Digital & Marketing Analytics en Assurance

Transcription

1

2 Digital & Marketing Analytics en Assurance

3 Une explosion du volume et de la finesse de la maille des données Quelles sont les réponses business à ces changements fondamentaux de la société? De nouvelles exigences client Banking mobile, structures de micro-crédits et micro-assurance dans les pays émergents Les internautes représentent 39% de la population mondiale 6 Exabytes générés tous les deux jours Avec un rythme en croissance Des consommateurs bien mieux informés La réduction des coûts des services livraison amène à reconsidérer les marchés isolés Un marché global plus large et plus harmonieux La technologie permet d améliorer les systèmes et l économie d échelle Internet est un moyen de mieux connaitre les clients 3 Page 3

4 La transformation digitale crée des données sous des formes variées Logs Webs Parcours clients digitaux, cartes de chaleur, A/B Testing, détection de perte de flux CRM Vision Customer 360, traçage de vos intéractions Call Centers Données d appels, performance de vos agents, anticipation des clients à risque Objets connectés Télematics, domotique, bracelets connectés Réseaux Sociaux Analyse de sentiments, e- réputation, évènements personnels Brokers de données Qualification de prospects en ligne, achat offline 01/ Contenu textuel Extraction de déclarations de sinistres, logs téléphoniques, courriers, etc. Page 4

5 Des besoins et des moyens accrus en agilité et en vélocité Pour implémenter, valider, améliorer ou revoir ces nouveaux modèles et outils Métiers qui feront probablement appel à nous Les outils et techniques Analytics s intègrent de plus en plus au sein de fonctions clés Nous, Les actuaires Appelant donc une agilité permise seulement par ces nouveaux outils et ces compétences que les métiers ne possèdent pas nécessairement Et ont un impact croissant sur le reporting, les KPI, les interactions clients Ce qui mène à des prises de décision métiers différentes et permet de travailler sur des sujets Marketing, très volatiles Nécessitant alors des études complémentaires bien plus régulières Page 5

6 COMPAGNIES CLIENT L approche Analytics intègre la mesure à chaque étape du parcours-client Messages marketing Offres commerciales ciblés adaptées au risque et aux besoins. Sentiment d une meilleure compréhension de l assureur Amélioration de l expérience client Anticipation d un changement de besoins Identification, segmentation, moteur de recommandation Vision 360 du client pour proposer des offres adaptées à chaque profil. Maximisation du profit par assuré, cross/up selling, Pricing, Meilleure gestion sinistres, communication, optimisation Call-Center Détection des populations à risque de départ, politiques de rétention croisées à la Valeur Client ACQUISITION ET QUALIFICATION AMELIORATION DE L EXPERIENCE ET DE LA VALEUR CLIENT RETENTION Page 6

7 Les axes d amélioration Client par l Analytics Diagnostic Optimisation Profiling & Segmentation Valeur Client Intéractions clients Customer Retention Cross/Up-selling Pricing Identification des meilleurs clients A+ D+ Concentration d effort commercial sur populations spécifiques de clientèle 7 Page 7

8 Digital : une volumétrie unique de prospects non qualifiés Chaque minute, il s est créé en 2014 (1) : 571 nouveaux sites web 120 nouveaux utilisateurs sur LinkedIn 55% Des personnes <3% Des internautes 30% qui entrent dans arrivant sur un site un magasin physique repartent avec un achat (2) achètent un produit lors de cette visite(2) Des français prêts à acheter entièrement sur internet si accompagnés(1) 8 Page 8 (1) Source: EY FSO, Voice of the customer survey (2012 and 2014) (2) Source : Etude Kantar Media Compete

9 Le parcours client online complète le parcours client offline par une partie amont d acquisition 1 Canaux non ciblés : SEO Acquisition : Attirer tout le web sur votre site Canaux non ciblés SEM Canaux ciblés : pre-targeting 9 Page 9

10 Le parcours client online complète le parcours client offline par une partie amont d acquisition 1 Canaux non 2 ciblés : SEO PRM : Contenu web auto-adaptatif Acquisition : Attirer tout le web sur votre site Canaux non ciblés Conversion : SEM Transformer un maximum de prospects en clients Canaux ciblés : pre-targeting PRM : A/B Testing PRM : Retargeting 10 Page 10

11 Le parcours client online complète le parcours client offline par une partie amont d acquisition 1 Canaux non 2 ciblés : SEO PRM : Contenu 3 web auto-adaptatif Rétention Clients Outils de Valeur Client Acquisition : Attirer tout le web sur votre site Canaux non ciblés Conversion : SEM Transformer un maximum de prospects en clients Canaux ciblés : pre-targeting Profit : PRM : A/B Testing Maximiser votre profit pour rentabiliser vos coûts d acquisition PRM : Retargeting Profiling Client Cross/Up-Selling, Optimisation Pricing Expérience Client 11 Page 11

12 Les axes d amélioration Digitale par l Analytics Acquisition Conversion Mieux comprendre votre trafic web Avoir plus de visibilité. Gérer sa e- reputation Experience Client Digitale Agir et livrer de façon adéquate Améliorer les taux de conversion Analyser les trafics d entrée et de sortie Obtenir de nouveaux clients après... ou avant qu ils ne cliquent 12 Page 12

13 Quelques exemples de réalisations Page 13

14 Amélioration des méthodes de scoring de risque Objectifs Amélioration du scoring de risque par de nouvelles données et des modèles prédictifs plus performants. Actions Résultats Amélioration des modèles de scoring Open data: INSEE, web, médias sociaux Données internes: informations client usuelles, historique financier & flux de transaction, reporting CRM. Données des marchés financiers Profiling des bons et mauvais clients Datamart avancé Donnée pour test Données d apprentissage Machine learning SAS, Python Modèles prédictifs précis Accélération de la souscription pour les clients avec les risques les plus faibles Page 14

15 Anticipation des rachats en assurance vie Objectifs Profiling des clients qui rachètent Prédiction des assurés qui vont racheter Actions Résultats 200 variables Utilisées pour le profiling & compréhension des rachats Jeux de données fiables et exhaustifs Profiling Identification des variables corrélées avec le rachat Modèle prédictif Isolation population très à risque de rachat Page 15

16 Data Driven Marketing Objectifs Diagnostic quantitatif en marketing digital & commercial Développement d une feuille de route Résultats Feuille de route Actions Profiling entrées/sorties Optimisation digitale Profiling des clients Efficacité call-center Performance salariés Traffic web Data devis Ensemble des analyses Livré sous Notebooks Python Page 16

17 Pricing et OpenData Objectifs Contexte Acquisition éventuelle de portefeuille externe Renforcement données via OpenData Actions Collecte OpenData Enrichissement Bases de données Modèles prédictifs Résultats 800 variables sociodémographiques (OpenData) utilisées Modèle livré sous Excel, pour évaluations rapides Evaluation portefeuille externe Programme autonome d enrichissement d une base de données Page 17

18 Valeur Client et outil de prospection Objectifs Développement d un outil Valeur Client Meilleure vision du portefeuille Actions Résultats Vision assuré plutôt que contrat exhaustive : cohérence de la gestion des assurés A+ D+ MAUVAIS CLIENT AVEC POTENTIEL Outil prospectif pour prioriser les prospects cibles Analyse et Modèles prédictifs Mise en évidence des Leviers de profit Page 18