L'objet de la thèse est d'évaluer l'approche géodécisionnelle pour l'analyse des risques naturels dans le secteur de l'assurance en France. Pour une société d'assurance souhaitant améliorer sa visibilité sur les risques naturels l'objectif est double ; d'une part s'assurer de la meilleure qualité possible de la politique de prévention mise en œuvre par les pouvoirs publics, d'autre part s'assurer de sa solidité financière pour faire face à des catastrophes naturelles pouvant survenir sur ses portefeuilles d'assurés. Les sociétés d'assurance françaises disposent d'une offre d'outils et de services ne répondant que partiellement à ces besoins tant au niveau de la prévention qu'au niveau de l'optimisation de ses processus métiers (en particulier la souscription, la gestion de sinistres et la réassurance). Les raisons de ce constat réside d'une part dans le contexte réglementaire du régime d'indemnisation des catastrophes naturelles reposant exclusivement sur un principe de solidarité (n'ayant pas suffisamment incité les assureurs à évaluer l'exposition physique des assurés aux risques naturels) et d'autre part dans la forte hétérogénéité des données géographiques et non géographiques rendant complexe l'appropriation de la problématique et l'exploitation des outils par les professionnels du secteur. La thèse propose une approche dite « géodécisionnelle » englobant une méthodologie de modélisation de données (modélisation spatiale multidimensionnelle) mais aussi un ensemble de composants technologiques informatiques (moteurs d'extraction, de transformation, de chargement de données et outils de restitution et d'analyse) pour explorer les indicateurs agrégés et détaillés selon plusieurs critères et dont les valeurs sont issues de croisements de données géographiques et non géographiques. L'idée est d'appliquer cette approche sur un ensemble cohérent d'indicateurs pour analyser la vulnérabilité des assurés sous l'angle « collectif » pour l'intérêt général de la profession et sous l'angle « individuel » vu d'une société d'assurance en particulier. A partir d'un certain nombre d'hypothèses formulées, les modèles proposés exploitent des données sur les aléas naturels comme les modélisations de crues pour les inondations, des données sur le zonage du risque dans les plans d'urbanisme (au travers des « Plans de Prévention des Risques) mais aussi des données cadastrales et des données statistiques ainsi que des données assurantielles types d'une société d'assurance. La thèse présentera l'état de l'art de la problématique et proposera une démarche de modélisation ainsi qu'une démarche d'implémentation de prototypes exploratoires sur des cas d'étude concrets tirés des activités de recherches contractuelles existantes autours de cette thématique. La technologie choisie pour les expérimentions est Spatial OLAP conçue et développée au Centre de Recherche en Géomatique à l'Université Laval de Québec.