Résumé

Cette étude de cas examine l'efficacité de Domely DeepSnow ™, une plateforme de logiciel en tant que service (SaaS) alimentée par l'IA pour la gestion proactive de la charge de neige. Menée en collaboration avec des partenaires assureurs desservant des clients au Canada, la recherche analyse le retour sur investissement (ROI) du système et son impact sur l'expérience client. L'analyse compare les données historiques sur les sinistres liés à la neige de 2016 à 2020 avec la gravité et le moment des alertes générées par Domely DeepSnow™ . Les commentaires des clients sur la pertinence et la véracité des alertes, recueillis au moyen de sondages menés par les assureurs , sont également pris en compte. De plus, des données provenant de publications universitaires et de reportages complètent l'analyse en fournissant des informations sur les sinistres et les événements en dehors du portefeuille du partenaire assureur.

Domely DeepSnow ™ utilise les données météorologiques et les caractéristiques du bâtiment pour générer des alertes et peut être appliqué rétroactivement à des périodes historiques. Pour cette étude, les limites de poids des bâtiments ont été estimées à l'aide des lignes directrices du Code national du bâtiment, ce qui a permis de générer des alertes pour les années précédant l'adoption du logiciel par l'assureur .

Résultats

Justification économique

Une analyse actuarielle, basée sur cinq années de données observées sur l'effondrement de toits, a été menée pour déterminer la probabilité d'effondrement en relation avec la segmentation des risques et le système d'alerte de Domely DeepSnow™ . Le tableau suivant présente la répartition théorique des risques pour un assureur au cours d'un hiver moyen :

En utilisant un portefeuille hypothétique de 15 000 bâtiments assurés et un coût moyen d'effondrement de 335 000 $ (Strobel & Liel, 2013), une projection de coût théorique a été générée. Il est important de reconnaître que ces chiffres sont intrinsèquement sujets à la variabilité en raison des fluctuations de la gravité de l'hiver et des facteurs de risque propres à chaque bâtiment.

Pour estimer les économies de coûts potentielles, nous avons envisagé divers scénarios, en supposant que 1 client alerté sur 5, 10, 20 ou 50 prendrait des mesures préventives en fonction de la gravité de l'alerte. Cette approche prudente reconnaît que la pertinence de l'alerte influe directement sur l'action, les alertes de plus grande gravité démontrant un engagement accru, comme en témoignent les taux d'ouverture plus élevés des communications ciblées.

Étant donné que le coût de la surveillance de 15 000 bâtiments à l'aide de Domely DeepSnow™ est inférieur à 100 000 $, un retour sur investissement positif pour l'initiative est clairement démontrable.

De plus, l'analyse des données d'assurance canadiennes¹ provenant d'immeubles commerciaux révèle que des effondrements mineurs de toits surviennent à un taux de 0,7 %, avec un montant moyen de réclamation de 40 000 $, tandis que les effondrements majeurs de toits, bien que moins fréquents à 0,04 %, entraînent une réclamation moyenne de 200 000 $. Cela se traduit par une exposition moyenne au risque de 360 $ par bâtiment et par saison hivernale, ce qui démontre une fois de plus un retour sur investissement positif.

Du point de vue du propriétaire ou du gestionnaire de l'immeuble, le coût de l'évaluation du niveau de neige sur le toit, une tâche effectuée automatiquement et à distance par Domely DeepSnow™ , est également un facteur de retour sur investissement positif. Le prix moyen signalé pour une évaluation professionnelle en personne du niveau de neige est de 781 $, y compris le déplacement, le temps et un rapport détaillé².

Expérience client améliorée

Au-delà des gains financiers, Domely DeepSnow™ favorise une approche proactive et centrée sur le client, en phase avec les priorités stratégiques des assureurs et des gestionnaires immobiliers. La prévention des sinistres, de par sa nature même, offre une expérience client optimale.

Les données de l'enquête ont révélé un niveau élevé de satisfaction à l'égard des communications ciblées de prévention, plus de 70 % des destinataires trouvant l'information pertinente. Une partie importante de ceux qui ont jugé la communication non pertinente (30 %) avaient déjà pris des mesures préventives, ce qui indique une sensibilisation préalable aux risques potentiels. En outre, le déneigement des toits s'est constamment classé parmi les trois principales préoccupations, soulignant son importance pour les propriétaires d'immeubles et validant l'accent mis par le système sur ce domaine critique.

La capacité d'éviter des catastrophes potentielles tant pour les assureurs que pour leurs clients a une valeur incommensurable. Les ramifications de l'effondrement d'un toit s'étendent souvent au-delà des dommages matériels, entraînant des évacuations (signalées dans 28 % des cas) et des interruptions d'activité (57 % des cas). La durée moyenne de fermeture à la suite d'un effondrement lié à la neige était de 122 jours, soit un peu plus de quatre mois (Geis, Strobel & Liel, 2012).

Malheureusement, les effondrements liés à la neige contribuent également aux blessures et aux décès chaque année. En 2006, une série d'effondrements majeurs dans le monde a fait plus de 130 morts (ALMahdi et al., 2020 ; Strasser, 2008 ; Geis, Strobel & Liel, 2012). Bien qu'ils soient moins souvent touchés, les bâtiments résidentiels ne sont pas à l'abri. En 2009, une importante tempête de neige en Chine a entraîné l'effondrement de 1 200 maisons et endommagé 1 900 autres, causant des dommages de plus de 497 millions de dollars (Clem, 2009). Même les bâtiments publics sont vulnérables, comme en témoignent les effondrements de toits de quatre écoles dans la région de Boston et du New Hampshire au cours de la saison hivernale 2014-2015 (ALMahdi et al., 2020).

Une histoire de réussite

Les prédictions définitives concernant les dommages évités sont difficiles à établir. Cependant, une anecdote convaincante ressort d'un incident survenu en 2022³, au cours duquel un bâtiment présentant des caractéristiques similaires à celles de l'un des biens de nos clients s'est effondré sous le poids de la neige.

Domely DeepSnow™ a fourni à notre client un préavis de plusieurs semaines, prédisant une charge critique dépassant 170 %. Cet avertissement précoce a permis de prendre des mesures préventives, notamment le déneigement , évitant ainsi une perte potentielle de 573 000 $ (à l'exclusion des dommages aux biens et des coûts de reconstruction, et sur la base d'un effondrement estimé à 25 % du bâtiment).

Domely DeepSnow™ démontre une solide justification économique en présentant un retour sur investissement positif grâce à une réduction potentielle des coûts des sinistres. De plus, il cultive une approche centrée sur le client en favorisant une communication proactive et en atténuant le risque d'événements catastrophiques, améliorant ainsi l'expérience client. Le succès du système est en outre attesté par une étude de cas démontrant son efficacité à prévenir une perte financière substantielle.

1. Données provenant de partenaires d'assurance canadiens
2. Données provenant de partenaires de l'industrie de la toiture
3. https://www.journaldequebec.com/2022/03/08/le-toit-dun-concessionnaire-de-saint-ambroise-seffondre-1
4. Strobel, K. et Liel, A. B. (2013). Dommages causés aux bâtiments par la charge de neige : Impacts physiques et économiques. Comptes rendus de l'Institution of Civil Engineers - Forensic Engineering 166(3), (p. 116-133).
5. Geis, J., Strobel, K. et Liel, A. (2012). Défaillances de bâtiments induites par la neige. Journal of Performance of Constructed Facilities, 26(4), 377-388.
6. ALMahdi, F. et al. (2020). Enquête sur l'effondrement induit par la neige sur le marché de Bozüyük. Engineering Failure Analysis, 118, 1-11. ; Strasser, U. (2008). Les charges de neige dans un climat changeant : de nouveaux risques ? Natural Hazards and Earth System Sciences, 8(1), 1-8.
7. Clem, W. (13 novembre 2009). Wen se rend à Hebei après des chutes de neige désastreuses ; L'ensemencement des nuages pourrait être à l'origine du chaos. p. 7