Verzekeraar

by Maartje Luinenburg

Verzekeraar

by Maartje Luinenburg

by Maartje Luinenburg

Wat hebben we bekeken?

Transactionele klantfeedback op de NPS en CES vraag voor 6 klantreizen.

Hoe hebben we dit gedaan?

Tekst mining analyse toegepast om de dataset met alle open toelichtingen te verrijken met topics uit klantfeedback. Per klantreis heeft Underlined vervolgens een advies uitgebracht voor verbeteracties o.b.v. kwartaalresultaten en het vergelijk t.o.v. het vorige kwartaal.

Wat waren de uitkomsten?

  • Categorisatie van de open teksten in 10 hoofdtopics met 35 onderliggende subtopics.
  • Per klantreis zijn er verschillende adviezen uitgebracht, zoals (1) het verhogen van de transparantie van de premie en bijkomende kosten en (2) het verbeteren van de bereikbaarheid van de klantenservice door een kortere wachttijd en het versimpelen van het keuzemenu.
  • Het aantal contacten bleek sterk samen te hangen met de NPS (hoe meer contacten per klant, hoe lager de NPS). Ook bleken de CES en NPS sterk afhankelijk (hoe hoger de CES, hoe hoger de NPS).

Wat gaat het bedrijf met de inzichten doen?

De verzekeraar formuleert op basis van de inzichten verbeteracties voor de verschillende afdelingen die met klantfeedback aan de slag gaan. Ook worden er hypotheses geformuleerd om te zien om de klant in een volgend kwartaal tevredener is over de aspecten van de dienstverlening die zijn aangepakt.

Wat zijn de vervolgstappen?

Underlined voert doorlopend (elk kwartaal) een tekst mining analyse uit om de hypothesen te toetsen en nieuwe verbeteracties te formuleren.

Meer klantervaringen

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Top