L’assureur GMF gagne en maîtrise de ses multiples parcours clients en omni-canal


A l’heure du digital, les parcours des clients et des prospects se compliquent et évoluent dans le temps, ne serait-ce qu’avec la montée en puissance du digital durant la crise sanitaire due à la Covid-19. Le défi pour une entreprise est d’en dresser la cartographie afin d’optimiser ces parcours et d’accroître les ventes tout en réduisant le churn.

Une démarche rationnelle et scientifique d’analyse de toutes les interactions client

C’est la tâche à laquelle s’est attaqué Florent Cueto, Head of Data and AI, en charge de la connaissance client, de l’automatisation du marketing, et des études Data et AI chez l’assureur GMF (Garantie Mutuelle des Fonctionnaires). GMF est le 1er assureur des agents du service public en France avec 3,5 millions de clients et de sociétaires. Une démarche très rationnelle et scientifique a été mise en place chez l’assureur. Elle consiste à collecter et à centraliser l’ensemble des interactions que les clients peuvent avoir avec GMF dans un hub – le hub des interactions – afin de les analyser, en allant chercher les silos de données qui existe dans l’entreprise. Une solution d’analyse délivrée par la société Datakili a été mise en place.

« Ces analyses ont été faites en 2 heures, là où auparavant c’était des jours de travail« 

« Nous avons analysé énormément de parcours clients et nous allons continuer. C’est une tâche de fond. Ces analyses ont été faites en 2 heures, là où auparavant c’était des jours de travail avant la mise en place de la solution. C’est une accélération pour analyser énormément de parcours » se félicite Florent Cueto. Grâce à ce dispositif, l’équipe Data de l’assureur a obtenu des confirmations sur certains processus de la GMF en ce qui concerne sa manière de gérer les relances commerciales. Les gains sur les ventes et la rétention des clients feront l’objet d’autres analyses.



« Nous sommes en production sur la solution. Nous ne mesurons pas encore concrètement de gains en termes de nouveaux clients gagnés, de baisse du churn. D’ailleurs, ce n’était pas l’objectif. Nous savions que nous devions réaliser la mesure des parcours. Ce n’était pas une option » déclare-t-il. Les gains en termes de nouveaux contrats gagnés et de churn seront mesurés plus tard. Le responsable a pris la parole à l’occasion du salon Big Data & AI;, les 28 et 29 septembre, dont La Revue du Digital est partenaire.

Une solution dont l’usage doit être étendu aux directions métiers de GMF


Seul bémol, actuellement  la solution est utilisée uniquement par les équipes Data. L’idée est de mettre la plateforme à disposition de l’ensemble des directions métiers de GMF, c’est-à-dire l’indemnisation, la distribution, le marketing, le digital, … Côté gestion de la relation client, la démarche en cours devrait être positive. Il existe une équipe expérience  client chez GMF, une équipe expérience  client chez Covea, maison mère de GMF, et la gestion de la relation client est disséminée entre différents services chez GMF. « D’où l’idée de donner l’accès à la solution à l’ensemble des équipes qui sont amenées à traiter de la relation client à un moment donné, de façon à ce qu’ils puissent optimiser leurs propres processus » propose Florent Cueto.

Les interactions serviront à améliorer les scores clients et les segmentations afin de mieux cibler les clients lors des opérations de marketing

Par ailleurs, le hub des interactions qui est constitué va être valorisé dans d’autres usages. Il va servir à enrichir la vision à 360° du client car la synthèse actuelle de GMF ne contient pas tout ce qu’a fait le client. Ces données serviront également à améliorer les scores clients et les segmentations d’audience afin de mieux cibler les clients lors des opérations de marketing. Concrètement le projet centralise les données d’interactions avec le client. « Il s’agit d’identifier les principaux parcours que suivent les clients pour gérer leur vie avec leur assureur »  précise le responsable. Lors d’une première étape, les parcours cartographiés sont les parcours de vente pour les assurances auto et habitation.

L’objectif est de comprendre les principaux parcours qui permettent d’arriver à une souscription. « Il est important d’identifier les gros parcours de vente ou de résiliation. Et aussi l’évolution de ces parcours clients dans le temps, sous les impacts réglementaires, des attentes clients qui changent ou sous un contexte sanitaire »  poursuit-il. La deuxième chose qu’il cherche à comprendre, ce sont les irritants. « Si 90% des gens qui préparent un devis sur le site internet abandonnent ou appellent le centre de contacts, il y a peut être un problème sur le parcours digital du devis » illustre-t-il.

Réagir rapidement au cas où le client entre dans une démarche de quitter la GMF

L’autre objectif est de réagir rapidement si un client entre dans une démarche de quitter la GMF. « Par exemple, sur un parcours de résiliation qui prend 4 étapes, nous pouvons peut être intervenir à la 3ème étape pour aller vers ces clients et les empêcher de résilier » dit-il. Le projet est vaste. Dans le même temps, il s’agit de savoir quels sont les parcours gagnants menant à la souscription d’un contrat d’assurance ; quelle est la réelle contribution du canal digital aux ventes conclues en boutiques ou au téléphone ; quels sont les impacts des actions de communication et des campagnes marketing et publicitaires sur les parcours clients ;  quels parcours génèrent un nombre d’appels importants aux centres d’appels et quelles séquences d’action fidélisantes permettent de réduire le churn.

« Nous avons vu que la cartographie des parcours clients était très complexe à réaliser et très chronophage« 

Dans une première étape, la GMF avait décidé de développer une solution en interne. Cinq spécialistes de la donnée de l’équipe Data ont cartographié tous les parcours de vente pour les assurances Auto et Habitation. Cela aura nécessité près de 6 mois pour réussir ce travail. « Cela nous a appris que la cartographie des parcours clients était vraiment utile et exploitable. C’était vraiment une activité que nous avions besoin de conduire. Et nous avons aussi vu que c’était très complexe à réaliser et très chronophage. Si nous voulions cartographier l’ensemble de nos parcours sur l’ensemble de nos produits, avec l’équipe dont je disposais ce n’était pas possible » statue Florent Cueto.

Dès lors, l’équipe Data a sélectionné l’outil Datakili, capable d’effectuer une telle cartographie dans un environnement omni-canal, mêlant le digital, le centre d’appels et les agences de GMF. La décision de faire un POC (Preuve de concept) est prise fin 2019. Il devenait nécessaire de collecter et de réconcilier toutes les interactions et de les affecter à un client. Un hub centralisant ces interactions a été créé. Le Data Office du groupe Covea a été sollicité pour créer un modèle standardisé d’interaction. Les paramètres retenus sont ainsi l’identification du client, la personne de GMF concernée par l’interaction (au centre de contact, télé-conseiller, au centre de gestion de sinistre, …), le motif de l’interaction avec le client (devis, changement d’adresse, …), le canal d’interaction (téléphone,  digital, en agence) et l’horodatage (jour heure).  La solution est implémentée depuis quelques mois à la GMF.

Une base de données qui contient 100 millions d’interactions

Le projet utilise 2 ans et demi de données, 100 millions d’interactions avec les clients répartis sur 11 canaux de contact (courrier, email, téléphone, …) et 89 motifs de contact avec le client. Les données utilisées viennent ainsi de Google Analytics pour tout ce qui est digital, les data marts de la plateforme Genesys pour la partie téléphonie, et le CRM de GMF qui contient les interactions offline.

L’équipe a évalué l’impact d’une relance à chaud du client par un appel téléphonique après un devis auto saisi sur le digital

La consolidation de l’ensemble de ces données et leur analyse éclairent les équipes Data de GMF sur la qualité des interactions. Par exemple, l’équipe a évalué l’impact d’une relance à chaud du client par un appel téléphonique après un devis auto saisi sur le digital. Les chiffres ont été analysés sur 1 an. Le résultat montre que GMF gagne 2 points et demi de plus dans les souscriptions quand il y a une relance téléphonique à chaud. « Nous avons pu voir si notre relance à chaud avait un impact » commente Jean Christophe Farkas, en charge du pilotage, du reporting et de la mesure des parcours clients chez GMF. On constate également que peu d’appels de relance aboutissent, car seulement 13% des appels téléphoniques arrivent au destinataire.


Une autre analyse sur ces mêmes données a permis de confirmer que le délai idéal de rappel téléphonique du client est de 3 minutes après qu’il ait rempli son devis sur le site. C’est le délai retenu par GMF et le taux de concrétisation est alors de 24,3%. C’est le taux le plus élevé. Ce taux évolue sinon entre 18,3% et 21,8%, lorsque le délai d’appel téléphonique monte jusqu’à plus de 20 minutes.

Enclencher une mécanique de relance des clients via le CRM

Dans un autre scénario, l’équipe Data a analysé un parcours client dans le cas d’une déclaration de sinistre en ligne, suivie par un appel au téléphone, et un questionnaire à chaud. Les parcours retenus étaient ceux où la note de satisfaction était plutôt basse, inférieure à 4 sur 10. « On sait que les clients qui entrent dans cette séquence ont un fort risque de résilier. Nous avons l’objectif d’éviter la résiliation, et nous voulons regarder ce qui s’est passé pour améliorer le processus » indique Jean Christophe Farkas.

Un algorithme identifie une séquence d’interactions ayant une forte probabilité d’atteindre une vente, une réclamation ou une résiliation

Ces clients peuvent être intégrés dans le CRM de GMF afin d’enclencher une mécanique de relance, que ce soit via le centre d’appels, par mailing ou par une agence. L’objectif est de limiter le taux de churn et de comprendre ce que les processus ont eu de bloquant dans le parcours client afin de limiter les résiliations. La solution mise en place s’accompagne d’un algorithme qui identifie par exemple une séquence d’interactions ayant une forte probabilité d’atteindre une vente, une réclamation ou une résiliation. Cela doit permettre de se focaliser sur les interactions qui méritent l’attention. Par exemple, pour GMF pour limiter les réclamations, il faudra par exemple peut être modifier un contenu digital, ou revoir le discours du télé-conseiller au niveau du centre d’appels.

Les prochaines étapes du projet consisteront à continuer d’enrichir le hub des interactions car il existe énormément de silos de données chez GMF. En 2022, de nouvelles interactions seront intégrées concernant la partie assistance et la gestion des recouvrements lorsque les clients sont en retard sur le paiement de leurs cotisations.



Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *




L'événement digital

Retour au pragmatisme vis-à-vis de l’IA générative
Thomas Hussson de Forrester Reserach et Pierre Casanova  de l’éditeur Contentsquare, 7 novembre

Retour au pragmatisme vis-à-vis de l’IA générative

L’IA générative va alléger la manière dont on interagit avec une marque en ligne, via un chatbot, ou lors de l’interrogation …