如何借助AI语义分析技术,帮助保险“电网销中心”人工坐席提升业务水平?

 

保险“电网销”的融合是近些年和未来很长一段时间内的行业发展趋势。以人身保险为例,从中国保险行业协会最新发布的统计数据来看,2020年“电网销”融合更紧密的互联网渠道累计实现规模保费2110.8亿元,较2019年同比增长13.6%;而纯电销渠道累计实现规模保费136亿元,较上一年下降了 22.5%。

 

其实,“电网销”融合之所以成为趋势,原因在于结合了两者的优势:先借助互联网实现客户的广泛触达和初步需求验证,再借助电话和企业微信等方式进行一对一沟通和深入需求挖掘,以实现需求为导向的销售。

 

因此,对于保险公司而言,在新的趋势之下,对于人工坐席的要求变得更高了,而不是更低了。所以,保险公司传统上面临的挑战更加棘手: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。

 

为了应对这些挑战,最近一年多以来,行业里出现了全新的解决方案:通过为人工坐席提供辅助和增强方案,帮助员工发挥更大的潜能,提升员工产能。很多保险公司由此实现了业务再增长。与过往的解决方案相比,新一代的人工坐席辅助和增强方案,不仅仅提供软件工具,而是深入业务流程,启动阶段从话术挖掘到实时辅助,执行阶段从实时辅助到执行报表,提供完整的解决方案闭环。

从话术挖掘到实时辅助

虽然每家保险公司都会为人工坐席提供一套沟通话术和标准化用语,以帮助业务员快速与客户展开话题,更专业地进行需求挖掘和异议处理。但是,在实际沟通中,这些纯人工经验总结的标准业务流程(SOP)和话术用语,却难被直接使用起来,其中很大一部分原因是这些标准话术缺乏实践的充分验证。

 

针对这个问题,新一代的实时辅助解决方案引入了“话术挖掘”的环节: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,然后将挖掘的结果与人工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。这样就可以确保,企业向更多员工推荐的话术,都是来自真实的客户问题和真实的应对实践。

 

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培训练习和实际使用。

 

话术挖掘环节解决了标准流程话术的实用性问题,也让培训的内容更加有效。但在短时间内,人工坐席业务员既需要学习沟通话术和技能,又需要掌握不断更新的专业保险知识和产品知识,成长速度往往难以达到企业的要求。因此,为人工坐席一线员工提供直接帮助的实时辅助系统势在必行。

 

在一线坐席人员与客户的沟通过程中,实时辅助系统用可以实时转写通话的内容,当谈到特定的语义点时(例如,客户提到“已经有医保”),及时弹出相应的专业产品知识和来自优秀坐席的沟通话术,帮助初级和中级坐席人员,在实际沟通中表现得更加专业,更好地处理客户异议。除此之外,实时辅助系统还提供流程导航、客户画像生成和实时质检提醒等附加功能。

 

实时辅助:从“有用”到“愿意用”

 

一套实时辅助系统可用性的关键,在于做到两点:首先,把尽可能多的产品专业知识和异议处理内容提前配置到系统中。这一步跟话术挖掘的过程息息相关;其次,在沟通中及时触发足够多的辅助内容。这一步比想象中更难,因为传统的完全依靠关键词进行触发的方式因为准确率太低(同时误触率太高)已经无法满足实际使用的需求,新的方案通过句子的语义进行触发条件的判断,而句子的语义需要提前进行语义标签分类器的生产——通过人工标注数百或数千条真实语料。

 

循环智能(Recurrent AI)通过深入业务流程的话术挖掘和基于语义的标签生产系统,解决了实时辅助系统的可用性难题。但具备了“可用性”,不代表就一定会被使用——还要解决易用性和如何持续产生价值的问题。

 

易用性: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。

 

持续产生价值:产能的提升并非一蹴而就,但中间效果要看得见。通过对照组的测试,我们知道了系统使用率越高(浮窗展开时间越长,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。因此,循环智能(rcrai.com)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。

 

通过分析异议处理采纳情况,小组长还可以了解到每名一线坐席的短板在哪里——对哪些异议项的处理不当,系统支持“下钻”到具体的录音,来查看当时真实的沟通录音或文本。借助执行报表,帮助坐席小组长更有针对性地对每名组员进行培训,帮助其更快成长进步,持续产生价值。

 

从“替代人”到“增强人的能力”

 

在“电网销”不断深入融合的趋势下,保险公司对于人工坐席的要求变得更高了,而不是更低了。不过,市面上做对话机器人和外呼机器人,以替代最初级人力的公司很多,而将增强人的能力作为核心业务的公司却很少。其中很重要的原因是,人和机器各有所长,如何充分利用两者的优势,让人和机器一起工作,实现更有效的人机耦合是一件极具挑战性的事情。

 

在银行保险领域,循环智能(rcrai.com)服务了招商银行、人保财险、招商信诺、众安保险、水滴和轻松筹等标杆企业,借助完整的人员产能提升闭环解决方案,让优秀员工的最佳实践成为公司资产,以辅助全体员工为客户提供更专业的服务。同时借助执行报表系统,不断发现员工的短板,进行个性化培训,进一步提升其成长速度,最终通过增强人的能力,为公司带来的新的业务增长点。

 

循环智能制作了白皮书《2021保险人工坐席产能提升白皮书》,猛戳这里领取白皮书,猛戳这里预约交流和产品演示。了解更多,欢迎访问循环智能(Recurrent AI)官网的保险解决方案页面。

相关推荐

零样本NLP平台:一句话生产一个模型的时代已经来临

技术变革带来全新生产方式,提升10-1000倍生产效率

循环智能(Recurrent AI) 576

线下门店销售过程看不见?智能工牌让每次沟通数据化、可分析

整合企业微信、App-IM、邮箱等线上沟通数据,与线下门店采集的互动信息深度融合,结构化还原客户全渠道沟通旅程,精准提炼动态客户画像,并自动生成全景式客户沟通总结,告别碎片化信息,全面呈现客户需求的演进脉络。✅ 赋能门店管理层:智能推送门店盘客日报,自动生成门店的盘客日报,分析客户意向等级、购买抗性、销售团队表现等;:汽车4S店、银行网点、高端家电和家居、高端零售、上门运维等所有复杂、多轮、长周期的线下销售场景。汽车销售:客户试驾3次,家庭成员意见从"要空间"到"要安全配置"再到"比价格"

循环智能(Recurrent AI) 680

智能质检产品Compliance:七大亮点满足企业多样化合规质检、SOP质检需求

最近,循环智能的智能质检产品Compliance全新升级,不仅对包括关联质检、流程质检、自定义字段在内的核心功能进行了全面迭代,满足企业更加多样化的合规质检和SOP质检需求的同时,还优化了语音转写模型、应用NLP小样本/零样本的盘古大模型提升AI检出效率,升级了软件的用户使用界面(UI),提升用户操作体验等。

循环智能(Recurrent AI) 942

65家保险机构参与调研,《2022保险业数字化客户经营白皮书》发布

中国银行保险报、普华永道与循环智能(Recurrent AI)联合编写

循环智能(Recurrent AI) 411

循环智能入选英特尔“AI百佳”计划,通过AI算力加速销售科技应用的落地

循环智能入选英特尔“AI百佳”计划,通过AI算力加速销售科技应用的落地

循环智能(Recurrent AI) 4557

循环智能与华为云联合推出全球最大中文语言模型,专攻企业级落地应用

循环智能与华为云联合推出全球最大中文语言模型,专攻企业级落地应用4月25日,循环智能(Recurrent AI)与华为云联合推出千亿参数、40TB训练数据的全球最大中文语言预训练模型“盘古”,鹏城实验室提供算力支持。在权威的中文语言理解评测基准CLUE榜单中,总成绩及阅读理解、分类任务单项均排名第一,刷新...

循环智能(Recurrent AI) 779

曾创造 XLNet 的团队宣布新计划:打造面向产业落地的超大规模中文预训练语言模型

由 XLNet 作者杨植麟联合创立的循环智能,在造一个面向产业应用的、超大规模的中文预训练语言模型。最近,如果你看过,智源研究院联合七家单位发布超大规模新型预训练模型“悟道·文汇”的新闻,会发现循环智能(Recurrent AI)是七家单位之一,其他六家是:阿里巴巴、清华大学、中国人民大学、中国科学院、搜狗和智谱.AI。这个模型的参数规模超过 100 亿,用于自动生成图片、文字以及视频,可具有初级认知能力。语言大模型的价值仍需要朝多种方向进行持续研究和探索。除了继续参与“悟道·文汇”模型的后续打..

循环智能(Recurrent AI) 952

销售沟通场景下,来自头部教育公司的三种AI对话分析方案

几乎每家在线教育公司都面临这样的难题:获客成本高昂,转化率难提升。为了提升转化率,很多企业提出了“精细化运营”策略——拆解转化流程的每一步,分析导致转化流失的原因,然后有针对性地去寻找每个环节的解决方案:从“获取线索”环节的广告投放渠道选择、落地页的设计,到“上试听课”前的预约试听、提醒上课,再到“回访转化”环节的答疑解惑和正价课的推介。但是整个转化过程的流失,也可能是由于销售人员(包含TMK电销专员、CC课程顾问、TA课程助理等有销售任务的职位)在与客户沟通过程中,未能准确传达产品价值...

循环智能(Recurrent AI) 1289

教育公司借助AI对话分析系统,提升销售效率分三步走

几乎每家在线教育公司都面临这样的难题:获客成本高昂,转化率难提升。​为了提升转化率,很多企业提出了“精细化运营”策略——拆解转化流程的每一步,分析导致转化流失的原因,然后有针对性地去寻找每个环节的解决方案:从“获取线索”环节的广告投放渠道选择、落地页的设计,到“上试听课”前的预约试听、提醒上课,再到“回访转化”环节的答疑解惑和正价课的推介。但是整个转化过程的流失,也可能是由于销售人员(包含TMK电销专员、CC课程顾问、TA课程助理等有销售任务的职位)在与客户沟通过程中,未能准确传达产品价值、未能..

循环智能(Recurrent AI) 663

循环智能的主动学习(Active Learning)技术探索与实践:减少 80% 标注量

作者 | 李海玉、陈虞君编辑 | 郝晓茹很多企业通过建立自己的客户联络中心,为客户提供服务、解答疑惑、推介新产品。在企业与客户的沟通过程中,产生了海量的非结构化录音和文本数据。为了让沟通更高效,服务质量更优,客户满意度更强,企业就需要从数据中洞察客户的真实需求、管理和提升业务员的沟通能力。但由于需要收集分析的数据量急剧增加,从大量数据中手动提取有用的知识变得非常困难和不可能,因此需要利用自然语言处理(NLP)和数据挖掘(Data Mining)技术来帮助企业挖掘和发现有用的知识。为了让机..

循环智能(Recurrent AI) 1029

AI智能质检新实践:如何借助“流程质检”,提升客服或销售的执行力

​想了解一家企业是否值得信赖,打一次热线电话就知道了。电话那头的客服或销售人员,代表企业直接与客户打交道,他们能否快速定位和解答问题,往往可以反应出企业的专业性和规范性。为了赢得更多客户信赖,企业不断总结出客户常见问题的标准作业流程(SOP),要求业务人员按流程帮助客户定位和解答问题。但是,如何监督业务人员在遇到特定场景或客户的特定问题时,有没有执行标准流程,有没有按要求进行回复呢?可...

循环智能(Recurrent AI) 1829

XLNet第一作者杨植麟:为什么预处理模型XLNet比BERT、RoBERTa更加优越

在2020年2月11日下午的“智源论坛Live | 青年科学家线上报告会”中,智源青年科学家、循环智能(Recurrent AI)联合创始人杨植麟做了题为《Latest Advances of Neural Language Models》的主题演讲。杨植麟,2019年博士毕业于卡内基梅隆大学,师从苹果AI负责人Ruslan Salakhutdinov,他曾与图灵奖得主Youshua Beng...

循环智能(Recurrent AI) 1565

AI智能质检优化实践:召回率和准确率,哪个更重要?

图:美剧《了不起的麦瑟尔夫人》很多企业拥有中大型电销或客服中心,每天与客户产生成千上万次沟通。沟通的质量,决定了企业的收入或客户满意度。企业监督业务人员的沟通质量和执行力的过程,被称为质检。前两篇文章,我们介绍了“关键词+正则”质检方式和全新的“非正则”质检方式的区别,也介绍了两种机器质检方式各自适配的场景。双模质检,各司其职。“非正则”质检方式通过引入深度学习算法模型,能够更好地...

循环智能(Recurrent AI) 3063

销售客服的语音质检新实践:双模质检

上篇文章,我们介绍了新一代智能质检模式——基于深度学习技术的“非正则”质检落地应用效果:在很多质检项上远超“关键词+正则”的传统模式,能多找出 2~10 倍数量的目标通话,并且介绍了其工作原理与“关键词+正则”的区别。​随着自然语言处理(NLP)领域技术的发展,以“非正则”质检模式为主、“关键词+正则”模式为辅的方案已成为未来发展趋势。两种模式将长期共存,因为它们各有其更擅长做的事情、更适...

循环智能(Recurrent AI) 1078

基于XLNet模型的下一代机器质检:从关键词到语义点

市面上有很多面向销售和客服人员的语音质检系统、文本质检系统,绝大部分产品实际使用的是基于“关键词+正则表达式”的机器质检系统。这种方法的主要优点是部署和上手使用都比较快,主要缺点是存在非常严重的漏检情况。就像一个漏孔很大的筛子一样,难以满足企业对质检的需求越来越精细、对质检效率要求越来越高的发展趋势。因此,在“关键词+正则表达式”之外,我们开始越来越多地为客户提供基于“语义点+机器学习...

循环智能(Recurrent AI) 951

语音识别新范式:完全的“端到端”模型优势在哪里?

目录语音识别新范式Transformer-XL 进一步释放注意力模型的优势从学术前沿到商业落地​“自然科学的发展除了按常规科学一点一滴地积累之外,还必然要出现‘科学革命’。”托马斯·库恩在其发表于 1962 年的经典著作《科学革命的结构》中提出的“范式转换”一词,如今已成为大家耳熟能详的技术用语。大的“范式转换”存在于基础科学领域,小的“范式转化”也存在于几乎每个细分的技术...

循环智能(Recurrent AI) 1613
上一篇: 曾创造 XLNet 的团队宣布新计划:打造面向产业落地的超大规模中文预训练语言模型
下一篇: 循环智能与华为云联合推出全球最大中文语言模型,专攻企业级落地应用
循环智能
循环智能 企业官方账号 企业官方账号
博客等级 码龄7年 26粉丝 15原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值