AI 如何帮助保司提升保险销售效率?

首页    活动和演讲    AI 如何帮助保司提升保险销售效率?

 

2021年4月14日,上海。循环智能(Recurrent AI)联合创始人、COO揭发出席“2021后疫情时代中国保险业创新大会”,并作了主题为《AI 破局保险销售增长难题》的演讲。在演讲中,揭发主要分享了保险公司在销售过程中面临的三大挑战,以及循环智能与标杆客户共同打造的解决方案和案例。

 

▲ 循环智能联合创始人、COO揭发在演讲中

 

截至目前,在保险领域,循环智能(Recurrent AI)已经服务了中国人民保险、太平洋保险、招商信诺、众安保险、水滴、360保险和轻松筹等标杆客户,以创新的AI技术和深入业务流程的解决方案,帮助企业实现销售效率的提升和业绩的新增长。

保险销售面临的三大挑战

 

挑战一:大量销售人员的沟通技能和业务水平提升慢。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。

 

挑战二:缺乏从海量名单中筛选目标客户的高效方法。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。

 

挑战三:传统的质检方式(关键词和正则)难满足合规需求。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,而保险的质检对检出率要求高,会导致大量风险被遗漏。

 

循环智能的解决方案:Expert↑

 

 

保险销售离不开销售人员与客户的沟通过程,针对销售人员水平提升慢、产能低的难题,循环智能(Recurrent AI)为保险企业提供人员产能提升解决方案 Expert↑。

 

Expert↑ 解决方案包含了由四个核心模块组成的闭环:“优秀话术挖掘→重新培训→实时辅助→执行监督与个性化指导”。

 

 

 

其中,在“优秀话术和实践挖掘”部分,循环智能(Recurrent AI)的AI专家从过往优秀销售的海量沟通实践中,挖掘客户的常见异议和优秀销售的应对实践,挖掘结果将由循环智能公司内部的保险行业专家与客户公司的行业专家,联合进行最佳实践的梳理,并形成新的培训内容。这是最终价值落地的过程中非常容易忽视的环节。

 

 

具体到实时辅助产品,做一套让一线员工愿意使用的实时辅助软件,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(Recurrent AI)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,使用成本极低。

 

 

除了在沟通过程中提供实时辅助系统,循环智能的 Expert↑ 解决方案,提供了“执行监督”系统。该系统可帮助保司监督员工的话术流程执行情况(对于关键的异议点是否采纳),发现优秀销售与普通销售的执行力差别。通过“执行监督”系统,小组长可方便地从执行报表“下钻”到沟通过程的具体内容,发现员工短板,并提供个性化指导以提升其能力水平。

某保险客户部署循环智能的实时辅助系统之后发现,按照实时辅助系统的实际使用率计算,使用率较高的人员(top50%)平均成单率是使用率较低者(last50%)的 2.7 倍左右。

 

循环智能的解决方案:Target↑

 

 

 

从“未成交名单”中筛选目标客户,以及从“已成交的名单”中筛选出对新产品感兴趣的客户,是保险销售过程的重要环节。循环智能的精准销售解决方案 Target↑,开创性地提出了基于沟通对话内容的客户意向预测方式。

 

 

 

 
在保险销售的翻打场景,即从“未成交名单”中筛选目标客户的过程中,循环智能(Recurrent AI)帮助保司利用过往沟通内容与成单结果,训练出意向预测模型,然后基于该模型对未成交名单进行排序,筛选出其中的高意向名单进行沟通。

 

某保险客户的统计数据显示,使用循环智能的算法模型筛选出的名单,成单率可达企业原有方案的 2~3 倍。

 

在保险销售的客户增购场景,即产品与客户需求匹配场景,循环智能的算法模型可通过学习客户属性等标签与购买产品之间的关系,帮助保司从一批名单中筛选出对某类型产品更感兴趣的客户,帮助保险企业实现精准销售。推荐产品的准确率,可达保司原有人工策略(随机推荐为主)的 2~3 倍。

 

循环智能的解决方案:Compliance↑

 

 

随着监管部门对保险销售行为的合规性要求越来越高,保司也加大了在合规质检流程中的投入。传统的关键词和正则质检方式,已难以满足保司对销售过程的合规质检需求。循环智能(Recurrent AI)基于上下文语义识别的“非正则”合规质检解决方案,可显著提升关键违规项的检出率,帮助保司降低合规风险。

 

 

应用 AI 机器学习技术的“非正则” 合规质检流程是:训练质检项 → 机器自动提取命中质检项的对话 → 人工复检对话内容。针对保险行业的质检项定义复杂的难题,在训练质检项的环节,循环智能(Recurrent AI)会在保险客户质检团队的指导下,进行超长上下文内容的标注。

同时,考虑到上下文逻辑复杂,有时候还需要跨会话才能判断是否违规,循环智能(Recurrent AI)支持同一保单的多通会话关联质检,可设置复杂的前置条件(语义点位置、时序、次数)等,然后判断是否命中质检项。

 

 

 

此外,为了进一步降低遗漏违规带来的风险,循环智能(Recurrent AI)独家提供违规率排序算法,通过学习违规对话的隐藏特征训练“违规率排序”算法,然后直接计算整通对话的违规概率,帮助保司高效筛选“漏网之鱼”,将风险降至最低。

 

预约交流与领取资料

如需预约交流或产品演示,请猛戳这里(rcrai.com/demo),我们的保险业务专家将为您解答疑问。

欢迎领取《保险人工坐席产能提升白皮书》印刷版的最新保险行业宣传册

欢迎进入保险解决方案页面了解更多内容。
2021年4月15日