Tipologia di progetto, obiettivi e descrizione del bisogno del cliente 

SIGNAL IDUNA è un’assicurazione tedesca di lunga data, da sempre concentrata sulle esigenze dei clienti, con una comunicazione diretta.  In questo contesto SIGNAL IDUNA oltre alla classica domanda “Con quale probabilità consiglieresti la nostra azienda ad un amico o ad un collega su una scala da 0 a 10?” per determinare il Net Promoter Score (NPS), ha implementato una strategia completa per raccogliere feedback testuali dai clienti nei punti di contatto chiave. Che si tratti di inviare una richiesta di assistenza via e-mail o di contattare il customer service, i clienti sono stati incoraggiati a fornire un feedback dettagliato sulle loro esperienze. Inizialmente gestibile, il volume dei feedback è aumentato di mese in mese, riflettendo la crescita della base clienti e del coinvolgimento dell’iniziativa fino a oltre 5.000 risposte al mese. L’enorme quantità di feedback ha superato le capacità umane, rendendo necessaria una soluzione più scalabile ed efficiente.  

 Descrizione della soluzione tecnologica

La soluzione è stata quella di sfruttare tecniche avanzate di intelligenza artificiale (AI) per una preelaborazione semplificata. Sfruttando gli algoritmi di AI, il progetto è stato in grado di analizzare e preparare sistematicamente i dati di feedback per ulteriori analisi. Una componente essenziale  è stata l’anonimizzazione dei feedback, per garantire la protezione delle identità dei singoli clienti e il rispetto delle norme sulla privacy (GDPR compliant). Questa fase si è rivelata fondamentale per consentire al progetto di utilizzare efficacemente grandi quantità di feedback in modo sicuro e conforme oltre che a rimuovere linguaggio inappropriato ed offensivo. Inoltre, i dati di feedback sono stati sottoposti a categorizzazione, consentendo un approccio strutturato per organizzare la vasta gamma di commenti. La categorizzazione ha facilitato l’estrazione di preziosi insight dai feedback, rendendoli utilizzabili per il processo decisionale.  Le risposte dinamicamente determinano delle azioni, come la partecipazione ad una campagna, attraverso il modulo integrato di Customer Experience (CX), dove la Next Best Action (NBA) viene identificata automanticamente, in questo modo l’NPS non è fine a sé stesso bensì diventa up-selling e cross-selling. Utilizzando tecniche di sentiment analysis, il progetto è stato in grado di valutare con precisione se specifiche categorie fossero positive o negative. Questa comprensione granulare ha consentito interventi mirati nelle aree identificate come fonti di insoddisfazione: l’identificazione immediata dei detractors permette di entrare in contatto con loro per trasformare una percezione negativa in un’occasione di chiarimento per migliorare l’esperienza del cliente.  Oltre alla solida soluzione di reporting del progetto, il processo di analisi dei feedback è culminato con la presentazione di “actionable insights” in un formato facilmente comprensibile per gli stakeholder.   

 Dettaglio del progetto implementato

La soluzione è interamente sviluppata e gestita con i moduli della Customer Suite di BSI: BSI CX e BSI AI. Venfono utilizzati la tokenizzazione di Huggingface, le Deep Neural Networks per il data processing e il fuzzy matching per unire sentiment e categorizzazione.  Il progetto è stato sviluppato con un approccio agile nel corso di 4 mesi. Dopo due mesi è stato rilasciato un prototipo utilizzabile in produzione per aiutare gli operatori umani nell’analisi dei feedback.   

I team di progetto sono stati strutturati come segue:   

• • 1 ML engineer, 1 data scientist e 1 software developer di BSI   

 

• • 1 CX specialist and 1 Business specialist di SIGNAL IDUNA   

 

È in corso una seconda fase del progetto in cui si utilizzano gli LLMs, questo aiuterà a trovare nuovi pain points per i clienti e a creare una categorizzazione dinamica. Al momento non possiamo rivelare ulteriori informazioni.   

Principali benefici ottenuti dal cliente 

• • Ottimizzazione del processo: la valutazione dei feedback è stata automatizzata con un risparmio di tempi e costi; introducendo l’AI per la valutazione del sentiment e del feedback si va a ridurre la soggettività umana nella valutazione e si ottiene una maggiore consistenza dell’intero processo. 

 

• • Customer engagement: Signal Iduna ha creato un maggior coinvolgimento con i clienti, rendendoli partecipi, facendoli sentire compresi, mettendoli al centro. 

 

• • Scalabilità: la soluzione è altamente scalabile e permette di analizzare anche picchi di feedback senza alcun problema. 

 

• • Insight e actionable information: i feedback categorizzati e con l’indicazione del sentiment sono diventati una fonte fondamentale per prendere decisioni e definire le priorità.

 

 Elementi distintivi di reale innovatività e replicabilità della soluzione 

L’aspetto innovativo dell’iniziativa risiede nel considerare le opinioni dei clienti nella loro totalità. La soluzione è altamente replicabile non solo su iniziative analoghe all’interno del settore assicurativo, bensì in qualsiasi settore.  Sfruttando la potenza dell’AI per la pre-elaborazione, l’anonimizzazione, la categorizzazione e l’analisi del sentiment, il progetto non solo è riuscito a far fronte alle sfide poste dal volume crescente di feedback, ma ha anche trasformato questo feedback in una risorsa preziosa per guidare il miglioramento continuo e offrire esperienze eccezionali ai clienti.