首页 > 企业观察 > 正文

数据洞察:Stratifyd 挖掘数据价值,重塑保险客户体验

2020-05-09 06:27:10来源:民营经济网·民企动力  

数据洞察:Stratifyd 挖掘数据价值,重塑保险客户体验:Stratifyd是AI驱动的大数据分析平台,利用自然语言处理和理解技术,解码客户互动中产生的大量非结构化文本数据,完成全渠道客户反馈数据的...

Stratifyd是AI驱动的大数据分析平台,利用自然语言处理和理解技术,解码客户互动中产生的大量非结构化文本数据,完成全渠道客户反馈数据的高效解读,助力保险企业提高客户体验和满意度,提升客户转化与留存,实现高质量的收入增长。

保险行业痛点

随着大数据、人工智能等新兴技术的涌现,新的保险产品和服务被不断地催生,保险消费者的消费习惯和需求也在发生潜移默化的变化。消费者从单纯关注产品的质量和价格逐渐转变为关注产品的差异性以及购买保险产品时的体验感,这促使保险服务加速向敏捷化、智能化方向转变。

诸多因素的影响,导致保险业获客难、知客难、留客难,主要原因可以总结为以下三点:

1.客服团队专业性欠缺

保险客服专业知识解读不到位,引发退保、投诉、客户情绪反应等状况发生。

2.用户画像不明确,客户定位不准

客户诉求认知不明确,不能准确定位客户需求,精准营销较难实现。

3.客户体验不佳,流失率高

售后服务不周到,客户关怀不够,导致客户体验差,流失率增加。

Stratifyd解决方案

Stratifyd人工智能数据分析平台可以高效利用AI算法完成结构化、非结构化数据以及AI模型构建等分析任务,并将其有机地结合,完成分析流程的自动化,给企业带来AI驱动的高效决策。

1.提高保险客服质量

Stratifyd可以为呼叫中心提供敏捷AI系统,面向业务人员开放AI模型训练与投放能力,为呼叫中心话务打造全量智能客服质检系统,及时发现有问题的、不合规的通话记录,帮助企业提前发现运营风险。同时分析客户互动数据,提炼客服金牌话术,大幅降低人工成本,提升核心业务运营效率。

2.筛选高价值潜客,提升成单量

借助Stratifyd强大的AI模型训练框架,快速训练出匹配业务目标的识别模型,帮助外呼部门在单位时间内快速找到更多的高意向、高价值的潜在客户,明确用户画像,实现精准销售,大幅提升成单量。

3.提升客户体验,提高客户留存与转化

监测不同渠道保险消费者的投诉情况,捕捉对话蕴含的重要指标。利用Stratifyd非监督自然语言模型和情感分析引擎自动抽取客户抱怨的焦点话题,发现体验痛点,帮助企业优化产品服务,提升消费者满意度和消费体验,提高客户转化与留存。

成功案例 1:高价值潜客挖掘

Stratifyd帮助某亚太领先保险公司挖掘高价值潜客,提高销售单量。

业务挑战:

该保险公司有数百名代理人以电话营销的方式销售保单,通常情况下,一个代理人要打4通电话才能促成一单,为了提高销售单量,加快成单时间,该公司急需一种解决方案,帮助其快速分析客户与代理人质检的通话内容,快速甄选更有可能成单的高价值潜客。

解决方案:

Stratifyd可以全面分析客户与代理人互动数据,利用AI模型训练框架快速识别出匹配业务目标的高价值潜客。模型训练全自动完成,每完成一次通话即可给出是否进入下次触达流程的判断结果,帮助外呼部门在单位时间内快速找到更多的高意向成单客户。在Stratifyd AI训练模型的帮助下,150个代理人一周内的成单率提升了20%!

成功案例 2:提升保险消费者体验

Stratifyd帮助某财富100强保险公司快速分析客户反馈信息,提升客户体验和满意度。

业务挑战:

该公司面临的挑战是数据分析人员每个季度要人工阅读并分析4000多条客户评论数据,以便于业务团队及时获知客户抱怨、倾诉内容,提升服务质量。很多与人身意外险和寿险相关的客户会提到很负面的内容,但是很难对其真实情感做出准确判断,比如,有的客户会说:“公司帮我渡过了最糟糕的日子”,这句话中,“最糟糕”是很负面的词汇,但整个句子是在表达对公司的感谢,所以人工筛查的工作量大大增加了。该保险公司急需要借助分析工具,帮助分析人员快速完成情感判断,实现负面反馈数据的快速提炼。

解决方案:

Stratifyd 人工智能数据分析平台可以收集并分析全渠道消费者反馈信息,利用平台的非监督自然语言理解(NLU)模型和情感分析引擎,保险公司可以快速甄别哪些是正面反馈,哪些是负面反馈,从而制定更高效的客户体验提升方案。使用Stratifyd处理同样的分析任务,数据分析团队每年可以节省20周的时间,这些多出来的产能可以用于处理更重要的数据分析任务上,大大提升投资回报率(ROI)。

斯图飞腾Stratifyd在全国诚募合作伙伴,如果对我们的产品感兴趣或有商务合作意向,欢迎发送邮件。

责任编辑:张富强

免责声明:本文仅代表作者个人观点,与民营经济网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
如有问题,请联系我们!