-620.svg)
【客户案例】「招商信诺人寿」如何用AI提升销售质检和目标客户筛选效率
-
2021-11-16
-
公司动态
从营销端到产品端、中后台技术端和服务端，保险企业正在加速业务全流程的数字化和智能化，借助大数据、人工智能等技术，不断提升业务效率和客户体验。
招商信诺人寿保险有限公司（简称“招商信诺人寿”）重视在保险营销和服务环节的金融科技能力建设，通过为“网+电”营销模式提供技术赋能，搭建了一站式线上营销平台，助力销售顾问人员以客户为中心进行线上经营和服务。
从2020年初开始，循环智能（Recurrent AI）依靠先进的自然语言处理技术和在银行保险领域丰富的业务实践经验，获得招商信诺人寿的信赖，双方在销售与客户经营数字化的多个环节展开深入合作和共同探索。其中，在销售沟通过程的合规质检和目标客户的筛选环节，招商信诺人寿与循环智能（Recurrent AI）携手打造了新一代合规质检（Compliance）和精准销售（Target）解决方案，基于真实对话语义理解引擎和深度学习技术，显著提升了质检人员和销售人员的工作效率。
■ 新一代AI合规质检，让合规风险无处可逃
过去几年，各大保险公司、保险中介机构纷纷部署了机器质检系统、双录质检系统，以期能够及时发现和纠正销售员与客户沟通过程的不规范之处，降低企业被投诉带来的合规风险。
但企业渐渐发现，过去部署的传统机器质检系统效果无法令人满意。同时，在监管趋严的背景下，全行业纷纷开始向基于对话语义的新一代智能机器质检系统升级。具体来看，传统机器质检系统难满足需求的关键原因有二：第一，人与人沟通时讲的话是高度个性化的、表达方式是复杂多样，仅仅依靠“规则”进行穷举的传统机器质检方案，很难识别出真正的句子语义。第二，保险销售的业务流程、逻辑是复杂的，传统的机器质检，无法对包含多通对话、复杂逻辑和场景的质检项进行查找。
为了破解这两大难题，循环智能（Recurrent AI）在与招商信诺人寿提供服务的过程中，逐渐形成了新一代保险质检的“三级火箭”解决方案：首先，从字和词级别的关键词+正则方式，到引入句子和段落级别的AI语义点方式；其次，引入企业自定义字段和逻辑规则判断，实现多通对话、多个语义点之间复杂的流程&逻辑判断；最后，在成功单质检场景，通过计算同一个保单涉及的多通会话违规的可能性高低，进行违规值排序，帮助人工复检员节省工作量。
从“关键词”升级到“一段话的语义”。从工作原理上看，保司和保险中介机构部署的初代机器质检系统，通过将录音转写成文本，然后借助“关键词和正则表达式”进行穷举，以查找其中可能涉及违规的会话。而新一代的AI机器质检方案则与之不同。新方案通过“喂”给机器足够多的违规实例片段和不违规实例片段（即经人工判断属于某项违规或不属于某项违规的对话语句片段，这个过程在AI领域被称为“人工标注”），训练机器算法去“学习”违规对话片段的隐含特征，然后用“训练”出的模型识别更多对话片段的语义，看看是否命中这个“AI语义点”。
△ 引入企业自定义字段和逻辑规则判断， 实现多通对话、多个语义点之间复杂的流程&逻辑判断
引入多通对话、复杂流程的逻辑关系配置。在真实的保险销售对话中，发现销售员不严谨或不规范的地方，例如“产品介绍遗漏”这样的质检项，通常会涉及多个标签（AI语义点或正则语义点），因为先要判断当前对话的场景是否涉及某个长期险或短期险，然后再判断是否讲到了相应保险产品的所有五项或七项特点。再例如，在“保单递送对话场景”提及电子保单或纸质保单其中一个都算合规，但是关于“保单生效日”陈述的要求是，必须讲到生效日，同时提到“扣款不成功不生效”，才符合要求。新一代合规质检系统，支持企业自定义字段，以及复杂多样的质检项场景逻辑配置，对于包含多通对话、复杂流程逻辑质检项的支持更加精细化、更加完善。
成功单质检的违规值排序。保险企业在银保渠道销售的保险，需要对所有的“成功单”销售沟通过程（录音和文本）进行人工质检复核，这是一项非常耗时的工作。企业的一项核心诉求是，如何能把最有可能违规的对话给找出来，让人工质检员把精力花在可能违规的对话内容上。因为，循环智能创造了一种新的“违规值”算法，通过把整个对话（甚至同一个保单对应的多个对话）当成一个整体进行机器学习：在训练阶段，将“违规”的整体对话和“没违规”的整体对话输入算法模型，学习“违规”对话的隐藏特征；在执行阶段，将新的对话输入算法模型，然后计算该对话违规的概率。
在需要100%人工复检的保险成功单质检场景，如果在算法建模阶段经过了充足的数据训练，那么循环智能（Recurrent AI）的“违规值”排序功能，基本上可以在违规值前60%的会话中找到大部分违规对话，最高节省40%的成功单质检工作量。
■ 创新的目标客户筛选模型，引入沟通对话数据
常规的网电销业务流程是，保险公司将不同来源的线索名单打包成专案，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，对于存量线索名单比较丰富的保险企业而言，就可以减少联络中心在低意向线索上浪费的精力，把有限的精力聚焦于相对高意向的客户，提升转化率。
目前，保险行业部分企业开发的目标客户筛选模型，主要是基于从用户的行为数据（访问了哪些页面）、业务数据（购买的保单字段）和属性数据（年龄性别等）中提取的客户标签等结构化数据进行建模，找出相对高意向客户的隐藏特性，然后筛选新名单中的高意向客户进行优先触达。由于企业与客户之间沟通时产生的对话数据，属于非结构化数据，常规模型难以纳入这些数据，所以这些数据一直没有在目标客户筛选模型中起到作用。
循环智能（Recurrent AI）以自然语言处理技术见长，与招商信诺人寿合作，创造性地提出了将结构化的客户标签数据与非结构化的对话数据进行组合建模的方式。双方在目标客户筛选模型上进行技术创新，形成新一代的精准销售（Target）解决方案。从实际效果看，在存量名单的翻打等目标客户筛选场景中，全新的组合模型方案，相比单独的结构化数据模型，成单转化率可以提升 30% 左右。
■ 保险行业领先者已进入“AI驱动的数字化运营+人机耦合”阶段
最近，招商信诺人寿依托在销售与客户经营数字化转型领域的多项创新实践，入选了《蓄势增长——2021 保险销售与客户经营数字化调研报告》。招商信诺人寿深耕行业18年，并长期保持着银保监会监管评级A级的标准，为超过600万消费者提供保险保障、健康管理、财富规划等全方位的产品和服务，在科技赋能提升产能和客户体验上也始终走在行业前沿。
↓扫码或点击阅读原文领取完整调研报告
《蓄势增长——2021 保险销售与客户经营数字化调研报告》通过对国内40家代表性保险机构管理者的调研和深度访谈而得出。调研对象包括 23家人身险企业、11 家财产险企业、5 家保险经纪企业和1家互联网保险企业，覆盖了国内人身险公司保费规模前十位中的 80%，财产险公司保费规模前十位中的 60%。
这份调研报告聚焦保险业销售与客户经营端的数字化发展现状、关键创新历程以及未来发展趋势，特别指出保险业领先者的销售与客户经营数字化转型，已经进入“AI驱动的数字化运营+人机耦合”的阶段，通过增强精细化管理能力和增加对一线顾问人员的实时赋能，蓄势业务长期增长。此外，调研报告还对保险销售与客户经营的数字化发展趋势进行了展望，结合行业的前沿实践案例，总结了六大发展趋势。
本次调研发现：
超过60%以上的人认为保险行业销售与客户经营的四大痛点分别是：接触不到足够多的客户、客户画像（标签）不完善、转化率低以及销售人员业务水平和专业素质不足；
在销售管理中 84.6% 的保险管理人员认为最大痛点是“对销售中出现的问题发现滞后”，而79.5%的人认为是“对销售过程情况缺乏及时了解”；
本次调研还发现“人机对练训练”和“优秀对话挖掘与推荐”是保险机构在科技赋能销售的应用场景中，需求增长最快的两大场景。
更多调研发现和创新实践案例，欢迎下载完整版调研报告了解。
■ 持续为保险行业的销售沟通赋能
相比纯电销时代，网电销时代的保险企业，借助互联网渠道与客户的连接更加紧密，沟通方式更加多样化，同屏互动、企业微信等新技术和新工具逐渐成为行业标配。循环智能（Recurrent AI）致力于更多保险行业客户携手，不断探索可提升销售效率的智能化技术，持续为保险行业的多种销售沟通场景赋能。
在金融领域，循环智能（Recurrent AI）已经服务了包括招商银行、上海银行、中国农业银行、中国人民保险、太平洋保险、太平人寿、招商信诺人寿、大都会人寿、众安保险、水滴、360保险和轻松筹等在内的众多标杆客户。
循环智能（Recurrent AI）是一家专注于 SalesTech（销售科技）领域的企业服务公司，服务的客户主要在金融、房地产、汽车、零售等领域，涵盖线上和线下沟通场景，致力于让企业与客户的每一次沟通有更好的结果。循环智能在AI企业服务领域，以领先的业务落地实践和卓越的AI技术能力见长：在权威市场研究机构 CB Insights 评选的 2021 年度“AI 100”全球榜单中，循环智能是“销售与客户关系管理”领域唯一的中国公司（共六家中国公司入选）。在2021年世界人工智能大会上，循环智能与华为云联合开发的盘古NLP大模型，获评大会颁发的最高奖项“卓越人工智能引领者之星（SAIL之星）”之一。
关于循环智能
■ www.rcrai.com
■ 010-56271640
■ 简历投递：hr@rcrai.com
■ 北京 | 上海 | 无锡 | 深圳
