Security First Insurance est une petite compagnie d'assurance (elle compte 180 000 clients) basée en Floride, spécialisée dans la protection des résidences des particuliers. Si elle est parfaitement organisée pour gérer les quelques 700 demandes d'indemnisation qu'elle reçoit chaque mois en moyenne, lorsqu'un ouragan frappe, ce qui est malheureusement assez fréquent dans la région où elle opère, elle se trouve rapidement submergée.
Pour rester efficace dans de telles circonstances, qui peuvent se traduire par un afflux de dizaines de milliers de sollicitations en quelques jours, Security First a mis en place une solution originale. Celle-ci analyse en temps réel les mails qui lui sont envoyés et les conversations sur les médias sociaux, pour identifier automatiquement les situations les plus graves parmi ses clients et initier en priorité le traitement des dossiers correspondants, le plus rapidement possible.
De nos jours, les assurés utilisent tous les médias à leur disposition pour prendre contact avec la compagnie : appel téléphonique et message électronique, bien sûr, mais aussi, de plus en plus souvent, tweet adressé au compte de Security First et commentaire ou question posté sur son mur Facebook. Les nouveaux outils de traitement du langage naturel et d'analyse sémantique permettent de détecter les "vraies" demandes parmi ces milliers d'interactions "sociales", notamment celles qui révèlent des dommages majeurs ou une grande détresse du client.
Dans une vision plus stratégique, Security First a également l'intention de conserver et centraliser ces éléments d'information avec les dossiers des assurés. Idéalement, les échanges ainsi "capturés" seront mis à profit, peut-être en y ajoutant un jour des interactions intervenant en dehors des cas de sinistres, pour enrichir la relation avec les clients, grâce au surplus de connaissance acquise, et leur apporter un service personnalisé, mieux adapté à leurs besoins.
Bien qu'il soit peut-être un peu exagéré de parler – comme le fait IBM dans sa présentation – de "big data" avec ce projet, il constitue un intéressant exemple d'exploitation de données "atypiques" (en particulier celles issues des réseaux sociaux) pour améliorer l'expérience utilisateur dans les circonstances où celle-ci est la plus critique. Et une fois le premier pas franchi, bien d'autres opportunités d'utiliser ces fameuses "big data" pourront ensuite être explorées...
Pour rester efficace dans de telles circonstances, qui peuvent se traduire par un afflux de dizaines de milliers de sollicitations en quelques jours, Security First a mis en place une solution originale. Celle-ci analyse en temps réel les mails qui lui sont envoyés et les conversations sur les médias sociaux, pour identifier automatiquement les situations les plus graves parmi ses clients et initier en priorité le traitement des dossiers correspondants, le plus rapidement possible.
De nos jours, les assurés utilisent tous les médias à leur disposition pour prendre contact avec la compagnie : appel téléphonique et message électronique, bien sûr, mais aussi, de plus en plus souvent, tweet adressé au compte de Security First et commentaire ou question posté sur son mur Facebook. Les nouveaux outils de traitement du langage naturel et d'analyse sémantique permettent de détecter les "vraies" demandes parmi ces milliers d'interactions "sociales", notamment celles qui révèlent des dommages majeurs ou une grande détresse du client.
Dans une vision plus stratégique, Security First a également l'intention de conserver et centraliser ces éléments d'information avec les dossiers des assurés. Idéalement, les échanges ainsi "capturés" seront mis à profit, peut-être en y ajoutant un jour des interactions intervenant en dehors des cas de sinistres, pour enrichir la relation avec les clients, grâce au surplus de connaissance acquise, et leur apporter un service personnalisé, mieux adapté à leurs besoins.
Bien qu'il soit peut-être un peu exagéré de parler – comme le fait IBM dans sa présentation – de "big data" avec ce projet, il constitue un intéressant exemple d'exploitation de données "atypiques" (en particulier celles issues des réseaux sociaux) pour améliorer l'expérience utilisateur dans les circonstances où celle-ci est la plus critique. Et une fois le premier pas franchi, bien d'autres opportunités d'utiliser ces fameuses "big data" pourront ensuite être explorées...
Aucun commentaire:
Enregistrer un commentaire
Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)