ANWB Unigarant
ANWB Unigarant nutzt erfolgreich AssistYou Analytics
Nach der Mitteilung, keine Fatbikes mehr zu versichern, hat der Kundenservice von ANWB Unigarant Überstunden gemacht. Durch den Einsatz von AssistYou Analytics konnten sie die Signale der Kunden genau beobachten, interne Prozesse verbessern und proaktiv auf die Bedürfnisse ihrer Kunden reagieren.
Unigarant stellt die Versicherung von Fatbikes ein
Unigarant wird ab dem 6. September 2023 keine Elektro-Fatbikes mehr versichern. Gründe dafür sind die extrem hohen Diebstahlszahlen und der Trend, Fatbikes technisch anzupassen und aufzurüsten. Die Entscheidung ist notwendig, um die Fahrradversicherung bezahlbar zu halten. Bestehende Kunden wurden im September über die Beendigung ihrer aktuellen Versicherung informiert.
Überlastung des Kundendienstes
Die Ankündigung von Unigarant, den Versicherungsschutz für elektrische Fatbikes einzustellen, stellte den Kundenservice von ANWB Unigarant unerwartet vor große Herausforderungen. Unmittelbar nach dem Versand eines Schreibens an die Bestandskunden und der anschließenden Medienberichterstattung verzeichnete die Kundendienstabteilung einen deutlichen Anstieg der eingehenden Anrufe. Die Kundendienstmitarbeiter wurden mit einem Zustrom besorgter Kunden konfrontiert, die anriefen, um weitere Informationen zu erhalten, ihre Bedenken zu äußern und sich zu erkundigen, wie sich diese Änderung auf ihre bestehenden Versicherungsverträge auswirken würde.
Die Notwendigkeit, unverzüglich auf Kundensignale zu reagieren
Die Analysten von ANWB Unigarant wollten der Ursache des Problems auf den Grund gehen, konnten aber natürlich nicht alle Telefonate abhören. Sie brauchten Echtzeiteinblicke in die Gespräche und die Möglichkeit, sofort auf Kundensignale zu reagieren. An dieser Stelle kam AssistYou Analytics ins Spiel.
Auffallend war jedoch, dass viele Personen, die auf das Schreiben hin anriefen, gar kein Fatbike besaßen. Warum gab es auch Anrufe von Kunden, die kein Fatbike besitzen? Da Fatbikes in der Versicherungsverwaltung nicht als solche registriert sind, hat Unigarant die Kunden anhand der Fahrradmarke segmentiert und informiert. Dadurch wurde sichergestellt, dass alle Kunden mit einem Fatbike eine Nachricht erhalten. Der Nachteil dieser Methode ist, dass eine Reihe von Kunden ohne Fatbike ebenfalls ein Schreiben erhalten haben.
Wie AssistYou Analytics ihnen hilft
AssistYou Analytics bietet eine Plattform, über die ANWB Unigarant jedes Telefongespräch in Echtzeit anreichern und analysieren kann, von Anfang bis Ende. Dies ermöglicht es ihnen, tiefgreifende Erkenntnisse zu gewinnen und diese Erkenntnisse zu nutzen, um sowohl den Kundenservice als auch die allgemeinen Geschäftsprozesse in den wichtigsten Momenten zu optimieren.
Mit Hilfe der Plattform konnte ANWB Unigarant relevante Trends identifizieren, die zusätzliche Aufmerksamkeit erforderten, wobei die Themenmodellierungsfunktion das Thema Fatbike" sofort hervorhob.
Der Analystendienst erzeugt Q&A-Daten
Die Analysten konnten stichprobenartig tiefer in die Gespräche eintauchen oder einen Schritt weiter gehen. Durch den Analystendienst ist es möglich, Q&A-Daten zu generieren, die dann zur Erstellung von FAQs verwendet werden können, die zu den bestehenden häufig gestellten Fragen hinzugefügt werden können. So konnte ANWB Unigarant die Situation vorhersehen und proaktiv eine Lösung finden. Die gesammelten Daten und Erkenntnisse können problemlos in Tools wie PowerBI, BigQuery oder Tableau integriert werden. Dies öffnet die Tür für weitere Analysen.
"DiePlattform liefert uns verwertbare Erkenntnisse und ermöglicht es uns, besser auf die Bedürfnisse unserer Kunden einzugehen.
Schlussfolgerung
ANWB Unigarant sah sich nach der Ankündigung, den Versicherungsschutz für elektrische Fatbikes einzustellen, mit erheblichen Problemen beim Kundendienst konfrontiert. Dies führte zu einem erheblichen Zustrom besorgter Kunden, die Fragen zur Beendigung ihrer Versicherungen hatten.
AssistYou Analytics hilft ANWB Unigarant dabei, diese Herausforderungen zu meistern. Es ermöglicht ihnen auch, tiefgreifende Einblicke zu nutzen, um sowohl den Kundenservice als auch die allgemeinen Geschäftsprozesse zu optimieren, und das alles zum richtigen Zeitpunkt.
Es wurde eine wichtige Lektion gelernt. Um eine überwältigende Reaktion zu vermeiden und die Signale der Kunden besser zu überwachen, wurde beschlossen, die Nachrichten in Stapeln zu versenden und die Ausgabe täglich auf der Grundlage der Reaktionen anzupassen.
