MIGLIORARE IL SERVIZIO ALLA CLIENTELA: METODI DI “TEXT MINING” APPLICATI AL SETTORE ASSICURATIVO
“Text Mining Methods Applied to Insurance Company Customer Calls: A Case Study”
Xiyue LIAO, Guoqiang CHEN, Ben KU, Rahul NARULA, Janet DUNCAN
UC SANTA BARBARA
https://regulation.pstat.ucsb.edu/sites/actprojects/index.html
UC SANTA BARBARA Link al PAPER
Lo scopo del lavoro qui presentato è quello di sviluppare - con riguardo a una compagnia assicuratrice statunitense operante nel settore delle coperture personali - un processo per migliorare il servizio, rendere più efficienti le operazioni dei call center e ridurre i relativi costi analizzando le chiamate dei clienti.
Metodi di “Text Mining”, come la modellazione dei temi e l'analisi del “sentiment”, sono utilizzati per studiare circa 10.000 chiamate dei clienti non relative a sinistri a partire dal 2016. I risultati evidenziano i temi più frequenti delle chiamate e in che modo l’atteggiamento dei clienti differisce a seconda dei temi trattati, il che può consentire all'azienda di adattare conseguentemente il servizio.
In particolare, i risultati mostrano le ragioni per cui i clienti si sono rivolti all’impresa e come si sono sentiti durante le chiamate. Queste informazioni possono essere utilizzate dalla compagnia per preparare i propri dipendenti ad affrontare i problemi più comuni, condurre i clienti al portale di pagamento online in modo efficiente e valutare se i clienti tendono a essere più o meno soddisfatti della loro esperienza relazionale.
Se esaminate in modo approfondito, queste informazioni rivelano anche le opinioni dei clienti su argomenti specifici, aiutando l'azienda a ottimizzare i propri processi per migliorare la soddisfazione degli assicurati.