我们非常重视您的个人隐私,为了使您在本网站获得完整的访问体验,请同意使用 cookie,更多详细信息可访问《隐私政策》

循环智能COO揭发在《中国银行保险报》保险峰会的演讲

  • 2020-09-09

  • 演讲与活动

2020 年 9 月 3 日,贵阳。循环智能(Recurrent AI)联合创始人、首席运营官揭发在《中国银行保险报》主办的“第十三届中国保险业信息化峰会”上发表演讲《AI驱动销售提效与业绩增长》。内容如下:
先快速介绍一下公司和团队。循环智能的核心创始团队来自清华大学和卡内基梅隆大学,曾任职于 Google、Facebook 和微软的 AI 研究部门。投资方包括红杉资本、金沙江创投、真格基金和靖亚资本。
循环智能是一家技术驱动的公司,拥有在世界范围内领先的原创前沿技术,2019年公司联合创始人杨植麟作为第一作者发表的两个自然语言处理模型 Transformer-XL 和 XLNet,取得多项 SOTA 成绩(最优结果),前者被广泛运用于语音识别底层模型,后者被用于语义理解。

刚进入这个行业时我们就在思考,AI行业在保险领域可以做什么,这个行业里已经有很多做“降本”的公司,做各种机器人,替代人工做一些简单的通知型工作。我们观察到中美之间的保险发展仍有十多倍的密度(覆盖度)差距,这种差距不可能只通过降低成本去解决,最终我们选择进入另一个赛道——用AI和NLP技术提升销售端的效率。
这就引出了第一个问题:AI是否真的可以产生更有效的销售策略。

AI是否能产生更有效的销售策略?

可能很多已经在使用AI技术和尚未部署AI技术的保司都会有这个疑问。过去两年我们服务保险公司的过程与客户的不断交流,总结了保司在线上化方面面临的三个方面的挑战,第一,来自客户,对客户而言,线上是新的模式,他们会有很多质疑;第二是外部环境,流量越来越贵、越来越少,而且监管越来越严格;第三是保司自身的特点,业务员流动率非常高,但缺乏技术辅助手段提升每个人的效率。
针对这些挑战,我们推出了一系列产品。今天我们挑出两个场景,跟大家一起探讨,AI是否能提升销售策略的效率。

上图是保险电网销的典型销售环节工作流程。第一步是名单管理,有新名单,有老名单,名单管理平台一般由内部数据管理团队去形成各种专案和分析,然后再下发到业务系统中,进入到联络中心,通过电话、微信、在线IM等手段与客户进行沟通。在这个流程中,AI可以做些什么?循环智能从专案的生产环节入手, 因为这个环节在漏斗的前端。
我们先介绍一个加保的场景。通常客户的第一张保单,金额比较低, 如果只有一张保单,可能连销售成本都收不回来,但保险完全可以家庭为单位进行交叉销售。所以加保的场景,提升空间很大,因为过去都是靠非常基础的人工分析进行加保策略的匹配。此外,因为有静默期,以及防骚扰的规则,加保的窗口期非常有限。

在有限的窗口期,我们是否可以借助AI技术提升加保的转化率?因为数据量已经非常大,靠人工进行数据分析遇到了瓶颈,很难算出什么样的画像组合适合什么样的产品,所以我们跟客户做了一些新尝试,我们用大量的保单数据做建模,然后做加保时候产品的精准匹配,这个逻辑简单来说就是,根据历史上的保单数据去建模和计算,什么标签组合适合什么产品。

分享一个加保案例,我们跟一家保司,用了过去两年将近20万数据(保单的字段和成交信息)做建模,我们做了两件事情,一个是推荐险种,一个是推荐保险产品,模型上线之后,我们看到的结果是,算法模型相比人工策略,险种推荐准确率提升到 1.6 倍,产品推荐准确率提升到 3 倍左右。
我们再来探索另一个场景。流量越来越贵,但我们发现企业容易忽视一个场景,就是已经触达过但未成单客户的商机挖掘。如果这部分流量用得好,就等同于获得了新的流量。

已经触达但未成单的客户,怎么用AI做策略?我们并没有保单数据可以用,我们唯一的数据是客户的电话号码和沟通录音,那能不能用沟通数据(对话数据)来做建模?大家从来没有尝试过。
我们去做了这个事情,分享一个实际的案例。过去,针对接触过但未成交的客户名单,企业只有一些简单的人工策略用来筛选其中更有可能有意向的客户,而我们是把过去成交的和未成交的沟通记录(语音和文本)拿出来进行训练,我们根据成交的客户沟通内容去反向计算,什么样的沟通记录更容易成单。

AI建模之后,我们对所有名单进行排序,取头部的20%进行联络,通过与企业原有方式进行对照,我们得出的效果是AI模型筛选名单的通话时长增加至 1.6 倍,而成单率提升至 3 倍。
前面分享了AI提升销售策略的实践。有位知名企业家说过,一流的策略+二流的执行,还不如二流的策略+一流的执行。好的策略之后也需要好的执行,那么AI能否在执行环节,提升团队效率?

AI是否能够弥补销售人员能力短板?

我们的结论是可以。我们的一个客户总结说,如果提升销售员的异议处理能力,就能提升通话时长,就更有可能成单。我们放一个简短的视频,给大家感受一下我们怎么做销售的实时辅助,提升销售员的异议处理能力。

除了实时的沟通辅助,在沟通结束后,我们也会把整个过程报表化。对于业务管理者来说,过去只能去管理业务员的通话时长等数据,中间的沟通过程其实不清楚,通过我们的产品,我们把整个沟通过程结构化,管理者可以了解到业务员的每个话术流程执行是否到位,了解到每个人的薄弱环节分别是什么,通过这套系统组合,对业务员的执行力会有大幅的提升。

我们请一个客户做了这张上线前后的对比。同样级别的两拨人,一拨人使用实时辅助和执行力监督,另一拨人不使用,我们可以看到,在前六个月使用我们产品的那组人业绩比不使用的那组高出了 50% 左右。
在上岗之前的培训环节,过往的培训流程基本是靠人工分析和经验总结。我们使用AI技术,从优秀销售的成单沟通记录中进行挖掘,找出有助于成单的应答话术,让把这些优秀话术变成标准流程,变成标准流程之后,在培训过程中,让新入职员工跟系统进行人机对练。
循环智能聚焦的事情是通过AI帮助客户在销售场景做业务价值的提升。我们也会不断打磨销售场景中的更多实践。
谢谢大家。
(注:演讲实录,时长约 24 分钟,可扫码观看)





循环智能
“让每一次沟通有更好的结果”

意向评分 | 执行监督 | 坐席辅助 | 智能质检 | 语音识别
>  详情请访问官网 rcrai.com