保觀 |聚焦保險(xiǎn)創(chuàng)新

(資料圖片)

公司介紹：

譜藍(lán)是?家第三方的理財(cái)規(guī)劃公司，基于“大數(shù)據(jù)挖掘+智能算法”的技術(shù)，打造了一套私域化運(yùn)營的模式，開創(chuàng)了在互聯(lián)網(wǎng)上售賣長期健康險(xiǎn)的一套玩法，為用戶家庭智能輸出最優(yōu)保障的配置方案，并打造了聚焦家庭成長教育的知識(shí)付費(fèi)平臺(tái)“飛慕課”，從理財(cái)、親子育兒、健康生活等方面為中產(chǎn)家庭用戶打造最合適的教育內(nèi)容矩陣。

如今數(shù)字化的程度越來越高，未來整個(gè)發(fā)展趨勢屬于信息化、數(shù)字化以及智能化。在保險(xiǎn)發(fā)展過程中，數(shù)字化的應(yīng)用也越來越成熟。

尤其在保險(xiǎn)銷售上，傳統(tǒng)的CRM（客戶關(guān)系管理）逐漸轉(zhuǎn)向SCRM（社會(huì)化客戶關(guān)系管理），更強(qiáng)調(diào)社交性和互動(dòng)性，而且SCRM借助社交工具和大數(shù)據(jù)技術(shù)，能夠不斷豐富和完善用戶的標(biāo)簽，更加了解消費(fèi)者，從而提供更加符合用戶需要的產(chǎn)品或服務(wù)。

來源：人人都是產(chǎn)品經(jīng)理

近日，我們連線了譜藍(lán)聯(lián)合創(chuàng)始人、CMO陶杰鵬，共同探討了保險(xiǎn)業(yè)務(wù)中數(shù)據(jù)應(yīng)用的盲區(qū)與方法，陶老師對(duì)于數(shù)據(jù)應(yīng)用主要存在的問題提出了十分寶貴的意見，并以譜藍(lán)為例分析了因果推斷數(shù)據(jù)分析法對(duì)保險(xiǎn)銷售的有效賦能，也給我們帶來了一些十分有價(jià)值的思考，本文的主要內(nèi)容也來自該場直播。

沒有無價(jià)值的數(shù)據(jù)

目前市場上的保險(xiǎn)產(chǎn)品幾乎已經(jīng)能覆蓋大多數(shù)的用戶需求，但隨著社會(huì)經(jīng)濟(jì)及居民收入水平的不斷進(jìn)步，用戶對(duì)保險(xiǎn)認(rèn)知的不斷上升，各種客觀風(fēng)險(xiǎn)因素的影響，用戶對(duì)保險(xiǎn)的需求在不斷變化，行業(yè)也需要對(duì)用戶變化的需求實(shí)現(xiàn)精準(zhǔn)識(shí)別。

對(duì)客戶需求的分析有賴于數(shù)據(jù)的支持，我們以譜藍(lán)為例。

與以銷售產(chǎn)品為目的的傳統(tǒng)保險(xiǎn)銷售理念相比，譜藍(lán)一直都專注于規(guī)劃思維及理念，注重Life Time Value（LTV，用戶生命周期價(jià)值），幫助客戶解決其家庭財(cái)務(wù)問題，幫助客戶在財(cái)務(wù)方面做人生規(guī)劃，把LTV帶給客戶，并運(yùn)營出LTV的商業(yè)價(jià)值。所以譜藍(lán)與客戶溝通時(shí)，不會(huì)聚焦在產(chǎn)品上，更多時(shí)候是在做理念建設(shè)，把保險(xiǎn)真正的功能、意義、價(jià)值傳遞給客戶。

前期譜藍(lán)把CFP（國際金融理財(cái)師）的理念通過公眾號(hào)做成內(nèi)容進(jìn)行傳播，不斷地傳遞給客戶，通過內(nèi)容為客戶講解正確的理財(cái)理念。

經(jīng)過長時(shí)間的觸達(dá)，啟發(fā)了客戶理財(cái)?shù)乃季S，當(dāng)客戶通過平臺(tái)進(jìn)一步進(jìn)行了解時(shí)，實(shí)際已經(jīng)有了初步的信任，在用戶了解的過程中利用不同的話術(shù)與內(nèi)容進(jìn)行引導(dǎo)，采集很多數(shù)據(jù)的同時(shí)為客戶進(jìn)行保險(xiǎn)規(guī)劃，最后才到達(dá)銷售環(huán)節(jié)。

在理財(cái)理念的指導(dǎo)下，譜藍(lán)可以了解客戶人生規(guī)劃里不同的目標(biāo)，比如孩子多少歲、客戶期許的退休年齡等，將采集到的數(shù)據(jù)集中在體系的系統(tǒng)里，為客戶解決了健康險(xiǎn)的問題之后，就能通過溝通過程中積累下來的數(shù)據(jù)進(jìn)行分析，并挖掘出客戶還有什么人身問題、家庭的財(cái)務(wù)問題等，提供相應(yīng)的規(guī)劃服務(wù)，最后落地變成選擇產(chǎn)品，這樣不斷深耕客戶，私域化地運(yùn)營去提升整個(gè)LTV。

目前整個(gè)行業(yè)已經(jīng)累積了不少的數(shù)據(jù)，但實(shí)際發(fā)揮出價(jià)值的數(shù)據(jù)卻很有限，于是行業(yè)內(nèi)很多人認(rèn)為一部分?jǐn)?shù)據(jù)是有作用的，還有一部分?jǐn)?shù)據(jù)是無用的，但陶老師認(rèn)為所有的數(shù)據(jù)都是有價(jià)值的。

第一，采集數(shù)據(jù)的框架本身就是圍繞著幫助客戶提供服務(wù)這一核心業(yè)務(wù)去構(gòu)建的，所以在采集數(shù)據(jù)時(shí)，并不是為了采集數(shù)據(jù)而采集數(shù)據(jù)，而是需要自身去設(shè)定數(shù)據(jù)，通過不同的觸點(diǎn)、手段及方式去獲取，這種情況下所有采集回來的數(shù)據(jù)都是有價(jià)值的。

第二，擁有大量數(shù)據(jù)的公司卻不能發(fā)揮數(shù)據(jù)的作用，是因?yàn)楹芏喙镜臄?shù)據(jù)中都有寄存的歷史數(shù)據(jù)，這些歷史數(shù)據(jù)并沒有真的在系統(tǒng)里，所以在不斷更新迭代時(shí)，同一家公司建立了不同的數(shù)據(jù)庫，所有的數(shù)據(jù)沒有貫穿到一個(gè)大的體系，導(dǎo)致數(shù)據(jù)雖多，但數(shù)據(jù)跟數(shù)據(jù)之間無法連接起來，這才導(dǎo)致這些數(shù)據(jù)“無用”。

第三，部分公司在前期為了追求規(guī)模擴(kuò)張，在某個(gè)板塊使用了外包或流量產(chǎn)品，但在這種情況下，如果一開始沒有規(guī)劃好數(shù)據(jù)的對(duì)接及承載，那一部分的數(shù)據(jù)就會(huì)變成一座孤島，在某種情況下，當(dāng)孤島數(shù)據(jù)與其它數(shù)據(jù)鏈接不上時(shí)，這些數(shù)據(jù)就相當(dāng)于是“無用”的。陶老師分享當(dāng)譜藍(lán)在展業(yè)運(yùn)營時(shí)，會(huì)與合作方提出收回?cái)?shù)據(jù)，并在此之前會(huì)討論清楚數(shù)據(jù)最終的存儲(chǔ)位置。

第四，許多公司各個(gè)部門都是相對(duì)獨(dú)立的，這導(dǎo)致了數(shù)據(jù)也相對(duì)獨(dú)立，公司很少會(huì)從整個(gè)業(yè)務(wù)流程去分析，但是譜藍(lán)會(huì)對(duì)每位客戶的每個(gè)節(jié)點(diǎn)不斷進(jìn)行追蹤，將整個(gè)體系貫穿起來進(jìn)行分析，從整體上對(duì)比找到出現(xiàn)的問題并解決。

所以實(shí)際上來說沒有無用的數(shù)據(jù)，只有沒有被好好利用的數(shù)據(jù)。

因果推斷法的有效賦能

目前整個(gè)保險(xiǎn)業(yè)采集到的數(shù)據(jù)并不少，那么各企業(yè)應(yīng)該如何利用好數(shù)據(jù)，通過數(shù)據(jù)分析有效賦能保險(xiǎn)銷售呢？很多公司都有著與自身業(yè)務(wù)較匹配的數(shù)據(jù)分析方法，陶老師以譜藍(lán)的“因果推斷”法為例為我們進(jìn)行了分析說明。

以往大部分公司都采用傳統(tǒng)的協(xié)同過濾法，但大數(shù)據(jù)相關(guān)性的分析是沒有因果的，無法進(jìn)行追溯，如果在做業(yè)務(wù)的時(shí)候，只是因?yàn)橄嚓P(guān)性高來做出判斷，很難會(huì)起到一個(gè)預(yù)測性的作用。但譜藍(lán)的因果推斷法則需要找到原因，因?yàn)橐蚬嬖谟谌说倪壿嫞跀?shù)據(jù)的背后，因果邏輯對(duì)業(yè)務(wù)是能起到很大幫助的，也比協(xié)同過濾法對(duì)業(yè)務(wù)更有幫助。

以培訓(xùn)新人時(shí)期，對(duì)客戶意愿的判別為例。協(xié)同過濾法通過數(shù)據(jù)相關(guān)性來進(jìn)行判別，推測客戶的高中低意愿，但據(jù)成交的客戶與算法得出的結(jié)果做比對(duì)驗(yàn)證時(shí)，準(zhǔn)確率僅達(dá)到60%，是很不靠譜的。

而用因果推斷法的模型則能把準(zhǔn)確率提高到80%以上，并且在一名新業(yè)務(wù)員采集完與客戶溝通的數(shù)據(jù)后，因果推斷法能對(duì)客戶的意愿做出判斷，在之后的培訓(xùn)過程中，還能比對(duì)出未成交客戶具體是因?yàn)闃I(yè)務(wù)員的能力不足還是客戶本身的問題。

相比于需要用大量的數(shù)據(jù)去佐證的協(xié)同過濾法，因果推斷法需要的數(shù)據(jù)量相對(duì)較少，更適合在數(shù)據(jù)沒有足夠多的情況下去做此類建模。

同時(shí)，陶老師提出了因果模型的三個(gè)特征：一是便易性，因果分析對(duì)比于協(xié)同算法對(duì)于數(shù)據(jù)量需求大福降低，提升了算法落地的便性；二是透明性，協(xié)同過濾法往往是概率事件，很難追溯，但因果的整個(gè)模型卻可以追溯到很多內(nèi)容；三是可解釋性，通常協(xié)同過濾法機(jī)器給出的結(jié)果不可解釋，這種情況下，就容易出現(xiàn)算法給出的結(jié)果與人的認(rèn)知不一樣，但整個(gè)因果模型可以從每一個(gè)環(huán)節(jié)來拆分解釋。

很多因果關(guān)系是很多樣、很復(fù)雜的，因果在保險(xiǎn)領(lǐng)域也才剛剛起步，從實(shí)際保險(xiǎn)業(yè)務(wù)的角度講，想要得出關(guān)于客戶保險(xiǎn)消費(fèi)的一些結(jié)論，陶老師表示行為的數(shù)據(jù)非常重要。

比如做教育金時(shí)，自然就會(huì)想到和一些補(bǔ)習(xí)社的父母去溝通，推薦教育金保險(xiǎn)，但在這個(gè)過程中會(huì)出現(xiàn)一個(gè)問題，比如家長把大量的錢都投入在教育機(jī)構(gòu)，當(dāng)需要配置教育金的時(shí)候，可能沒有足夠的資金去購買，這時(shí)該客戶對(duì)業(yè)務(wù)的幫助是微乎其微的。

所以各機(jī)構(gòu)可以去抓取其他的數(shù)據(jù)，對(duì)于這些數(shù)據(jù)用不同的邏輯進(jìn)行分析，找到對(duì)于有小孩的家庭有一個(gè)長期規(guī)劃的客戶，自身年輕，對(duì)小孩的教育、自身的養(yǎng)老、理財(cái)?shù)榷加幸欢ㄒ?guī)劃，當(dāng)找到這樣的一個(gè)數(shù)據(jù)，他也同樣在因果模型里，這時(shí)對(duì)小孩的教育金反倒會(huì)有正面的影響。

原因就是該客戶思考的是長期的事情，而不是補(bǔ)習(xí)等短期的事情，這一點(diǎn)也就是因果模型可解釋性會(huì)存在的地方，找到的數(shù)據(jù)，套入模型，得出來的結(jié)果是能夠被解釋的。如果客戶有考慮到自己的養(yǎng)老，他也就會(huì)考慮到孩子18年之后要讀大學(xué)的那筆費(fèi)用，但如果客戶只是看著眼前的“需求”每天補(bǔ)課，那最終的結(jié)果就會(huì)導(dǎo)致有購買教育金等意愿，但已經(jīng)沒有完成意愿的能力了，最后的結(jié)果就會(huì)在銷售端體現(xiàn)出來。

總的來說，不管是協(xié)同過濾法還是因果推斷法，都是希望通過數(shù)據(jù)分析能夠有效地賦能保險(xiǎn)銷售，傳統(tǒng)的協(xié)同過濾法可能即將被淘汰，但因果推斷法在整個(gè)統(tǒng)計(jì)上來說也還屬于一個(gè)相對(duì)較新的算法，譜藍(lán)的初期成效顯而易見，但整個(gè)行業(yè)還是需要更加成熟、有效的方法促進(jìn)其快速發(fā)展，我們期待更多、更好的算法能一起協(xié)同發(fā)力，更高效地解決保險(xiǎn)業(yè)的銷售問題。

點(diǎn)擊“閱讀原文”，購買保險(xiǎn)短視頻課程

本文首發(fā)于微信公眾號(hào)：保觀。文章內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風(fēng)險(xiǎn)請(qǐng)自擔(dān)。