La relation entre une entreprise et son client a beaucoup évolué. Elle se dématérialise, avec une connectivité et un environnement digital en plein essor, et ces capteurs digitaux permettent aux entreprises de mieux comprendre le comportement de leurs clients ou prospects. Les assureurs sont tentés d’exploiter ces informations pour mieux tarifier le risque, engendrant une segmentation accrue, qui amène la problématique des limites de la mutualisation. Nous posons ici la question de la connaissance du client non pas en termes d’évaluation du risque et de tarification, mais en termes de consommateur du produit d’assurance.
L’attitude des clients de l’assurance évolue aussi. Grâce au développement d’Internet, ils ont accès à davantage d’informations et peuvent comparer les offres. Dans le même temps, la régulation du marché tend à encourager la concurrence, en offrant d’une part la possibilité aux consommateurs de se libérer plus facilement de leurs engagements contractuels et en obligeant d’autre part les assureurs à mieux informer l’assuré. L’impact pour les assureurs est l’augmentation du coût d’acquisition moyen par contrat engendré par une plus grande volatilité des assurés.
Dans ce contexte, la capacité des assureurs à fidéliser leurs assurés devient un enjeu majeur. Nous adressons ici le sujet de la fidélisation du client après qu’il ait consommé le produit d’assurance : l’indemnisation d’un sinistre. Le client paye une prime d’assurance pour cela, parfois depuis très longtemps. Le choix de l’assureur couvrant son risque sera confirmé ou infirmé après avoir vécu l’expérience de prise en charge d’un sinistre. Le cycle inversé de production, induit une incertitude sur le montant des sinistres que l’assureur devra régler, mais également sur le niveau de satisfaction du client.
Cette assertion repose sur l’hypothèse que le client ne se satisfait pas du seul montant de l’indemnité, mais est également en attente de diligence, d’informations et de conseils de la part de son assureur. Ainsi, la satisfaction client se compose de plusieurs indicateurs que l’assureur doit être à même d’évaluer pour adapter son offre de service. En complément du positionnement concurrentiel de son tarif, l’assureur se doit de maîtriser (évaluer et influencer) ces indicateurs afin de contrôler son portefeuille quantitativement et qualitativement.
Cette démarche s’intègre dans le cadre plus général de la maîtrise des risques opérationnels. Un assureur dans l’incapacité de maîtriser la satisfaction de ses clients, s’expose potentiellement à une érosion incontrôlée de son portefeuille. Après une illustration des conséquences de ce risque, nous mettrons en évidence les difficultés de la mesure de la satisfaction du client. L’impact de la survenance d’un sinistre sur le risque de perte d’un assuré sera présenté. Enfin, les nouvelles techniques du traitement de la donnée qui s’appuient sur l’intelligence artificielle peuvent offrir des réponses à cette problématique. Une telle approche sera présentée et discutée.
Le problème des clients silencieux
Le mardi 14 novembre 2017 l’action du groupe de Patrick Drahi, propriétaire de SFR, poursuit sa chute. Elle a chuté de 13,17 % à la bourse d’Amsterdam sur cette seule journée, et la capitalisation du groupe a chuté de plus de 40 % en quinze jours. Plus de 2,1 millions de clients ont quitté l’entreprise sur les trois dernières années. La raison : la mauvaise qualité de la relation avec les clients. SFR concentre à lui seul plus de 51 % des plaintes de consommateurs de télécoms en France.
Le mercredi 15 novembre, Patrick Drahi déclare : « Nous devons rendre nos clients heureux d’être avec nous. Il n’y a pas de raison que nos clients s’en aillent. La seule raison, c’est qu’on ne s’en occupe pas bien. »
Si les cas d’insatisfaction des clients ne pouvaient être ignorés, SFR n’a sans doute pas vu venir l’ampleur des dégâts.
Considérons le sujet de façon quantitative. Un organisme collecte les plaintes de clients des opérateurs de télécoms, ce qui permet d’avoir des statistiques par opérateur. Le tableau 1 donne deux informations : le positionnement du taux de plaintes de SFR par rapport à ses concurrents et le nombre de clients ayant quitté SFR. Si le taux de plaintes est un indicateur du niveau de satisfaction client, on devrait alors pouvoir relier celui-ci au nombre de clients perdus. Les chiffres montrent que ce n’est pas le cas ici.
Si les composantes de la satisfaction client sont complexes, sa mesure l’est tout autant. La plupart des mesures de satisfaction sont basées sur des déclarations de clients. Or quelle valeur peut-on donner à ces mesures quand on sait que la très grande majorité des clients insatisfaits ne se manifestent pas ? Des études estiment que c’est le cas de 94 % d’entre eux ! Et c’est bien le silence de ces clients qui rend l’exercice de la mesure de la satisfaction difficile : d’une part, pour des questions de temps et de moyens, il est impossible d’interroger tous les clients et, d’autre part, ces derniers ne souhaitent pas nécessairement répondre. L’entreprise fournissant des services voudra connaître la distribution du niveau de satisfaction de ses clients : la proportion de très satisfaits, d’insatisfaits, etc. Pour cela, les questionnaires de satisfaction demandent au client de graduer sa satisfaction sur une échelle. La question est de savoir si la distribution obtenue est représentative (ou pas) de l’ensemble des clients.
Ce que l’entreprise voit est une image de la réalité, plus ou moins déformée par le taux de réponse. Si le taux de réponse est une loi de distribution uniforme, l’image que verra l’entreprise représente l’ensemble des clients. Mais cette hypothèse semble pourtant peu réaliste. La faculté des clients à s’exprimer spontanément dépend essentiellement de leur expérience. Les extrêmes ont davantage tendance que les autres à exprimer leur satisfaction ou leur déception. Ce qui veut dire que le taux de réponse n’est pas indépendant du niveau de satisfaction, mais conditionné par celui-ci. La figure 1 montre des exemples de l’influence de la distribution du taux de réponse suivant le niveau de satisfaction.
Ceci montre que la mesure de la satisfaction des clients n’est pas aisée : souvent, seuls les extrêmes s’expriment. Ainsi, l’entreprise ne connaît que la partie émergée d’un iceberg… dont la taille et la forme de la partie immergée reste inconnues. Pour ces entreprises, adapter leur offre ne peut se faire que sur la base de ces mesures. Un effort particulier doit être effectué pour connaître le spectre réel du niveau de satisfaction du client. Le risque réside dans les clients qui ne s’expriment pas, dont le nombre et le comportement futur restent des inconnues.
L’impact des sinistres
Transposons la problématique de ces clients silencieux à l’industrie de l’assurance. Les produits d’assurance possèdent des caractéristiques propres, telles que le cycle inversé de production, les couvertures obligatoires ou les difficultés d’interprétation des contrats. Ce sont aussi des produits que le client paie mais qu’il ne souhaite pas utiliser, la mise en jeu d’une garantie signifiant subir un préjudice. Ces éléments nous laissent penser que l’activité d’assurance est particulièrement exposée à la perte massive de clients.
La valeur perçue est la valeur qu’attribue un consommateur à un produit. La valeur perçue est un concept subjectif, c’est une balance entre coût et bénéfices pour le client (ces coûts et bénéfices pouvant revêtir de multiples formes) et elle est relative aux offres concurrentes. On peut alors résumer la valeur perçue comme suit :
Dans le cas de l’assurance, les bénéfices s’obtiennent par le versement d’une indemnité ou la réparation du bien assuré. Dans les deux cas, les conditions indemnitaires peuvent être définies soit par les conditions contractuelles, soit au regard du principe indemnitaire énoncé dans le Code des
L’optimisation de ce rapport coût-bénéfices passera par une offre adaptée au client : maximiser les bénéfices qui ont de la valeur à ses yeux et limiter les coûts relatifs à sa propre situation. Mais générer de la satisfaction ne signifie pas maximiser en absolu la valeur perçue par le client. C’est fournir un service en rapport avec les attentes du client. On qualifie de sur-qualité (synonyme de coût) un niveau de service au-delà des attentes du client ; on qualifie de sous-qualité (synonyme d’insatisfaction) un niveau de service inférieur à elles.
Les assureurs valorisent un client par des flux financiers : l’un, positif, est généré par les primes encaissées ; l’autre négatif correspond au coût des sinistres payés. L’équilibre entre ces deux flux est lié à la dimension temporelle : durée de la période d’encaissement des primes et fréquence des sinistres. Pour l’assureur, l’enjeu est de maximiser la durée de versement des primes et de réduire la fréquence des sinistres.
Si la survenance d’un sinistre ne peut pas toujours être évitée, l’assureur peut éviter la perte du client suite au sinistre. C’est d’autant plus sensible qu’au regard de ce que nous venons de décrire, la probabilité de perte du client augmente dès qu’un sinistre survient, soit P (π = 0) avec π avec la prime versée par le client. La figure 2 décrit l’évolution du risque de perte au cours de la durée du contrat de l’assuré.
Ceci permet d’introduire une modélisation du risque de perte massive. Le client particulier isolé représente un risque de perte limité à son propre contrat. Il n’y a que sa propre insatisfaction qui influe la valeur de la prime espérée. Il est indépendant des autres clients. Pourtant, cette indépendance n’est pas toujours vraie et on peut avoir, dans certaines situations, des « cumuls d’insatisfaction » :
- client « multi-équipé » possédant plusieurs contrats (automobile, habitation…) ;
- modèle collectif avec une forte sinistralité (flotte automobile, assurance santé…), où les insatisfactions remontent au souscripteur ;
- appartenance du client à une communauté d’utilisateurs, à l’intérieur de laquelle l’information de non-qualité du service peut devenir virale (réseaux sociaux, internet…).
Que faire ?
La caractérisation le sinistre
Nous avons vu la difficulté à capturer directement auprès du client son niveau de satisfaction. Au-delà du versement de l’indemnité, la gestion d’un sinistre peut se résumer en un échange d’informations : recueillir des informations auprès du client, analyser ces informations directement par l’assureur ou par des tiers (experts, avocats, etc), transmettre des informations au client sur l’issue et l’avancement de son dossier, analyser les demandes d’informations de l’assuré ou des tiers, etc. L’ordonnancement des actes de gestion associés au traitement de ces informations, la pertinence des analyses menées, les délais de réalisations définissent la gestion d’un sinistre.
Le client est aussi très sensible à la façon dont on lui communique les informations qu’il attend, que ce soit le moyen de communication ou la qualité même de l’échange (courtoisie, expression…). L’analyse des conversations avec le client, quelles qu’elles soient (orale, écrite, chat…), est une formidable source d’information sur son ressenti.
L’adéquation avec les attentes du client
Réduire le problème à la seule caractérisation du sinistre est insuffisant. Nous l’avons vu, l’insatisfaction résulte d’un décalage entre les attentes du client et le service qui lui est fourni. N’observer que le sinistre revient à considérer que l’ensemble des clients ont les mêmes attentes, ce qui est une représentation approximative de la réalité. En effet, suivant sa propre situation et ses besoins, le client aura des attentes spécifiques. Les évènements survenus au cours du cycle de vie du client, la durée de la relation, le statut du client, etc., sont autant de facteurs qui expliquent en quoi les attentes peuvent différer d’un client à l’autre. Ainsi le score de satisfaction de la gestion d’un sinistre est-il dépendant du profil du client.
A l’instar de la segmentation des risques, il est pertinent de segmenter le portefeuille client dans l’optique de maximiser la satisfaction. Cela conduit à créer des classes de clients représentatives des différentes attentes des clients. Cette segmentation offre la possibilité de mettre en place des parcours clients différenciés et adaptés à chaque profil de client.
Le recours à l’apprentissage automatique
Les techniques d’analyse de données issues de l’apprentissage automatique (machine learning) peuvent être utilisées pour caractériser la gestion du sinistre. L’émergence de la digitalisation a transformé des informations auparavant inaccessibles (car stockées sur des supports papiers) vers des bases de données numériques contenant tous les éléments de la gestion d’un sinistre. Les algorithmes prédictifs sont capables de traiter ces grandes masses de données pour caractériser la gestion du sinistre. L’analyse des séquences d’information ou des sentiments du client ont déjà des applications dans de nombreux autres domaines, de même que la création de classes de clients.
Ces algorithmes peuvent être exploités dans le but de prédire la satisfaction du client pour chaque sinistre.
Des systèmes intelligents
Le score de satisfaction peut être exploité opérationellement de plusieurs manières :
- curative : identifier un sinistre « insatisfaisant » et rétablir la relation avec le client afin d’éviter sa perte ;
- préventive : connaître les causes de défaillance dans les processus de gestion de sinistres et lancer un processus d’amélioration continue ;
- en gestion du risque : mesurer l’exposition au risque de perte de clients, par portefeuille, par produits, par marché, etc.
En synthèse
Le comportement silencieux des clients face à une prestation insuffisante représente un risque, car l’assureur ne sait pas évaluer la probabilité de perte de ces clients. Ce risque est amené à se développer pour les entreprises de services et tout particulièrement dans la finance et l’assurance. L’évolution des nouvelles technologies tend à réduire l’asymétrie d’information entre l’assuré et son assureur. L’assuré, mieux informé, est plus exigeant et plus volatil.
L’évaluation de la satisfaction du client pose des difficultés tant dans la collecte de la donnée que dans son interprétation. La compréhension et le pilotage de cette satisfaction devient alors un enjeu majeur. En permettant à l’assureur d’identifier ces clients et mener les actions qui s’imposent, les techniques d’intelligence artificielle sont une réponse pertinente à ce problème. Les dispositifs retenus devront allier la précision dans les prédictions qui sont faites et l’évaluation de la valeur du client, pour être totalement alignés sur la stratégie de l’assureur et ainsi prendre les bonnes décisions.
