Carnet du Cercle LAB #09 – Expérience client
Dans un secteur assurantiel en pleine mutation, bousculé par les nouveaux entrants, les regroupements et les nouvelles contraintes réglementaires, mais aussi par l’évolution des habitudes de consommation, l’expérience client est protéiforme. Les interactions entre un assuré et son assureur se déroulent le plus souvent dans un moment difficile où l’émotion est présente, qu’il s’agisse d’un dépannage automobile, du remboursement de frais de santé élevés, et plus encore lors d’une catastrophe naturelle ou d’un sinistre corporel. Cette étude synthétique vise à donner un aperçu des solutions possibles pour optimiser l’expérience client, en tenant compte des irritants identifiés par les assureurs et du degré de maturité des organisations.
Dans un secteur assurantiel en pleine mutation, bousculé par les nouveaux entrants, les regroupements et les nouvelles contraintes réglementaires, mais aussi par l’évolution des habitudes de consommation, l’expérience client est protéiforme.
Les interactions entre un assuré et son assureur se déroulent le plus souvent dans un moment difficile où l’émotion est présente, qu’il s’agisse d’un dépannage automobile, du remboursement de frais de santé élevés, et plus encore lors d’une catastrophe naturelle ou d’un sinistre corporel.
Cette étude synthétique vise à donner un aperçu des solutions possibles pour optimiser l’expérience client, en tenant compte des irritants identifiés par les assureurs et du degré de maturité des organisations.
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Irritant : une mine de données internes disponibles, mais non<br />
consolidées et sous exploitées<br />
Comparés à d’autres secteurs comme la banque, les assureurs ont<br />
très peu de contacts avec leurs <strong>client</strong>s. Or les données collectées lors<br />
de ces rares contacts via différents supports (appels téléphoniques,<br />
comptes ren<strong>du</strong>s de visite en agence, courriers, emails, documents,<br />
historiques de navigation sur site, rapports d’expertise) sont<br />
insuffisamment exploitées.<br />
LEVER LES IRRITANTS<br />
• Solutions socles :<br />
• Structurer toutes les données issues des contacts <strong>client</strong> via<br />
des solutions OCR (Reconnaissance optique de caractères), NPL<br />
(Natural Language Processing ou traitement automatique <strong>du</strong><br />
langage naturel), quels que soient les canaux utilisés.<br />
• Sur la base de ces nouvelles données, enrichir le modèle de<br />
données de l’entreprise et l’alimenter en continu.<br />
• Diffuser la connaissance des données dont l’entreprise dispose<br />
pour que les métiers se les approprient et les intègrent dans leurs<br />
usages.<br />
• S’assurer que l’usage des données effectué est compatible avec<br />
le RGPD (Règlement Général sur la Protection des Données).<br />
23<br />
• Solutions avancées :<br />
• Exploiter directement les données, structurées ou non, via des<br />
technologies de big data pour identifier des patterns, puis partager<br />
ces patterns avec les métiers.<br />
• Intégrer la culture data science au sein des métiers pour améliorer<br />
la pertinence des cas d’usage [ex. modèle in<strong>du</strong>ctif de fraude<br />
(modèles statistiques) pour alimenter le modèle dé<strong>du</strong>ctif (requête)
Change language