Projet · 02Agent conversationnelAssurance · Afrique de l'Ouest

Courtier Assurance

Un agent WhatsApp qui qualifie les prospects assurance, jour et nuit.

Agent conversationnel multi-thread sur WhatsApp avec extraction de prospects, transcription vocale, analyse d'images et transmission directe au CRM.

Lancer un projet similaire→Voir les autres cas

En bref

Secteur: Assurance · Afrique de l'Ouest
Durée: 3 semaines
Zone: Sénégal
Stack: n8nWAHAGPT-4oWhisperPostgreSQLMetabase

28–35 %

taux d'engagement

8–12 %

leads qualifiés

3 sem.

mise en production

Le contexte

Ce qui ne fonctionnait plus.

Un acteur de l'assurance automobile cherchait à industrialiser sa prospection sur les groupes WhatsApp communautaires d'Afrique de l'Ouest. Un canal massif (45 Mds FCFA de marché en 2024) mais ingérable manuellement : volumes énormes, conversations parallèles, formats hétérogènes (texte, vocal, photo de carte grise).

Notre approche

Comment on a livré.

Agent conversationnel multi-thread (GPT-4o) capable de traiter en parallèle messages vocaux (Whisper), images (Vision) et textes. Extraction automatique depuis les groupes ciblés, qualification conversationnelle puis transmission des leads chauds au CRM PostgreSQL. Suivi des KPI sur Metabase, mise en production en 3 semaines.

Étape 0101
Bootstrap WhatsApp
Branchement WAHA pour gérer les sessions multi-comptes WhatsApp, scraping ciblé des groupes communautaires pertinents, anti-flood pour rester compliant.
Étape 0202
Agent multi-modal
Pipeline GPT-4o + Whisper + Vision pour traiter texte, vocal et photo de carte grise sur la même conversation. Gestion du contexte sur 20+ tours de conversation.
Étape 0303
Qualification & CRM
Scoring des prospects (véhicule, profil, urgence), enregistrement structuré dans PostgreSQL, transmission immédiate des leads chauds aux conseillers.
Étape 0404
Reporting Metabase
Dashboards opérationnels temps-réel : volume de conversations, taux de qualification, taux de transformation, sources de leads les plus rentables.

Résultats

Ce que ça a changé.

28–35 % d'engagement

Taux estimé de prospects qui entament une vraie conversation après le premier message.

8–12 % de leads qualifiés

Part des conversations qui aboutissent à un lead transmis au CRM.

3 semaines en production

Du brief à la mise en service, audit RGPD et tests inclus.

70–80 % de marge nette projetée

Sur le canal automatisé, comparé au coût d'un téléconseiller équivalent.

À retenir

Ce qui peut
s'appliquer à vous.

Notre lecture de ce projet : les facteurs qui ont fait la différence, et les types de business pour lesquels une approche similaire a du sens.

Pourquoi ça a marché

L'erreur classique : créer une app et demander aux prospects de l'installer. La bonne approche : aller chercher les prospects sur le canal où ils sont déjà actifs. En Afrique de l'Ouest, ce canal s'appelle WhatsApp, et c'est tout l'enjeu d'un agent qui parle leur langue (texte, vocal, photo de carte grise).

Les ingrédients clés

01
Multi-modal natif, pas optionnel
Un agent qui ne traite que le texte rate la moitié du marché. Le vocal et l'image (carte grise, papiers d'identité) ne sont pas des bonus, c'est le standard d'usage WhatsApp.
02
Volume parallèle, pas séquentiel
Un téléconseiller humain gère 5 conversations actives en parallèle. L'agent en gère plusieurs milliers, sans dégrader la qualité du suivi individuel.
03
Un CRM structuré derrière l'agent
Sans pipeline propre, les leads chauds générés par l'agent se perdent. PostgreSQL + Metabase pour le scoring et le reporting transforment les conversations en revenus mesurables.

Pour qui c'est pertinent

Idéal pour les entreprises B2C en marchés émergents (forte adoption WhatsApp), les produits qui se vendent par conversation plutôt que par catalogue (assurance, crédit, immobilier), et les acteurs qui veulent capter du volume sans gonfler leur équipe support.

Votre projet