
NN
L’intelligence artificielle porte le service client de NN au niveau supérieur
Le contexte
Industrie
Produits Salesforce
Pays
Compétence
Introduction
NN est une compagnie d’assurance assurant une forte présence dans plus de 18 pays, et plus particulièrement en Europe. Ils offrent leur service à près de 1,5 million de clients tous les jours, principalement grâce à un large réseau de courtiers et de partenariats à travers plusieurs banques. Leur centre de sercice client reçoit plus de 150 000 appels par an de la part d’employés des banques partenaires, ainsi que de clients finaux.
Le défi
NN recherche la clarté, le soin et l’engagement envers leur client dans tout ce qu’ils font. Leur défi est d’être capable de traiter un grand nombre d’appels dans les meilleurs délais avec la solution adéquate à porté de main. L’enjeu financier étant élevé pour l’entreprise, NN a donc voulu optimiser leur centre de service grâce à l’analyse et la compréhension des problématiques communes pour lesquels ils reçoivent des appels.
Analyser les conversations téléphoniques de la part des clients et des banques partenaires est bien plus difficile qu’analyser les chiffres. Premièrement, le néerlandais constitue un défi particulier en raison de la complexité de cette langue. Deuxièmement, l’analyse du modèle ne concerne pas simplement des chiffres, mais un langage humain avec beaucoup de mots spécifiques à l’industrie. Ce qui nécessite une interprétation plus poussée par un expert en affaires pour en déduire des idées significatives et réalisables.
Les solutions
La mise en place d’un modèle d’Intelligence Artificielle
NN a l’ambition de devenir une compagnie d’assurance innovante. L’entreprise a été attirée par toutes les opportunités offertes par l’Intelligence Artificielle, qui lui permet de travailler plus efficacement en évitant les appels et accroître la satisfaction client. Selon NN, un client heureux est un client qui n’a pas le besoin d’appeler son centre de service client.
Avant de commencer avec la mise en oeuvre du modèle d’IA ‘TellMi’, les données ont été réparties en 2 différents branches de produits : “Life”(par exemple les assurances solde impayées) et “Non Life”(par exemple l’assurance habitation et familiale).
Pour chaque branche de produit, un modèle thématique a été construit. Il s’agit d’un modèle d’apprentissage autonome qui analyse les données textuelles et les résume dans différents thèmes non prédéfinis. Les appels entrants, qui alimentent le modèle de données, permettent de définir les sujets les plus récurrents.

La détection de sujet par TellMi
Grâce à une proche collaboration avec les parties prenantes de l’entreprise NN, 4C a identifié 14 types de sujets pour lesquels les clients et les employés de banque appellent. 4C a ensuite identifié les 2 sujets les plus importants et les a divisé en 3 sous modèles afin de gagner une compréhension détaillée de la raison de l’appel.
Si tous les appels néerlandais des 3 dernières années avaient été analysés par une personne physique, cela aurait pris 2 ans pour réaliser le travail. Grâce au modèle d’IA TellMi de 4C, NN a été capable d’atteindre les mêmes résultats en seulement 3 mois.

La réduction des appels clients
Il est important pour NN que leur service client puisse se concentrer sur les problèmes les plus importants de leur client. Pour réduire le nombre d’appel client, NN essaye d’éliminer ou du moins, réduire les appels pour les sujets qui reviennent le plus souvent. Avec cette nouvelle vision donnée par 4C, NN a l’avantage de faire face aux problèmes clients de manière proactive, par exemple, en changeant les termes et conditions de leurs produits, en lançant une plateforme client ou en envoyant un courrier ou un email qui anticipent les problématiques des clients. 4C a estimé que NN sera capable de supprimer 35 à 40% des appels des clients et courtiers, ce qui revient à économiser 300 000 à 500 000 euros au centre d’appel.

“Nous trouvons l’équipe de 4C passionnée et flexible dans leur approche. Avec leur observation claire et structurées sur l’analyse de données automatisées, nous serons capable de réduire le nombre d’appel de notre centre de service client. A la suite de cela, nos client seront gagnants” Gunter Van Meensel, Customer Experience Office chez NN
Les résultats
18
Sujets exploitables
35% - 50%
Réduction du nombre d’appel
€300K-€500K
Economies possibles
See more customer success stories...
Prêt à devenir une customer company?
Parlons-en