语言表达是非常多样化和个性化的，传统的关键词和正则方案只能通过穷举的方式找出部分违规点，会导致大量风险被遗漏。
传统的质检方案（关键词和正则），会遗漏大量风险
人工坐席的人员流动性大、培训不足，整体业务水平和专业素质难满足客户需求。对于如何帮助水平层次不一的业务人员，快速掌握产品知识点和沟通话术，准确完成产品价值的传递，缺乏有效的辅助手段。
大量销售人员的沟通技能和业务水平较差
未成交和已成交名单中的商机，没有充分挖掘
针对未成交名单，难以筛选其中的相对高意向名单，导致销售人员在“低意向客户”上浪费了大部分精力，销售转化率难提升；针对已成交客户，向他们推荐新产品时，企业缺乏辅助手段筛选出可能对某产品更感兴趣的客户名单。
业务需求与挑战
循环智能的解决方案专家可为您上门演示产品，解答您的疑问
预约上门（京沪）或远程演示
保险行业解决方案
- 借助话术挖掘和实时辅助系统，提升一线销售员的产能
- 借助创新的名单意向预测方案，实现名单优选和精准销售
- 借助新一代合规质检系统，降低合规风险
提升通时、异议处理能力和转化率
在坐席沟通过程中，实时辅助坐席人员进行话术引导，指引业务流程，当坐席涉及话术违规时进行违规提醒，测试发现系统使用率越高，异议处理的命中和话术采纳就越高，最终的通话时长就越长，也就越有可能完成后续的转化漏斗。
坐席实时辅助
分析话术采纳情况，发现每名员工的短板
通过执行报表，分析每名一线员工的实时辅助系统使用率、异议处理采纳情况，并结合通话时长的对比，让小组长能够看到组员在使用系统之后带来的变化。同时，组长可了解每名组员的短板，进行针对性培训以提升水平。
话术执行报表
以往，企业部署的AI系统主要是给管理者使用的，而实时辅助是直接面向一线员工的。做一套让一线员工愿意使用的实时辅助系统，必须保证产品用起来足够简单，最好在原有的工作流程之上，不增加任何的多余操作步骤。
循环智能（rcrai.com）的实时辅助系统，通过一行代码嵌入客户已有的CRM系统，产品为浮窗形式，方便坐席人员展开和关闭，也可以方便地调整窗口大小和位置，非常容易上手，使用成本几乎为零。
如何让一线业务员愿意使用？
从优秀销售的真实沟通中发现优秀话术
在保险企业利用优秀人工坐席在过往的海量沟通记录（录音和文本），进行话术挖掘，然后将挖掘结果与业务专家的经验进行结合，总结出客户在实际沟通中常见的问题和异议，以及优秀人工坐席在应对这些问题和异议时的最佳实践。
话术挖掘
从技术上讲，话术挖掘的过程首先需要将优秀人工坐席的沟通录音，通过针对保险行业沟通场景专门优化的ASR服务转写为文本，并且分离出录音中的人工坐席讲话部分和客户讲话的部分；然后，借助专门的聚类算法，找出相似语义的句子；最后结合业务经验，总结出优秀坐席的最佳实践，并且作为更有效的培训内容分享给全体员工练习和使用。
技术原理：聚类算法
算法原理是基于对话数据的AI模型：将成单对话作为正例、未成单对话作为负例进行训练，通过算法模型，筛选已沟通名单中的高意向客户。
机器比人判断得更准的原因包括： ① 机器的视野是全局的，它见过所有成单对话的内容，人只知道局部； ② 人对沟通中的强信号很敏感，但对那些弱信号无感； ③ 销售人员的水平差异很大，大部分非资深销售的判断能力差。
意向预测：算法为何比人更准？
挖掘存量名单二次成交机会，转化率提升至 2.7 倍
基于过往沟通数据和成单结果，利用 AI 模型找出存量名单（包含已成交和未成交）中的高意向客户。在某客户的实际对比测试中，AI 模型找出名单的转化率可达人工策略或随机拨打的 2.7 倍。
名单意向预测
产品推荐：算法为何比人更准？
算法原理：针对有数据的用户，从用户画像中自动挖掘画像和产品的关联性，将不同产品与客户画像进行交叉，并输出所有特征关联性比对。
机器比人判断得更准的原因： 机器的视野是全局的，它可以综合分析所有保单客户对应的标签，找到标签与产品之间的关系。
保单客户的增购产品推荐，准确率提升至 3.3 倍
通过分析历史沟通数据，学习客户标签与已购产品之间的关系，从而了解客户更有可能感兴趣的产品，帮助企业筛选对产品感兴趣的名单进行触达，提升销售转化率。
增购产品预测
整体对比：传统正则 vs 新一代“非正则”
传统的关键词和正则方案已经不够用了——既找不全，也找不准。通过引入非正则，即AI机器学习的方案，企业在语音和文本的质检工作中，可以大幅提升工作效率，同时降低前期生产和后期的正则代码维护成本。
技术原理
从原理上看，传统关键词和正则表达式是字符级别的，需要查找具体的字或词；非正则方案（如下图）则是句子级别的，首先需要通过人工标注上千条数据训练质检项模型，然后通过模型判断一个新的对话是否命中了该模型。
核心指标
召回率，即是否“找得全”；准确率，即是否“找得准”。与传统正则方案相比，基于AI算法模型的非正则方案，在召回率上具备显著优势，这意味着非正则方案可以找得更多潜在的违规项，帮助企业降低违规风险。
生产成本
与大家的固有认知相反，AI质检项具备更低的生产和维护成本，因为AI质检项的生产通常仅需要一个无任何基础的普通人进行一天的标注（两三千条）；而编写和维护正则代码库，则需要既懂业务又懂正则的专业人才，花费一周的调试时间才行。
效果对比
以质检项“恐吓威胁”为例，传统正则的方案找出了 174 条正确的违规对话，而新的非正则方案则找出了 1596 条。找出的违规项越多，遗留的风险就越小，从风险指数的角度看，非正则方案将风险降低至 1/9。
2
提取 - 质检项
录音进入系统后，自动进行ASR转写并提取语义标签（即AI质检项）。语义标签是结合上下文语义计算得出的，会标记在对话上面，方便回溯。
· 语音识别
· 结合上下文语义的质检项
1
训练 - 质检项
企业确定要质检的新质检项之后，“非正则”即AI质检项需要提供录音或文本数据，进入标注工厂进行人工标注，训练该语义标签（即AI质检项）的分类器模型。
· 标注工厂
· 主动学习技术降低标志成本
3
复检 - 质检项
通过人工复检，即对系统判断的质检结果进行确认。每一次人工复检结果，都会反哺给AI算法模型，使算法模型更加准确。形成“越用越准确”闭环。
· 复检即对机器质检结果的修正
· 越用越准
工作流程
对比传统方案
深思熟虑的使用界面
循环智能的质检产品界面经过多次关键迭代，大幅提升了标杆客户的实际使用体验，可以帮助质检员高效工作。
独有的违规值排序
即使没有命中任何质检项的对话，也能通过机器学习算法，计算整个对话违规的概率，生成违规值，帮助复检员高效抽检。
创新的流程质检
先识别场景，再识别在该场景下，销售或客服是否按照标准作业流程（SOP）的要求进行沟通，是否漏了该说的信息。
亮点功能
解决方案
我们服务的客户
“我们之所以在众多供应商中选择循环智能为我们提供智能质检及实时辅助等多项技术，是看中了循环智能的技术水平和落地应用的实践能力。”
—— 招商信诺 金融科技项目高级经理
“循环智能帮助我们的顾问团队，高效地解答客户的疑问，帮助销售顾问更好地成长，为水滴建立一支高效顾问团队起到了重要作用。”
—— 水滴保险 产品总监
保险相关内容
03-24
电网销融合后，对于人工坐席的要求变得更高了
查看详情 >
01-27
获得“最具产业价值技术应用落地案例 TOP30”
11-03
新技术带来了新的可能性。
为什么选择循环智能？
创始人与Google AI合作发布XLNet模型
联合创始人杨植麟作为第一作者，与 Google、CMU联合发布了 XLNet 自然语言理解模型
金融、教育等行业超百万小时数据训练
在金融、教育、互联网等领域，服务数十家超千人坐席的中大型企业，积累100万+小时的行业标注数据
由红杉中国领投新一轮融资
2016年成立以来，获得包括红杉中国、真格基金、金沙江创投、靖亚资本在内投资方支持
1,000,000+小时
循环智能 ×《中国银行保险报》
2020年9月3日，循环智能COO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，分享《AI 驱动的销售提效与业务增长》。
我们可以为您提供最优质的服务，专业服务，省心省钱
现在开始您的优质之旅吧
To view this video please enable JavaScript, and consider upgrading to a web browser that
视频播放失败，请联系站点管理员！
