Voz del Cliente para el Sector de Seguros
57
VOZ DEL CLIENTE BIG DATA Y NEGOCIO
-
Upload
meaningcloud -
Category
Marketing
-
view
784 -
download
0
Transcript of Voz del Cliente para el Sector de Seguros
2
Voz del cliente, Big Data y Negocio
1. Experiencia del cliente y beneficios2. Voz del cliente3. Tecnología lingüística para extraer valor4. Voz del cliente de seguros
3
José Carlos González
Eduardo Valencia
www.meaningcloud.com
5
Los datos no estructurados son cada vez más importantes
time
Emails | Voz | Social media | Contenido Generado por el usuario| Grabaciones …
6
Sólo tenemos dos maneras de conseguir ventaja competitiva: la habilidad de aprender de nuestros
clientes más rápido que la competencia y la habilidad de
convertir ese aprendizaje en acción antes que nuestros competidores
Jack Welch, antiguo CEO de GE
7
8 de cada 10 ejecutivos creen que su empresa pierde ventas cada año cuando no consiguen crear clientes que recomiendan sus productos o servicios.
Survey of global executives
8
Cuando los clientes se quejan, los directores deberían estar encantados. El cliente que se queja se convierte en una gran oportunidad de negocio.
Zig Ziglar. Escritor, vendedor y conferenciante
9
¡Hablemos de dinero!
¿Vale la pena realmente invertir en tener a los clientes contentos?
10
NPS está alineado con los resultados
• Los líderes en el NPS crecen más rápido que los competidores
13
Philips – Phillips Electronics tracked NPS for a sample of accounts over time and found that where NPS increased, revenue grew by 69%. Where it remained steady, revenue grew only by six percent. And where NPS declined, revenues actually decreased by 24%
15
“Harta de escuchar el “no cuelgue por favor” del call center”
.
Contact form
16
“A un amigo le dieron en XXX el seguro de la moto y hogar gratis con
el del coche”.
Call Center
17
“Odio #BerkshireHataway. Dicen que abren a las 9am. Las puertas se abren
a las 9:02 y sólo hay un empleado disponible”
18
“El personal de recepción era muy poco amable. Te hablan como si no te
enteras de nada”.
20
mejorar la retención y disminuir el abandono
Las empresas que escuchan pueden
21
detectar a sus clientes en su viaje del cliente para descubrir oportunidades
de negocio
Las empresas que escuchan pueden
22
descubrir lo que los clientes piensan sobre mi marca y mis productos
detectar amenazas para su reputación
Las empresas que escuchan pueden
23
detectar y aumentar las oportunidades de favorecer las recomendaciones
Las empresas que escuchan pueden
24
detectar problemas en canales, oficinas, agentes, mediadores
Las empresas que escuchan pueden
26
3. Tecnología lingüística para extraer valor
29
¡Buenas noticias!
Los humanos somos muy buenos extrayendo significado y descubriendo
valor en los textos
30
Las malas noticias!
No escalamos bien
37 milliones de libros en la biblioteca del Congreso
Si leo un libro al día ¡60.00
0 años leyendo!
31
La tecnología del lenguaje está aquí para ayudarnos a escalar a la hora de
extraer valor de textos y voces de humanos
32
Esta tecnología puede ayudar a compañías de seguros a analizar
masas de datos rápidamente del modo en el que lo harían miles de humanos
trabajando de forma coordinada
BIG= Volumen-Velocidad y Variedad
33
La tecnología del lenguaje ayuda también…
Por cierto…
34
2. Voz del Empleado: casi como la VoC
– Interno:• Encuestas de satisfacción: verbatims del
NPS• Evaluaciones de la formación• Encuestas de revisión periódica• Entrevistas de salidas• Respuestas de Focus Groups• Foros internos
35
3. Clasificación de reclamaciones
Canal
Servicio al cliente
Calidad Compañía
Broker-agente
Producto-servicio
Condiciones
Operaciones
36
U.S. Dodd-Frank (2010 law): all electronic communications at financial
institutions—email, chats and instant messages—need to be monitored
Para luchar contra la manipulación de mercados, actividades fraudulentas, violaciones de privacidad,…
4. Detección de fraude y conformidad (compliance)
38
¡Cuidado! El lenguaje humano es complicado
Un análisis basado en palabras clave (tipo Google) no va a funcionar
39
¿Dijiste Washington, verdad? ¿Qué Washington?
AmbigüedadVolumenVariedadVelocidadValor
40
Es necesario hacer uso de tecnologías sofisticadas para automatizar el proceso de análisis
Clasificación morfo-sintáctica
Machine Learning
Ontologías
¡Cuidado con las soluciones “super-simples”!
43
1.Extrayendo temas recurrentes y clasificándolos
Quejas de servicio o sobre un agente, menciones de la competencia, …
44
VoC Seguros, CX
CanalInternet, Chat, RedSocial, App, Teléfono, Respuesta de voz interactiva (IVR), Oficina, Establecimiento
Servicio al clienteTratamiento de incidencias, Asesoramiento, "Presión comercial", "Trato al cliente", "Compromiso""Accesibilidad y comunicación"
CalidadCapacitación y conocimiento, Flexibilidad, cantidad o disponibilidad de..., número de establecimientos, número de personal, número de productos, Funcionalidad, Claridad y sencillez, Fiabilidad,Cumplimiento de tiempos, "Eficacia", "Incidencia o desperfecto de un producto o servicio", "Sugerencia", "Fidelidad", "Satisfacción"
CompañíaCompañía 1, Compañía 2
Broker-agenteNombre del mediador, agente o intermediario
Producto-servicioVida, Salud, Auto, hogar, deceso
CondicionesCondiciones del producto o servicio, Papeleo, documentación a entregar, Plazos, Si necesario tener otros productos vinculados, Gastos, Contratación, Cancelación, Renovación del producto o servicio"
OperacionesDocumentación, Datos personales, Activación, consulta
47
User Profiling
Person / organization Gender Age Location Organization name Role Occupation (ISCO, 2 tiers) Organizational department (functional) Industry (ICB) Familiar status: is married, has couple, has
children Has car, house, pet…
Collaborates with ONG, uses public transportation, is on a diet, does sports…
Themes of interests (IAB) Mentioned places Brand affinity
– Banks, smartphones, cars… Sport affinity
– Teams, players… Politic affinity
– Parties, politicians… Culture affinity Food affinity …
Previous demographic profiling, plus attitude, lifestyle and more…
John Smith
Persona
Varón
35-45 años
Londres
Médico
Mary Doe
Persona
Mujer
45-55 años
Berlin
Piloto
49
Experto: Ganvam
Compañía 10 Compañía 2 Compañía 6
Compañías
Productos
Coche
Operaciones
DATOS
ACCIONES
Experto: 30% afección
Taller concertado
Siniestro total
Community: SAT
Experto: Sinestro total
Servicio
Atención teléfono
50
Experto: incendio
Compañía 15
Compañías
Productos
Hogar
Operaciones
DATOS
ACCIONES
Incendio
Community: SAT
Servicio
Atención teléfono
Canales
902 Mail
51
Compañías
Compañía 11
DATOS ACCIONES
Operaciones
RRHH Trabajo agente
Experto: RRHH
Experto: trabajar como agenteCompañía 17
52
Productos
Hogar
DATOS ACCIONES
Hogar: Alquiler
Experto: seguro vivienda alquiler
Comercial: hogar
Antes de terminar: 2 advertencias para ayudar a gestionar las
expectativas
53
Éxito = Tecnología + adaptación inteligente
54
a.Cuando lingüistas cualificados adaptan el software para crear una taxonomía específica, estas herramientas alcanzan sus mejores resultados
¡Advertencia!
¡Atención a la privacidad!
55
b.
¡Advertencia!
Es vital que los medios gestionen adecuadamente la identidad digital de cada cliente, a través de políticas claras, con el fin de evitar las reacciones adversas de los usuarios y de los organismos reguladores
56
José Carlos González
Eduardo Valencia
www.meaningcloud.com
Altavista Business CenterAv Universidad 1134 1ºCol. Xoco Del. Benito Juárez, 03330
MEXICO DF, MXAv. del Llano Castellano, 13 5º A 28034 Madrid
MADRID, ES54 W. 40th St. U.S.ANew York, NY 10018
NEW YORK
57
