Contact
France
Contact us
Replay

Comment détecter les signes avant-coureurs d'une résiliation grâce à la donnée ?

News and insights
#Marketing

Aujourd’hui, changer l’assurance de sa voiture, de son logement, devient aussi simple que changer d’opérateur téléphonique. La multiplication des sites comparateurs, avec leurs offres de prix toujours plus compétitives, et plus récemment l’évolution de la législation avec l’entrée en vigueur de la loi Hamon, offre aux consommateurs une plus grande liberté dans la résiliation et le changement de contrat d’assurance.  Pour autant, gagner un nouveau client reste coûteux en énergie, budget et temps. Il paraît donc plus efficace de savoir détecter et contrer les résiliations en temps opportuns.

Changer de perspective : Passer d’une logique de curation à une logique de prévention

Pendant de nombreuses années, les acteurs des secteurs de l’assurance, de la banque, ou encore des télécommunications se sont retrouvés devant le fait accompli et devaient se contenter d’essayer de retenir le client une fois son départ quasiment avéré. Quand le risque s’est matérialisé (demande de résiliation en ligne ou téléphonique), il est souvent déjà trop tard. À présent, la multiplicité des données générées par la digitalisation des usages permet de lutter contre l’attrition en remontant dans le tunnel marketing pour détecter une intention de départ, avant qu’elle ne soit formalisée par le client, grâce au marketing prédictif. Le Big Data peut mettre en lumière des signaux faibles, et rend possible le calcul de score pour mesurer la propension au départ, mais également l’identification des causes pour pouvoir mettre en place des actions marketing concrètes.

La valeur ajoutée du big data

C’est d’abord le croisement de sources de données hétérogènes et cloisonnées ainsi que leur mises à jour en temps réel :

  • Des données froides (contrats, sinistre, informations client) sur lesquelles les opérationnels ont peu de leviers mais qui permettent d’attribuer un score de volatilité ou d’attrition au client. Ce sont les données utilisées traditionnellement, souvent mises à jour avec une fréquence trop faibles.
  • Des données chaudes inédites (navigation internet, contacts téléphoniques au call center, demande de devis) qui vont permettre d’enrichir la connaissance client et d’identifier des “labels” spécifiant les signaux détectés et donnant des indications sur comment retenir le client.

Le croisement des données se fait à l’individu, sur une année glissante et pourra être réalisé en temps réel en phase d’industrialisation.

Impact sur l’organisation : le véritable enjeu

S’il est relativement aisé de générer cette connaissance, le challenge est de la rendre opérationnelle et actionnable par les équipes commerciales ou marketing. Un projet comme celui-ci requiert un désilotage complet entre marketing, relation client, SI, etc., à la fois pour mettre en commun les données, rendre accessibles les informations calculées à tous, et mettre en place les actions pertinentes auprès du client. Ce processus doit être industrialisé pour être pérenne.

Ainsi, au-delà d’un score pertinent de volatilité client, les données vont mettre en valeur des insights pour mener des actions de rétention envers les clients, et les capter entre le début du chagrin et le passage à l’acte de la résiliation !

 

Vous souhaitez utiliser la donnée pour détecter les signes avant-coureurs d’une résiliation et ainsi diminuer votre taux d’attrition ? Contactez-nos experts !

Contactez-nous

 

Flora Vidal, Consulting Manager

En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de Cookies pour vous proposer du contenu adaptés à vos centres d’intérêts et réaliser des statistiques de visites.

J'accepte