L’uso degli strumenti di analisi dei Big Data è minore negli ambiti dei servizi di post vendita e assistenza rispetto ad altre fasi della catena di valore assicurativa (vedere qui), tuttavia numerosi operatori hanno fornito anche per questi casi esempi di impiego. Per esempio, alcuni tra i soggetti intervistati hanno introdotto sistemi di risposta automatica nei call center e di valutazione robotizzata della qualità del customer service, anche tramite tecnologie di speech analytics, per trarre spunti utili alla gestione dei reclami, della qualità del servizio, della formazione dello staff, del rilevamento delle frodi e dell’autenticazione del consumatore.
I concetti di cui abbiamo già precedentemente parlato legati ai sistemi CRM e di “Prossima Migliore Azione” sono anch’essi rilevanti: i modelli predittivi di propensione all’acquisto basati sul Machine Learning o le tecniche di Natural Language Processing (Elaborazione del Linguaggio Naturale – NLP) per analizzare i dati strutturati e non strutturati dalle interazioni dei clienti sono utilizzati per sviluppare comunicazioni più significative, semplici e veloci.
È anche possibile sviluppare servizi al consumatore più tailor-made, sia online che offline, aumentando la customer satisfaction (comunemente misurata tramite indici come il Net Promoter Score) e riducendo il tasso di abbandono.
Assistenti virtuali e chatbot
Uno strumento che va acquistando popolarità fra le aziende assicurative è l’utilizzo degli assistenti virtuali o delle chat-bot, per esempio basati su algoritmi in grado di sostenere conversazioni simili a quelle umane con i consumatori, di tipo testuale o vocale.
Gli operatori impiegano questi sistemi soprattutto nei servizi di post vendita e assistenza, per supportare tanto i clienti quanto le reti distributive in molte maniere differenti. Le chat-bot sono ben più sofisticate degli strumenti interattivi a risposta vocale già utilizzate nei call center da tempo e vengono adottate nelle app di messaggistica, disponibili h24, utilizzando algoritmi di elaborazione del linguaggio naturale (NLP) o di Machine Learning, che acquisiscono efficienza quanto più dispongono di grandi quantità di dati (per esempio i dati comportamentali ottenuti dalle interazioni dei consumatori nel sito o sulla app installata sui dispositivi mobili).
Gli operatori assicurativi usano le chat-bot per supportare la struttura, rispondere alle FAQ e gestire la routine negli ambiti di business semplici e non sensibili. Ciò include l’interazione con i potenziali clienti che visitano il sito web, aiutandoli nella navigazione, a trovare informazioni o a raccogliere i dati necessari a ricevere un preventivo.
Questi strumenti possono essere utilizzati anche per guidare i consumatori nel processo di apertura dei sinistri. La penetrazione attesa per le chat-bot è attualmente maggiore rispetto a quella dei robo-advisor.
Come si può osservare nella Figura 15, il 12% delle aziende intervistate usa le chat automatizzate ed il 42% si propone di farlo entro i prossimi tre anni. Un soggetto ha dichiarato di averla usata in passato e di aver poi abbandonato l’esperimento. Fra gli operatori che già fanno uso di chat-bot, il 43% ha predisposto lo strumento in casa, il 39% lo ha acquistato preconfezionato da fornitori terzi ed il 18% ne ha commissionato la produzione all’esterno.

Fra coloro che ancora non hanno adottato la chat-bot ma progettano di farlo entro il prossimo triennio, la maggior parte la svilupperà con un supporto esterno. Le aziende Big Tech sono tra quei fornitori terzi da cui gli operatori assicurativi acquistano soluzioni di questo tipo.
Le chat automatizzate presentano numerosi benefici sia per I consumatori che per le aziende che le utilizzano. Da un lato, le aziende godono di una maggiore efficienza e di una riduzione dei costi operativi (un’impresa si aspetta di gestire il 50% dei reclami tramite questo strumento entro tre anni). D’altro canto, i consumatori beneficiano di app semplici da usare e di servizi disponibili h24. Naturalmente però l’utilizzo delle chat-bot pone sfide analoghe a quelle rilevate rispetto ai robo-advisor, come possibili errori e/o limitazioni funzionali nel disegno degli algoritmi o le limitate possibilità per gli utenti di chiedere chiarimenti al personale umano.
Gli operatori assicurativi hanno comunque dichiarato che gli strumenti di analisi dei Big Data sono già utilizzati per elaborare le informazioni raccolte dalle app installate sui dispositivi mobili, includendo – a seconda dell’app e dei servizi offerti ai consumatori – dati sull’utilizzo (appuntamenti fissati, rimborsi erogati, contatti presi, numero di click e gestione dei vari elementi dell’app), o i dati del dispositivo (tipologia, sistema operativo, orari di utilizzo), o la geolocalizzazione ed altri tipi di dati telematici. Tutte queste informazioni vengono usate dai soggetti in modi diversi, per esempio per indentificare i trend di utilizzo dell’app così da migliorare l’esperienza utente od offrire ai consumatori un’ampia gamma di servizi legati alla connettività e mobilità dei dispositivi utilizzati. Molti tra i soggetti intervistati hanno già elaborato più di un’app.
Sebbene EIOPA evidenzi i vantaggi per le aziende e per i consumatori derivanti dall’utilizzo delle chat-bot e degli assistenti virtuali, giustamente rileva che la mancanza di interazione con un referente umano può essere di per sé – anche senza malfunzionamenti di base nel sistema, che pure possono esserci – causa di scarsa chiarezza per il cliente e quindi un danno.