Geautomatiseerd klantcontact kan ook best persoonlijk

De momenten waarop je als verzekeraar contact hebt met de klant zijn beperkt en doorgaans ingegeven door negatieve ervaringen, denk aan schade of ziekte. Klantcontact is dan ook veelal reactief, terwijl je eigenlijk meer proactief te werk zou willen gaan om schade te voorkomen en om waardevolle contactmomenten te realiseren. Het inzetten van data science maakt het mogelijk klantvragen te voorspellen en service te verbeteren. Een mooie kans om onderscheidend te zijn.

Verzekeringen zijn complexe producten, waarbij traditioneel gezien veel klantcontact noodzakelijk is. Verzekeraars hebben daarom een robuuste klantenservice ingericht. Mede door de opkomst van webcare en het gebruik van WhatsApp en social media, is de druk op de klantenservice aanzienlijk toegenomen. De verzekerde verwacht snel geholpen te worden, via welk kanaal dan ook. Als verzekeraar wil je hier uiteraard in mee, zonder dat de kosten van dit toch al dure bedrijfsonderdeel de pan uit rijzen.

Verzekeraars die een methode weten te ontwikkelen waarbij klantcontact verder geautomatiseerd én gepersonaliseerd kan worden zonder dat dit gepaard gaat met een forse uitbreiding van mensen en middelen, kunnen een flink concurrentievoordeel realiseren.

Geautomatiseerd klantcontact

Het Verbond van Verzekeraars deed medio 2017 onderzoek naar de waardering die klanten hebben voor het contact met hun verzekeraars. Deze vraag was onderdeel van een bredere poging inzicht te krijgen in de houding en behoeften van de consument ten aanzien van geautomatiseerd klantcontact. Voor het Verbond is het tevens van belang leden te inspireren en adviseren hoe zij nu en in de toekomst moeten communiceren om de klanttevredenheid te verhogen en klantcontact efficiënter en effectiever in te richten.

“De klant moet erop kunnen vertrouwen dat informatievoorziening en communicatie zijn gebaseerd op zijn behoeften”

De klant sluit een verzekering af om zich geen zorgen te hoeven maken over financiële problemen bij pech. Daar moet hij op kunnen vertrouwen. Net zoals hij erop moet kunnen vertrouwen dat informatievoorziening en communicatie zijn gebaseerd op zijn behoeften. Wanneer dat geregeld is, staat de verzekerde open voor geautomatiseerd en vooral ook proactief klantcontact. Daarbij dient te worden opgemerkt dat in emotionele gevallen de klant graag een medewerker te woord staat, meer praktische en eenvoudige zaken kunnen via geautomatiseerd klantcontact worden verwerkt, zoals via een interactieve chatbot.

Onderzoeksbureau Gartner verwacht dat in 2020 een kwart van de klantenservice en -supportafdelingen gebruik zal maken van virtuele assistenten of van chatbot-technologie. In 2017 was dat bij slechts 2 procent van deze bedrijfsafdelingen het geval. De voordelen van geautomatiseerd klantcontact (met de wetenschap dat menselijk contact nog steeds nodig is in complexe situaties) dringen dus snel door tot bedrijven, niet in de laatste plaats tot verzekeringsbedrijven.

Persoonlijke benadering

Als het gaat om contact met de verzekeraar, dan wordt – naast accuratesse en snelheid – een persoonlijke benadering door de klant als zeer positief beoordeeld. Daarvoor moet je in de huid kruipen van de klant, moet je weten wat hem beweegt en moet je dus beschikken over veel data van en over hem. In de eerste plaats gaat het dan om harde data over de consument, de afgesloten verzekeringen en de claimhistorie. Maar daarmee zijn we er nog niet.

Wat tevens in kaart moet worden gebracht, zijn trends in de klantcontactcenters. Waar stellen klanten vragen over? Welke antwoorden hebben een positieve invloed op de klanttevredenheid? Waar zijn zij (on)tevreden over en welke onderwerpen stellen zij aan de kaak via social media of via mail naar de klantenservice? Het blijkt voor verzekeraars erg lastig om al die teksten te analyseren en te vertalen naar nieuwe inzichten. Daarom blijft het tot op heden vaak mensenwerk en dat kost tijd en is foutgevoelig.

Voorspellende algoritmes

Met voorspellende algoritmes is het mogelijk patronen in contactmomenten te herkennen, topics te analyseren en drukte te voorspellen. Wat gaat het volgende contactmoment zijn? Wanneer gaat de klant bellen? Op deze manier kan de verzekeraar hier proactief op inspelen en inkomende vragen snel, effectief en efficiënt verwerken. Op basis van het accuraat voorspellen van pieken, kan de benodigde capaciteit van klantcontactcenters voorspeld worden. Door het automatisch herkennen van topics en het voorspellen van de juiste medewerker per topic, kan de routing worden geoptimaliseerd en kunnen de juiste topics geautomatiseerd doorgezet worden naar een gespecialiseerde medewerker.

“In 2019 zal 30 procent van alle online sales- en serviceactiviteiten ondersteund worden met kunstmatige intelligentie”

Verzekeraars kunnen ook contactmomenten automatiseren met behulp van intelligente chatbots, wat leidt tot instant reacties en vermindering van de druk op het klantcontactcenter. Zo kan de menselijke aandacht naar de meer complexe – en voor de klant emotionele – vraagstukken gaan. Gartner onderschrijft deze handelwijze: de onderzoekers verwachten dat dit jaar de helft van alle interacties van customer service agents wordt beïnvloed door realtime analytics. In 2019, zo is de verwachting, zal 30 procent van alle online sales- en serviceactiviteiten ondersteund worden met kunstmatige intelligentie.

Integratie van tools

Het zijn stuk voor stuk instrumenten die verzekeraars kunnen inzetten om de service naar de klant proactiever en positiever te maken. Het echte effect wordt echter pas behaald door de in de vorige alinea genoemde data science oplossingen – chatbots, planningstools en topic voorspellende tools – te laten samenwerken. Op die manier wordt de druk die het contact center kan verwachten voorspeld, wordt ook voorspeld welke vragen zullen komen, welke vragen door een chatbot kunnen worden afgehandeld en waar een medewerker gewenst is. Op basis hiervan kan de planning worden geoptimaliseerd. Wat is de verwachte drukte? Hoeveel medewerkers moeten er zijn? Welke specialismen zijn in die periode vereist? Hoeveel procent van de inkomende vragen kan zonder tussenkomst van een medewerker worden verwerkt?

Door de tools te integreren, snijdt het mes aan twee kanten: een efficiëntere routing van klantenservice tickets en hierdoor tijd- en kostenbesparing. Maar belangrijker nog: het sneller en beter van dienst zijn van klanten, waardoor een hogere Net Promotor Score (NPS) en Customer Lifetime Value (CLV) worden behaald. De verzekeraar die innoveert op deze onderwerpen, kan zich blijvend onderscheiden.