Actuariat · Data Science · Zone CIMA · 14 pays
L'infrastructure analytique de l'assurance santé africaine
Nous combinons statistique robuste, data science et expertise actuarielle pour aider les assureurs à détecter la fraude, piloter leur sinistralité et optimiser leurs conventionnements.
Diagnostic
Pourquoi les outils existants échouent en Afrique
Diagnostic
- Les outils internationaux sont calibrés pour des marchés matures : barèmes différents, qualité de données variable, structures de conventionnement propres à la zone CIMA
- Les équipes de contrôle gèrent des volumes ingérables sans priorisation automatique — chaque dossier reçoit le même niveau d'attention
- Aucune infrastructure de données mutualisées n'existe en zone CIMA : pas de référentiel commun, pas de benchmark sectoriel
- Les fraudes en réseau (collusions prestataire/assuré) sont invisibles à l'analyse dossier par dossier
L'approche Karelytics
- Modèles statistiques calibrés sur les spécificités des portefeuilles CIMA : barèmes locaux, distributions de sinistralité propres à chaque pays
- Score de risque explicable sur chaque dossier — chaque alerte est défendable devant audit en une phrase
- Construction progressive d'un actif data mutualisé : plus les assureurs rejoignent le réseau, plus la détection s'affine
- Analyse de graphes pour détecter les collusions et réseaux de fraude invisibles aux contrôles dossier par dossier
Notre approche
Data science et actuariat appliqués à l'assurance santé africaine
Nous appliquons des techniques documentées dans la littérature scientifique — détection d'anomalies, statistique robuste, analyse de graphes — rigoureusement calibrées pour les spécificités des portefeuilles CIMA. Notre valeur ajoutée n'est pas l'invention de la science, mais sa rigoureuse application à un domaine où elle est sous-exploitée.
Pilier 1
Actuariat non-vie
Cadre métier et compréhension fine des portefeuilles santé africains — barèmes CIMA, structures de garanties, profils de sinistralité par pays et par ligne de produit.
Pilier 2
Statistique robuste & data science
Détection d'anomalies sur des données incomplètes et hétérogènes — modélisation des comportements normaux, scoring de risque multidimensionnel adapté aux faibles volumes.
Pilier 3
Machine learning non-supervisé
Identification de combinaisons d'anomalies qu'aucune règle humaine ne formulerait — réseaux de fraude organisée, comportements émergents, collusions entre acteurs.
Ce que nous détectons
Trois périmètres de détection
Notre moteur analyse chaque dossier selon trois axes de risque complémentaires. Les patterns exacts détectés sont présentés en démonstration privée.
Irrégularités prestataires
- Anomalies tarifaires par rapport aux barèmes CIMA
- Incohérences acte / pathologie / protocole
- Comportements statistiquement atypiques par rapport aux pairs
- Concentrations anormales sur certains profils de dossiers
Irrégularités assurés
- Incohérences dans l'historique de consommation
- Anomalies d'identité et d'éligibilité
- Comportements de recours aux soins statistiquement aberrants
- Signaux faibles de fraude documentaire
Fraudes en réseau
- Liens statistiques anormaux entre prestataires et assurés
- Structures de réseau révélant une coordination implicite
- Comportements collectifs indétectables dossier par dossier
- Détails communiqués en démonstration privée
Auditabilité totale — Chaque alerte est accompagnée d'une explication statistique auditable. Notre moteur priorise — vos équipes décident.
Vision long terme
Construire l'Optum africain
L'ambition : devenir l'infrastructure analytique de référence pour l'assurance santé en Afrique francophone.
À mesure que notre plateforme accueille de nouveaux assureurs, la richesse des données mutualisées renforce la valeur pour chacun — détection de fraudes transverses entre portefeuilles, benchmarking sectoriel précis, émergence d'un référentiel partagé qui n'existe nulle part en zone CIMA aujourd'hui.
Notre méthode
Une démarche transparente. Pas de boîte noire.
Audit de maturité data
Sans engagementÉvaluation de vos sources de données disponibles, identification des angles morts, rapport synthétique en 5 jours ouvrés.
Note de faisabilité personnalisée
Périmètre proposé, approche technique détaillée, résultats mesurables attendus et conditions de succès.
Proof of concept — 30 jours
30 joursSur données anonymisées, notre moteur produit ses premières alertes. Résultats concrets et mesurables à J+30.
Pilote — 6 mois
6 moisDéploiement sur périmètre défini, ajustements itératifs, mesure d'impact sur le ratio sinistres/primes.
Déploiement complet
Intégration dans vos processus de contrôle existants. Formation des équipes. Suivi continu.
Notre engagement
“Chaque alerte produite par notre moteur est explicable en une phrase à un gestionnaire. Nous ne livrons pas un algorithme opaque — nous livrons un système rigoureux et auditable.”
Zéro déploiement sans résultats mesurables prouvés lors du PoC.
Fenêtre d'opportunité
Pourquoi maintenant ?
Trois convergences font de 2025–2026 la fenêtre d'opportunité unique pour Karelytics.
La réglementation vient de débloquer le marché.
La CIMA a adopté en 2025 le cadre réglementaire du TPA digital. Avant cette date, la délégation de gestion des sinistres à un acteur tiers numérique était juridiquement floue dans la majorité des 14 pays membres. Ce verrou vient de sauter. Les assureurs peuvent désormais externaliser légalement — et les plus agiles cherchent activement avec qui le faire.
L'actif data n'existe pas encore, mais la fenêtre se referme.
Le dataset de sinistralité structuré et longitudinal que Karelytics constitue n'existe nulle part en zone CIMA aujourd'hui. Dans 3 à 5 ans, des acteurs mieux capitalisés entreront sur ce marché. La valeur de l'actif data est maximale maintenant. Chaque mois de retard est un mois de données perdues et d'avance réduite.
Le marché est sous-équipé au moment où il doit croître.
Le taux de pénétration assurantielle en Afrique subsaharienne est de 3 % du PIB. Les États poussent massivement vers la couverture maladie universelle — CMU en Côte d'Ivoire, CMU/CSU au Sénégal, CSU au Cameroun. Cette extension va multiplier les volumes de sinistres. Sans infrastructure analytique, cette croissance sera ingérable.
La position de premier entrant se construit aujourd'hui. Chaque sinistre traité est un point de données supplémentaire dans l'actif.
Modèle économique
Trois flux de revenus. Un seul actif sous-jacent.
Fee par sinistre
Pour chaque dossier traité et analysé, Karelytics perçoit un fee opérationnel auprès de l'assureur.
Abonnement analytics
Les assureurs s'abonnent aux tableaux de bord de sinistralité en temps réel et aux outils de pilotage.
Benchmarks data
Analyses sectorielles et modèles prédictifs mutualisés, commercialisés aux institutions et employeurs.
Un dataset qui grandit à chaque sinistre traité. Une valeur qui s'apprécie dans le temps.
Contact
Vous pilotez le risque santé d'un portefeuille ?
Demandez un audit de maturité data ou une démonstration de la plateforme.