以保险为本,用科技赋能 ——浅谈保险科技应用的几点建议( 七 )

02.大数据模型筛选

同样是健康险购买倾向分模型,某财险公司和一家大数据公司合作,保险公司把正负样本提供给大数据公司,并指定业务和数据人员与大数据公司联合建模。在标签的筛选上,除大数据公司已有的标签外,保险公司基于自己对业务的理解,从上至下指定了一些可能需要的标签,由大数据公司从底层数据直接加工。事实证明,这些通过业务逻辑判断出来的标签在模型中都是非常有用的。另外,保险公司在话术上也花了很大的功夫,通过一步步引导客户来挖掘需求。因为他们知道,保险和一般的消费品不一样,大都数人并不觉得是一个必需品,销售链路特别长。同时,数据本身并不能直接识别出哪些人就有购买的需求,它只能识别出哪些人群有可能被一点点转化,哪些人群会非常困难。所以,怎么去引导那些可能被转化的人群,是在有了一个好的模型后保险公司需要去做的事情。

03.人工智能保险顾问

人工智能保险顾问技术,在用于向那些对保险感兴趣的客户推荐产品时的效果比较理想。一些保险公司的智能保险顾问产品已被投放到多个流量平台,取得了不俗的效果。对保险有兴趣的用户通过回答几个简单的问题,AI就可初步为其定制出所需要的保险。如果需要更详细的咨询服务,后续还可由保险公司人员提供跟进服务。数据证明,通过智能保险顾问获取的用户,后期转化的用户数约3至4倍于普通赠险获取的用户数。

推荐阅读