AI如何提升保险电网销转化率?行业里有这些新实践

首页    产品技术    AI如何提升保险电网销转化率?行业里有这些新实践

 

疫情加速了保险业的线上化转型。保险公司通过互联网渠道销售的产品,较以往更丰富。不过,客户可以自助完成购买的产品,以低价险、短期险为主。对于高价值保险产品,虽然最终完成购买时走互联网渠道越来越普遍,但是营销的过程,依然离不开销售人员与客户的沟通、释疑和引导过程。

 

于是,我们看到,电销流程和网销流程的融合,成为很多保险公司线上化销售的主流形态。与此同时,保险公司对人工智能(AI)技术的运用越来越深入。最近,一些在电网销融合方面走在前列的保险公司,部署了全新的 AI 技术,用于名单的AI意向预测,以及销售人员的实时辅助系统,实现了销售效率和转化率的提升。

 

为保险公司带来全新AI实践的科技公司是循环智能,他们最近在第十三届中国保险业信息化峰会上做了主题为《AI驱动销售增效与业务增长》的演讲,同时也入选了 ITC+DIA World Tour 保险峰会北京站的企业巡礼环节,作为国内保险科技界企业的代表,面向全球从业者分享了保险科技的新实践。

 

【循环智能联合创始人&COO揭发在演讲中】

 

招商信诺、水滴、轻松筹、众安等公司,都是循环智能的签约客户。该公司CEO陈麒聪告诉我们:“在保险销售场景,尤其是在涉及到高客单价且相对复杂的产品销售时,企业依然需要大量依靠真人与真人沟通,而AI在名单意向预测和执行辅助方面的落地实践,让企业看到了显著收益。”

 

名单意向预测:提升销售转化率

 

 

常规的业务流程是,保险公司将名单打包成专案,再分配给联络中心进行沟通。由于名单中客户的意向值是不同的,包含了相对的高意向客户和低意向客户,所以如果可以提前进行辨别和筛选,就可以减少联络中心在低意向线索上浪费的精力,把精力聚焦于相对高意向的客户,提升转化率。

 

传统的名单意向预测方式,主要是基于用户的行为数据(访问了哪些页面)和属性数据(年龄性别等),当这两种数据不够丰富时,能否直接用沟通对话数据来评分?

 

场景一:来自第三方平台的名单优选

 

保险电网销的场景中,每个成功单背后往往都需要经过不止一次沟通。保险公司与第三方平台合作时,可以在限期内,与在第三方平台上咨询过产品的名单进行二次沟通。

 

一家人身险公司与循环智能合作,引入了名单意向评分机制。循环智能通过对接企业过往“成功单的首通电话内容”、“非成功单的首通电话内容”,分别作为模型的正例和负例,训练了基于首通对话内容的 7 天内成单预测模型。通过该模型,这家寿险公司对于所有名单,进行了成单率的预测和排序。

 

 

 在后续沟通时,企业根据预测结果,调整销售跟进策略:优先跟进成单率较高的名单;对于成单率低的名单,可以花较少的精力,甚至如果精力不够,可以直接放弃。

 

场景二:自营平台的名单翻打筛选

 

对于保险公司自营平台的名单,在进行翻打沟通时,同样可以借助算法模型,基于过往的沟通记录,对成单结果进行预测。

 

由于翻打名单的数量通常很大,无法全量覆盖,过去保险公司的做法是根据人工经验,按照地区等条件去筛选名单。循环智能服务的一家人身险公司,引入基于过往沟通数据训练的AI算法模型之后,可以通过算法模型筛选其中的高意向名单。

 

 

他们多次对比测试了,基于AI的名单筛选方案和传统人工策略的方式,从最终成单的转化率来看,新的AI名单优选方式转化率可以达到传统人工筛选的2~3倍,AI优选名单的平均通时也可以达到人工策略筛选的 1.6 倍左右。

 

很多人感到好奇,AI模型对成单率的判断为什么会比人更准?主要原因在于,AI模型学习到了所有成单对话的特征,而人只听过少量的成单对话内容,对于“弱信号”的判断有局限性。

 

场景三:保单客户与产品匹配预测

 

有时候,保险公司会遇到这样的情况,针对一批特定的名单,无法确定他们可能会对哪个进阶产品更有需求(例如:重疾险vs医疗险),所以只能让销售员各自根据经验进行判断。

 

循环智能与一家寿险企业合作,从保单数据中交叉分析销售结果(保险产品)与客户画像(年龄、职业等大量特征字段)的关联性,而且结合过往的沟通内容进行综合建模,得到保险产品与客户匹配模型。

 

 

这家寿险公司通过该模型,为一批名单中的每个潜在客户匹配了更感兴趣的产品。经过测试,通过AI模型为名单客户匹配的产品,相比传统人工经验进行匹配的产品,转化率可以提升 2~3 倍。

 

场景四:代理人的名单优选

 

中国有800多万保险代理人(营销员),他们各自维护着一批客户名单,当他们任职的企业推出新的保险产品,他们会向自己的客户进行营销宣传,例如在微信上转发产品介绍网页给潜在客户。

 

保险代理人的水平差异很大,其中初级的、刚入门的代理人占了很大比例,他们并不能很好地判断,新推出的产品更适合哪些潜在客户。

 

 

循环智能与一家保险公司合作,通过计算已成单的客户的特征(标签)与所购产品之间的关系,建模得出新的产品会更适合哪些特征(标签)的客户,帮助保险代理人筛选更合适的潜在客户名单,集中精力进行沟通,从而提升成单率。

 

沟通实时辅助:让每个销售“更会说话”

 

 

保险销售需要投入大量的人力,但目前来看,保险销售人员的沟通技能和水平提升速度是很慢的,加之这部分人员的流动率通常超过50%,对于如何能够更快提升销售员的业务水平,保险公司缺乏有效的技术手段。

 

在电网销场景,行业内一致认可的是,如果销售员在沟通中可以更好地解答客户的疑虑和异议点,就可以显著地增加通话的时长,与客户达成交易的可能性就会更大。因此,循环智能首先做的事情,就是与保险企业一起,借助AI对话分析系统,从过往的几十万、上百万通沟通录音或文本中,挖掘最常遇到的客户疑虑和异议点,然后结合最终的沟通结果(是否成单),来判断哪些销售员的应答更有助于最终成单。

 

 

接下来,循环智能会帮助企业把这些通常来自优秀销售员的最佳应答实践,配置到一个实时辅助系统中。实时辅助系统负责判断当前的沟通对话过程聊到哪里了,一旦监测到客户问了一个常见异议点,就立即(在半秒钟之内)弹出提醒模块,让销售员可以参考同一场景下的最佳应答实践进行沟通。

 

实时辅助系统的核心功能是识别对话聊到了什么场景,然后提供相应场景下的话术提醒。除此之外,实时辅助系统还提供流程导航、客户画像挖掘和质检提醒等功能。据了解,该系统可以通过一行代码的形式嵌入到客户的CRM系统中,以浮窗形式提供辅助。企业管理者可以借助每日推送的报表,了解到每名销售是否在沟通中采用了最佳实践,了解到每个小组的执行力表现。

 

使用实时辅助系统究竟能起到多大的作用?在循环智能的一家保险客户的对比测试中,初级销售的平均沟通时长和业绩,相比不使用实时辅助系统的情况,可以快速接近中高级销售的水平。

 

新一代AI产品:与业务结合更紧密

 

 

 

“过去大家普遍认为,人与人的沟通过程是非常个性化和多样化的,所以依赖标准化、结构化数据的AI技术很难带来实际帮助。”循环智能CEO陈麒聪告诉我们,“正是得益于新一代的自然语言处理和深度学习技术的突破,企业才能更准确高效地识别出同一个语义的上百种表达方式,针对海量沟通内容的高效数据挖掘和信息提取才有了可能。”

 

新技术带来了新的可能性。不过,对于保险公司的管理层而言,部署人工智能技术能带来的业务价值和回报周期往往不可控,所以做决策也会非常谨慎。陈麒聪表示,循环智能的AI方案之所以受到保险客户的欢迎,还有一个很重要的原因就是解决了这个难题——因为与业务结合更紧密,部署AI系统带来的业务价值也变得更容易衡量。企业可以通过对比测试,直接看销售业绩增长了多少,转化率提升了多少。

 

最近,循环智能公布融资消息,红杉资本中国基金领投了该公司新一轮 1200 万美金的融资,万物资本和金沙江创投跟投。此前循环智能也获得包括真格基金、金沙江创投和靖亚资本在内的投资机构支持。客户的认可和资本的加持是企业发展非常有力的助推器,期待看到这家深耕销售场景的公司带来更多保险科技新实践。(完)

2020年11月3日