Para las compañías de seguros resulta vital entender el feedback que sus clientes -actuales y potenciales- expresan a través de todo tipo de canales y puntos de contacto. A toda esta valiosa información le llamamos la Voz del Cliente.

1. VOZ DEL CLIENTE
BIG DATA Y
NEGOCIO

2. 2
Voz del cliente, Big Data y Negocio
1. Experiencia del cliente y beneficios
2. Voz del cliente
3. Tecnología lingüística para extraer valor
4. Voz del cliente de seguros

3. 3
José Carlos González
jgonzalez@sngular.team
Eduardo Valencia
eduardo.valencia@sngular.team
www.meaningcloud.com

4. 1. ¡Hablemos de clientes!
4

5. Los datos no estructurados son cada vez más importantes
5
time
Emails | Voz | Social media | Contenido Generado por el usuario| Grabaciones …

6. Sólo tenemos dos maneras de conseguir ventaja
competitiva: la habilidad de aprender de nuestros
clientes más rápido que la competencia y la habilidad
de convertir ese aprendizaje en acción antes que
nuestros competidores
Jack Welch, antiguo CEO de GE
6

7. 8 de cada 10 ejecutivos creen que su empresa pierde
ventas cada año cuando no consiguen crear clientes
que recomiendan sus productos o servicios.
Survey of global executives
7

8. Cuando los clientes se quejan, los directores deberían
estar encantados. El cliente que se queja se convierte
en una gran oportunidad de negocio.
Zig Ziglar. Escritor, vendedor y conferenciante
8

9. ¡Hablemos de dinero!
¿Vale la pena realmente invertir en tener a los clientes
contentos?
9

10. NPS está alineado con los resultados
• Los líderes en el NPS crecen más rápido que los competidores
10

11. 11

12. 12
http://www.netpromotersystem.com/about/companies-using-nps.aspx

13. Philips – Phillips Electronics tracked NPS for a sample of accounts over
time and found that where NPS increased, revenue grew by 69%. Where it
remained steady, revenue grew only by six percent. And where NPS
declined, revenues actually decreased by 24%
13

14. 2. Los clientes están
hablando
14

15. 15
“Harta de escuchar el “no cuelgue por favor” del call
center”
.
Contact
form

16. 16
“A un amigo le dieron en XXX el seguro de la moto y
hogar gratis con el del coche”
.
Call
Center

17. 17
“Odio #BerkshireHataway. Dicen que abren a las
9am. Las puertas se abren a las 9:02 y sólo hay un
empleado disponible”
Twitter

18. 18
“El personal de recepción era muy poco amable. Te
hablan como si no te enteras de nada”
.
Mail

19. ¿Voz del cliente para
qué?
Las empresas que escuchan
pueden…
19

20. mejorar la retención y disminuir el abandono
20
Las empresas que escuchan pueden

21. detectar a sus clientes en su viaje del cliente para
descubrir oportunidades de negocio
21
Las empresas que escuchan pueden

22. descubrir lo que los clientes piensan sobre mi marca y
mis productos
detectar amenazas para su reputación
22
Las empresas que escuchan pueden

23. detectar y aumentar las oportunidades de favorecer
las recomendaciones
23
Las empresas que escuchan pueden

24. detectar problemas en canales, oficinas, agentes,
mediadores
24
Las empresas que escuchan pueden

25. descubrir qué hace la competencia
25
Las empresas que escuchan pueden

26. 3. Tecnología lingüística
para extraer valor
26

27. Hemos dicho ya que los
clientes están hablando
27

28. ¡Tenemos buenas noticias!
28

29. ¡Buenas noticias!
Los humanos somos muy buenos extrayendo
significado y descubriendo valor en los textos
29

30. Las malas noticias!
No escalamos bien
37 milliones de libros en la
biblioteca del Congreso
Si leo un libro
al día
¡60.000
años
leyendo!
30

31. La tecnología del lenguaje está aquí para ayudarnos
a escalar a la hora de extraer valor de textos y voces
de humanos
31

32. Esta tecnología puede ayudar a compañías de
seguros a analizar masas de datos rápidamente del
modo en el que lo harían miles de humanos
trabajando de forma coordinada
BIG= Volumen-Velocidad y
Variedad
32

33. La tecnología del lenguaje ayuda también…
Por cierto…
33

34. 2. Voz del Empleado: casi como la VoC
– Interno:
• Encuestas de satisfacción: verbatims del NPS
• Evaluaciones de la formación
• Encuestas de revisión periódica
• Entrevistas de salidas
• Respuestas de Focus Groups
• Foros internos
34

35. 3. Clasificación de reclamaciones
35
Canal
Servicio al cliente
Calidad
Compañía
Broker-agente
Producto-servicio
Condiciones
Operaciones

36. U.S. Dodd-Frank (2010 law):
all electronic communications at financial institutions—email,
chats and instant messages—need to be monitored
Para luchar contra la manipulación de mercados, actividades fraudulentas, violaciones de
privacidad,…
4. Detección de fraude y
conformidad (compliance)
36

37. ¿Cómo se analiza la voz del cliente?
37

38. ¡Cuidado! El lenguaje humano es complicado
Un análisis basado en palabras clave (tipo Google) no va a
funcionar
38

39. ¿Dijiste Washington, verdad? ¿Qué Washington?
Ambigüedad
Volumen
Variedad
Velocidad
Valor
39

40. Es necesario hacer uso de tecnologías sofisticadas para automatizar el
proceso de análisis
40
Clasificación
morfo-sintáctica
Machine
Learning Ontologías
¡Cuidado con las soluciones “super-simples”!

41. 4. Voz del cliente de
seguros
41

42. 42
DATA
INSIGHTS
ACTIONS

43. 1.Extrayendo temas recurrentes y clasificándolos
Quejas de servicio o sobre un agente, menciones de la competencia, …
43

44. VoC Seguros, CX
44
Canal
Internet, Chat, RedSocial,
App, Teléfono, Respuesta
de voz interactiva (IVR),
Oficina, Establecimiento
Servicio al cliente
Tratamiento de incidencias,
Asesoramiento, "Presión
comercial", "Trato al
cliente", "Compromiso"
"Accesibilidad y
comunicación"
Calidad
Capacitación y
conocimiento, Flexibilidad,
cantidad o disponibilidad
de..., número de
establecimientos, número
de personal, número de
productos,
Funcionalidad, Claridad y
sencillez, Fiabilidad,
Cumplimiento de tiempos,
"Eficacia", "Incidencia o
desperfecto de un producto
o servicio", "Sugerencia",
"Fidelidad", "Satisfacción"
Compañía
Compañía 1, Compañía 2
Broker-agente
Nombre del mediador,
agente o intermediario
Producto-servicio
Vida, Salud, Auto, hogar,
deceso
Condiciones
Condiciones del producto o
servicio, Papeleo,
documentación a entregar,
Plazos, Si necesario tener
otros productos vinculados,
Gastos, Contratación,
Cancelación, Renovación
del producto o servicio"
Operaciones
Documentación, Datos
personales, Activación,
consulta

45. 2. Estableciendo el sentimiento del cliente
45

46. 3. Perfilando al cliente a partir de fuentes públicas
46

47. User Profiling
 Person / organization
 Gender
 Age
 Location
 Organization name
 Role
 Occupation (ISCO, 2 tiers)
 Organizational department (functional)
 Industry (ICB)
 Familiar status: is married, has couple, has
children
 Has car, house, pet…
 Collaborates with ONG, uses public
transportation, is on a diet, does sports…
 Themes of interests (IAB)
 Mentioned places
 Brand affinity
– Banks, smartphones, cars…
 Sport affinity
– Teams, players…
 Politic affinity
– Parties, politicians…
 Culture affinity
 Food affinity
 …
Previous demographic profiling, plus attitude, lifestyle and more…
John Smith
Persona
Varón
35-45 años
Londres
Médico
Mary Doe
Persona
Mujer
45-55 años
Berlin
Piloto
47

48. 48
Fuentes

49. 49
Experto: Ganvam
Compañía 10 Compañía 2 Compañía 6
Compañías
Productos
Coche
Operaciones
DATOS
ACCIONES
Experto: 30% afección
Taller concertado
Siniestro total
Community: SAT
Experto: Sinestro total
Servicio
Atención teléfono

50. 50
Experto: incendio
Compañía 15
Compañías
Productos
Hogar
Operaciones
DATOS
ACCIONES
Incendio
Community: SAT
Servicio
Atención teléfono
Canales
902 Mail

51. 51
Compañías
Compañía 11
DATOS ACCIONES
Operaciones
RRHH Trabajo agente
Experto: RRHH
Experto: trabajar como agente
Compañía 17

52. 52
Productos
Hogar
DATOS
ACCIONES
Hogar: Alquiler
Experto: seguro vivienda alquiler
Comercial: hogar

53. Antes de terminar: 2 advertencias para
ayudar a gestionar las expectativas
53

54. Éxito = Tecnología + adaptación inteligente
54
a.
Cuando lingüistas cualificados adaptan el software para crear una
taxonomía específica, estas herramientas alcanzan sus mejores
resultados
¡Advertencia!

55. ¡Atención a la privacidad!
55
b.
¡Advertencia!
Es vital que los medios gestionen adecuadamente la identidad
digital de cada cliente, a través de políticas claras, con el fin de
evitar las reacciones adversas de los usuarios y de los
organismos reguladores

56. 56
José Carlos González
jgonzalez@sngular.team
Eduardo Valencia
eduardo.valencia@sngular.team
www.meaningcloud.com

57. Altavista Business Center
Av Universidad 1134 1º
Col. Xoco Del. Benito Juárez, 03330
MEXICO DF, MX
Av. del Llano Castellano,
13 5º A 28034 Madrid
MADRID, ES
54 W. 40th St. U.S.A
New York, NY 10018
NEW YORK
57