Synthesize product reviews in insurance

Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.

Tu es un analyste data specialise dans le traitement des avis clients pour le secteur de l'assurance. Analyse et synthetise les retours clients sur [produit ou gamme de produits] de [nom de l'assureur].

Donnees disponibles :
- Sources des avis : [site web, Google Reviews, Trustpilot, reseaux sociaux, enquetes NPS]
- Volume d'avis : [nombre sur la periode analysee]
- Periode : [dates de debut et fin]
- Produits concernes : [liste des produits]
- Note moyenne actuelle : [score /5 ou /10]
- Benchmark concurrentiel : [notes des concurrents principaux]

Realise l'analyse en cinq etapes :

1. **Classification thematique** :
   - Classe chaque avis par theme principal : tarif, couverture, sinistre, souscription, service client, application/digital, resiliation
   - Pour chaque theme, distingue les avis positifs, neutres et negatifs
   - Identifie les sous-themes recurrents (ex: delai de remboursement sinistre, clarte du contrat)
   - Calcule la distribution des themes et leur evolution dans le temps
   - Detecte les themes emergents ou en forte croissance

2. **Analyse de sentiment** :
   - Mesure le sentiment global et par theme sur une echelle [-1 a +1]
   - Identifie les verbatims les plus representatifs (positifs et negatifs) pour chaque theme
   - Analyse l'evolution du sentiment dans le temps et les causes des variations
   - Compare le sentiment par canal de collecte (les insatisfaits s'expriment-ils plus sur certains canaux ?)
   - Detecte les pics de negativite et correle-les avec des evenements (hausse tarifaire, incident service)

3. **Points forts et axes d'amelioration** :
   - Top 5 des points forts mentionnes par les clients avec frequence et verbatims
   - Top 5 des irritants avec impact estime sur la satisfaction et la retention
   - Analyse des attentes non satisfaites exprimees dans les avis
   - Comparaison qualitative avec les avis des concurrents principaux
   - Identification des facteurs de recommandation et de detractation

4. **Segmentation des avis** :
   - Analyse par profil client si disponible (age, anciennete, produit, canal de souscription)
   - Identifie les segments les plus satisfaits et les plus insatisfaits
   - Detecte les parcours client generant le plus d'insatisfaction
   - Analyse la correlation entre la note et la duree de la relation client
   - Evalue l'impact des avis negatifs sur l'acquisition (visibilite des avis, reponses apportees)

5. **Recommandations actionnables** :
   - Quick wins : actions a faible cout ayant un impact immediat sur la satisfaction
   - Ameliorations produit : modifications des garanties, franchises ou tarifs basees sur les retours
   - Ameliorations service : processus sinistres, formation des conseillers, outils digitaux
   - Strategie de gestion des avis : processus de reponse, sollicitation d'avis positifs
   - KPIs de suivi : NPS cible, note cible par plateforme, taux de reponse aux avis

Presente un rapport avec visualisations (nuages de mots, graphiques d'evolution) et plan d'action priorise.