Identifier le potentiel commercial grâce à la segmentation dans l'assurance
Contexte et objectifs
Une grande compagnie d'assurance européenne opère sur un marché de niche où les marges de prix sont faibles. L'assureur possède un vaste réseau de vente, réparti à parts égales entre les ventes directes et le réseau de courtage (+/- 4 500 courtiers). Il avait besoin de mieux connaître ses courtiers et l'intensité de leur relation avec le client final.
Dans cette optique, plusieurs "inspecteurs" ont régulièrement visité les différents courtiers et stimulé la relation avec le client final. Cependant, l'assureur a rencontré deux difficultés importantes. Premièrement, les inspecteurs effectuaient leurs visites en fonction de la disponibilité des courtiers, ce qui conduisait à une utilisation sous-optimale des ressources. Il était donc très difficile pour les inspecteurs de maximiser leur nombre de visites au cours de l'année.
Deuxièmement, les visites des inspecteurs n'ont pas toujours pu tenir compte du potentiel de vente réel des courtiers. Il était donc probable que leur temps (déjà limité) soit consacré à des courtiers à faible/moyen potentiel tout en ignorant des courtiers plus importants à fort potentiel. Une segmentation précise du réseau de vente était essentielle pour permettre à l'assureur de mieux allouer ses ressources commerciales.
Approche
Afin de hiérarchiser les visites des inspecteurs en fonction d'une segmentation de la base de courtiers existante, nous avons suivi les étapes suivantes :
Tout d'abord, la consolidation des données comprend le nettoyage des données et la mise en relation des données avec OPENDATA (Statbel et BCE/BNB). La mise en évidence des données a ensuite permis de découvrir le chiffre d'affaires médian/moyen qu'un courtier réalise annuellement et le rapport entre le chiffre d'affaires d'un courtier chez l'assureur et le chiffre d'affaires annuel de l'assureur. Pour compléter la consolidation, nous avons préparé les données pour la segmentation.
Ensuite, nous avons effectué une analyse des données à l'aide de l'outil d'interprétation des données TIMi afin de présenter les données à l'assureur d'une manière claire et pratique.
Enfin, nous avons utilisé deux modèles de segmentation pour identifier les agents actifs et inactifs par le biais d'une analyse en grappes, détecter les opportunités les plus critiques et trouver le nombre optimal de grappes pour l'assureur. Nous avons rassemblé ces informations dans des visualisations faciles à comprendre.
Nous avons fourni les résultats du projet sous la forme d'un Powerpoint (pour offrir des aperçus et des visualisations de données clés), de fichiers Excel (chacun couvrant des segments de courtiers au potentiel différent), d'un code Python, d'un audit de données TIMi et d'une documentation explicative supplémentaire.
Résultats
À première vue, grâce à la segmentation et à l'analyse des données, l'assureur peut désormais mieux interpréter son réseau de courtage province par province. Ces informations ont conduit à une réorganisation du département des ventes afin de mieux coordonner les efforts commerciaux géographiques.
Au total, pour chaque modèle de segmentation, nous avons découvert quatre segments :
Deux d'entre eux, très ciblés, nécessitent une attention immédiate , compte tenu de leur potentiel lors de la prochaine inspection ( ).
Deux sont divisés en deux catégories : les courtiers à faible potentiel et les courtiers bien établis. Cette dernière catégorie souligne l'importance pour l'assureur de conserver à l'avenir les courtiers qui exercent déjà une activité et qui présentent un potentiel élevé.
Après avoir mené à bien le projet en 8 jours, l'assureur a rapidement acquis une vision claire des actions à entreprendre pour accroître son potentiel commercial. Au total, environ 200 courtiers ont été identifiés comme étant à fort potentiel ou sous-développés.
