对于已经成交的老客户，向他们推销新产品时，对于应该推荐什么产品，企业缺乏有效依据，只能凭经验判断。

二次销售窗口有限，如何尽可能提高转化率

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

大量未成交名单中的商机，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，只能随机筛选之后进行翻打，效率很低。

业务需求与挑战

究竟哪些话术对成单有帮助？企业缺乏有效的、针对沟通对话数据的分析手段，只能凭经验进行人工总结。

保司难验证哪些话术有助于成单

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。

01 名单意向预测

找出在沟通中价值传递不到位的员工

当分析得出有助于成单的知识点或话术之后，企业需要一个系统来监督销售人员是否按照要求执行，了解哪些销售的表现更好。对于销售管理者而言，对销售新人的判断不必等到出业绩，可以从每天的沟通中信息传递是否到位。 

04 话术执行监督

公司动态

保单客户的加保产品推荐，准确率提升至 3.3 倍

针对已购买保险的保单客户或者保险到期客户，进行产品续保或者和加保触达推荐，根据历史沟通数据进行客户标签内容提取，形成有效客户画像，推荐合适加保产品或者产品类型。

02 加保产品推荐

让销售新人更快出业绩 

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，同步提取沟通过程中的客户标签，通过标签体系形成客户画像，帮助业务人员进行客户分层和产品服务匹配推荐。 

03 坐席实时辅助