科技賦能在規范保險銷售行為中的探索與應用

郁姣

摘 要：保險作為金融業三大支柱之一，維護保險消費者合法權益、規范保險銷售行為、促進保險市場健康、穩定發展是保險公司重要的經營原則。今年6月，中國保監會發布的《保險銷售行為可回溯管理暫行辦法》（以下簡稱《辦法》）中對保險公司質量檢測管理的制度、團隊、系統、質檢比例及問題件整改時限等方面都提出了明確的要求。但實際保險銷售過程中人工質量檢測效率低、覆蓋面小、準確率低、檢測面單一等問題始終存在。以調研公司為例，質量檢測團隊人力160人，但質檢比例僅為2%，質檢件準確率僅為73%，檢測標準隨著工作人員認識的不同而不同，準確率很難提高。同時，工作價值被局限，僅針對合規問題開展檢查，無法進一步對現有數據進行分析，提出對規范銷售、客戶價值挖掘等方面的建議。

論文綜述了現在國內外市場在規范保險銷售行為中的技術應用現狀，在此基礎上探索將智能語音識別（ASR）、自然語言處理（NLP）、大數據挖掘等技術賦能保險銷售。通過科技賦能釋放原有人力投入，完全通過系統自動完成，無需人工介入;通過對語音內容、客戶信息、銷售坐席行為數據等多維度形成了組合化的應用場景，從而幫助公司更加高效地開展管理銷售工作;通過對客戶數據的聚類、歸納與分析，形成客戶熱點問題統計、業務趨勢分析，進而挖掘客戶、產品等有價值信息。

關鍵詞：科技賦能;保險;規范銷售;聚類;數據挖掘

第一章 引言

1.1研究背景與意義

中國保監會發布的《保險銷售行為可回溯管理暫行辦法》（以下簡稱《辦法》）中規定：保險公司應建立視聽資料質檢體系，制定質檢制度，建立質檢信息系統，配備與銷售人員崗位分離的質檢人員，對成交件視聽資料按不低于30%的比例在猶豫期內全程質檢。保險公司在質檢中發現視聽資料不符合本辦法要求的，應當自發現問題之日起15個工作日內整改。而目前實際情況是質量檢測工作效率低、覆蓋面小、準確率低。雖在國內大型保險公司均已開始嘗試應用科技手段賦能，但應用功能、使用程度方面有著較大的差異，大部分保險公司所謂的科技賦能還僅僅停留在質量檢測過程中將語音文件轉換成文本格式，通過人工查閱的方式去規范保險銷售管理。在此基礎上，作者嘗試將云計算、人工智能技術的發展，智能語音識別（ASR）、自然語言處理（NLP）、大數據挖掘等技術融合，科技賦能保險銷售全流程，從而解決保險銷售流程中部分節點工作效率低等問題。另一方面，科技賦能后對客戶數據的聚類、歸納與分析，形成客戶熱點問題統計、業務趨勢分析，進而挖掘客戶、產品等有價值信息，為營銷管理提供數據支撐。

第二章 文獻綜述

2.1國內外研究現狀

針對規范保險銷售，國內外主要依托的是智能語音識別（ASR）、自然語言處理（NLP）等技術。其中，智能語音識別技術主要于20世紀90年代前期，國外許多著名的大公司如IBM、蘋果、AT&T和NTT開始進行研究與投資。我國語音識別技術的研究水平基本與國外同步，在漢語語音識別技術上更具特點與優勢。通過智能語音識別技術將非結構化的語音信息轉換為結構化的索引，實現對海量錄音文件、音頻文件的知識挖掘和快速檢索。但應用到實際工作中功能、使用程度方面有著較大的差異，大部分保險公司還是僅僅停留在將語音文件轉換成文本格式，通過人工查閱的方式實現質檢管理，科技在保險銷售全流程中的應用并不多。

2.2技術相關理論及模型建立

作者主要考慮了當前熱門的三大技術，即智能語音識別（ASR）、自然語言處理（NLP）和大數據挖掘。通過智能語音識別技術將非結構化的語音信息轉換為結構化的索引，實現對海量錄音文件、音頻文件的知識挖掘和快速檢索。應用自然語言處理技術，整合大數據、知識圖譜、機器學習、語言學等技術和資源，實現人與計算機之間用自然語言進行有效通信。利用大數據分析對數據進行聚類、歸納與分析，通過標準化的流程和工具對數據進行處理，將數據可視化，并深入數據內部，挖掘其價值。依托這三大技術建立研究模型，一方面，通過科技手段將銷售作業的過程和結果轉化為可識別的信息數據，同時建立標準作業模型和風險監測模型形成風險問題監控網，可識別的信息數據通過問題監控網過濾后自動生成問題清單;另一方面，通過對客戶數據的聚類、歸納與分析，形成客戶熱點問題統計、業務趨勢分析，進而挖掘客戶、產品等有價值信息，為營銷管理提供數據支撐。

第三章 實證分析

3.1實證數據總結

1、技術模型減少人力成本投入，上線后質量檢測環節人力縮減78%。

2、該技術模型解決傳統人工銷售流程部分節點存在的不足，提高質檢準確率到90%，規范銷售檢測比例提高至50%。

3、該技術模型挖掘商業機會，成功開發了合規類、銷售質量類和銷售效率類共三大類34項關鍵點的檢測。

4、該技術模型通過對客戶數據的聚類、歸納與分析，形成客戶熱點問題統計、業務趨勢分析，進而挖掘客戶、產品等有價值信息。

第四章 研究結論與展望

4.1研究結論

通過該技術模型，使得保險銷售行為更為規范，節省人力，進一步挖掘數據價值，充分為保險銷售全流程賦能。

1、減少人力成本投入，通過新技術應用，縮減公司中后臺運營成本壓力，提高保險公司在同類市場的競爭能力。

2、提供商業機會挖掘，對客戶的數據開展分析與挖掘，有效分析客戶需求，挖掘商業機會和金融服務的潛力。

3、后續可將該技術模型應用到對輿情分析、市場調研、商機挖掘、輔助經營策略優化等諸多經營領域，實現科技賦能的升級。

4.2研究創新

技術模型是綜合了當前熱門的三大技術，即智能語音識別（ASR）、自然語言處理（NLP）和大數據挖掘。通過智能語音識別技術將非結構化的語音信息轉換為結構化的索引，實現對海量錄音文件、音頻文件的知識挖掘和快速檢索。應用自然語言處理技術，整合大數據、知識圖譜、機器學習、語言學等技術和資源，實現人與計算機之間用自然語言進行有效通信。利用大數據分析對數據進行聚類、歸納與分析，通過標準化的流程和工具對數據進行處理，將數據可視化，并深入數據內部，挖掘其價值，是將科技更為充分地應用到保險銷售全流程中地一次探索。

4.3研究不足與展望

1、技術模型所涉及的智能語音識別（ASR）、自然語言處理（NLP）和大數據挖掘等新技術的使用，在應用過程中或許存在尚未發現的風險問題。

2、技術模型的應用，目前僅作為公司內部資料管理，無法對外發送，暫時沒有得到行業方面的認可，期待后期技術模型開發完善將其應用到整個行業的銷售行為中。