potentiels bâtiments secondaires”, détaille Chloé Clair. Pour cette phase, la start-up prend appui sur les données cadastrales de l’ING (Institut national de l’information géographique et forestière) et améliore sa précision en corrigeant notamment “un grand nombre d’erreurs issues de l’open data” de manière automatique, peut-on lire dans le document d’information de la société. La mise à jour des données est également grandement automatisée grâce à des techniques de scraping.

Création d’attributs

Une fois interopérables et nettoyées, les données apportent de l’information. Mais pas suffisamment. C’est pourquoi namR croise les données pour créer de nouveaux attributs. “L’attribut doit être prédictif du dégât auquel il est relié. Concernant le risque de cambriolage par exemple, nous nous sommes rendu compte que le fait d’être mitoyen réduit le risque. En revanche, être près d’une bretelle d’autoroute l’augmente”, révèle Chloé Clair. La start-up entend être à la pointe de l’analyse de données grâce à des partenariats effectués avec le Centre Borelli de l’ENS Cachan pour mettre en place du contrastive learning sur des images aériennes (apprentissage auto-supervisé qui vise à comprendre les invariances) ou encore avec le MCC Berlin pour le calcul de la hauteur des bâtiments.

Lorsque les données souhaitées n’existent pas, namR produit ses propres attributs grâce à des algorithmes propriétaires. “Nous utilisons du machine learning sur toutes nos bases de données tabulaires. Et du deep learning en computer vision [soit l’utilisation d’algorithmes d’apprentissage pour faire de la reconnaissance d’images par ordinateur, ndlr]. Nous faisons également de l’active learning, ce qui nous permet de moins labelliser nos données de départ [l’algorithme choisit certaines données aux résultats ambigus et complexes afin de se faciliter la tâche pour des données plus claires non labellisées, ndlr]”, indique Chloé Clair. La société a également fait appel à de la géomatique (données géographiques traitées informatiquement) pour calculer le potentiel solaire par exemple, à du machine learning spatial (détection des similarités entre les bâtiments) pour cloner le territoire numériquement, et à du NLP pour extraire des éléments des plans locaux d’urbanisme (PLU) puis lier des appels d’offre et des permis de construire. Au-delà de l’intelligence artificielle, la start-up s’appuie d’abord sur des compétences métiers. La dirigeante évoque l’exemple des toitures en amiante de bâtiments agricoles dont la composition est reconnaissable par un spécialiste. “Ce que voit l’homme, nous sommes capables de le programmer”, résume-t-elle.

Montant minimum de l’abonnement annuel : 30 000 euros

Les produits de namR sont disponibles sous forme d’abonnement annuel ou pluriannuel. L’abonnement en vente directe, en Data-as-a-Service, est signé pour un an renouvelable. Le prix de la licence démarre à 30 000 euros et peut aller jusqu’à 500 000 euros. Son prix dépend du nombre d’attributs utilisés, des zones ciblées et de la quantité d’utilisateurs. Pour un partenariat pluriannuel, l’offre en Data-as-a-Solution coûte de 100 000 à 1 million d’euros pour la licence, à laquelle s’ajoutent des frais de set-up allant de 200 000 à 1 million d’euros. Dans ce second cas, la technologie est en effet intégrée aux systèmes d’informations du client. En termes de livraison, “95 % de nos clients veulent être livrés en API pour les solutions “Know Your Risk” car ils sont data mature et ont des data lakes sécurisés. Sinon, ils peuvent utiliser notre outil asknamR qui propose des filtres infinis avec une interface graphique simple”, oppose Chloé Clair. En dehors du secteur de la bancassurance, les données de namR sont utilisées par EDF, Total, Intermarché, Leroy Merlin et Veolia.

namR est entrée en Bourse en juin 2021 sur Euronext Growth Paris, opération à travers laquelle la société a levé un montant brut de 8 millions d’euros pour une capitalisation boursière de plus de 38 millions d’euros (début 2022, la capitalisation s’établissait àenviron 25 millions d’euros). En 2020, la start-up a dégagé 3,6 millions d’euros de chiffre d’affaires (+15,5 % par rapport à 2019) pour un résultat net supérieur à 200 000 euros. D’ici 2023, elle a l’ambition de dégager 9 millions d’euros de revenus et d’être présente dans 1 à 3 pays européens, notamment grâce à ses clients internationaux. Aucun pays n’est pour l’instant annoncé par l’entreprise mais cette dernière indique, dans son document d’information, avoir déjà analysé une partie du cadastre espagnol en interne. La start-up veut devenir un leader à l’échelle européenne en se démarquant par l’axe de la transition écologique.