王慶龍 呂 捷 泰康保險集團股份有限公司

1992 年9 月，友邦保險有限公司上海分公司的成立不僅帶來了壽險營銷個人代理制度，也拉開了中國壽險業(yè)飛速發(fā)展的序幕。當(dāng)傳統(tǒng)代理人經(jīng)營的痛點已然成為數(shù)字化經(jīng)營起點時，面對下一個30 年，在數(shù)字化轉(zhuǎn)型中的各家壽險公司該何去何從？

一、數(shù)字化個險銷售活動量管理的起源

（一）個險銷售活動量管理成為個險營銷的痛點

2020 年4 月，中國銀保監(jiān)會有關(guān)部門負責(zé)人就《保險代理人監(jiān)管規(guī)定（征求意見稿）》答記者問時提到：截至2019 年底，我國共有保險專業(yè)代理法人機構(gòu)1779家，保險兼業(yè)代理機構(gòu)3.2萬家，網(wǎng)點22萬個，個人保險代理人900萬人。自2009年以來，我國保險代理人的年復(fù)合增長率高達13.4%。面對人數(shù)眾多的保險代理人如何開展有效管理？這時，銷售活動量管理就成為個險營銷中的一個核心環(huán)節(jié)。

個險銷售活動量管理主要是以專業(yè)化壽險銷售流程為基礎(chǔ)，針對銷售人員的業(yè)務(wù)活動行為進行管理及分析的一套管理方法。個險銷售活動量管理從銷售人員的基本活動指標(biāo)入手，通過對銷售人員在一定時間內(nèi)活動指標(biāo)及指標(biāo)間轉(zhuǎn)換的關(guān)系進行分析，得出各層級和各類型的活動之間的內(nèi)在關(guān)系數(shù)據(jù)，從而有針對性地對團隊、個人實現(xiàn)相應(yīng)的輔導(dǎo)、督促等功能，進而推動個險營銷業(yè)務(wù)發(fā)展。

個險銷售活動量管理的依據(jù)是：保費=人力×人均訪量×成交率×件均保費，人均訪量與成交率構(gòu)成了成交件數(shù)，成為個險銷售活動量管理的內(nèi)核；件均保費是銷售技能的體現(xiàn)，成為業(yè)務(wù)推動的內(nèi)核。

個險銷售活動量管理的意義在于將傳統(tǒng)的結(jié)果管理（未來預(yù)期）演變?yōu)檫^程管理（即時數(shù)據(jù)），是從“獲客”到“活客”的一個過程管理，將預(yù)期業(yè)務(wù)目標(biāo)值分解成了一個個銷售人員的銷售行為數(shù)據(jù)。因此，從這個意義上來講，早期個險銷售活動量管理探索和實踐都可稱為活動量管理數(shù)字化的階段。

在個險銷售活動量管理的探索和實踐中，大家越來越清晰地意識到在量化統(tǒng)計、便利高效、綜合評價及追蹤督導(dǎo)等方面的痛點（見圖1），而這些痛點的根源就是數(shù)字化呈現(xiàn)不夠。

圖1 傳統(tǒng)活動量管理的痛點

（二）數(shù)字化個險銷售活動量管理的必要性

“十四五”規(guī)劃明確提出：加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國；充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場景優(yōu)勢，促進數(shù)字技術(shù)與實體經(jīng)濟深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，催生新產(chǎn)業(yè)新業(yè)態(tài)新模式，壯大經(jīng)濟發(fā)展新引擎。

什么是數(shù)字化？普遍認同的定義是：數(shù)字化就是利用新技術(shù)和數(shù)據(jù)，對組織架構(gòu)、業(yè)務(wù)模式、內(nèi)部流程升級進行賦能、改造和重塑，從而實現(xiàn)從最終用戶到中后臺的全流程自動化和體驗升級，進而產(chǎn)生全新的數(shù)字商業(yè)模式。

具體到保險行業(yè)，數(shù)字化轉(zhuǎn)型可以理解為保險公司為應(yīng)對數(shù)字化時代，利用數(shù)字化手段，選取適合自身資源稟賦的戰(zhàn)略側(cè)重點，建立由數(shù)據(jù)、技術(shù)、機制等組成的數(shù)字化支撐體系，形成以數(shù)字化客戶洞察為核心的全方位數(shù)字化業(yè)務(wù)能力，最終達到用戶（銷售人員、中介機構(gòu)、客戶、決策層、員工）體驗及服務(wù)效能的提升。

細看個險銷售活動量管理的發(fā)展，可以將其定義成兩個階段，即“個險銷售活動量管理數(shù)字化”和“數(shù)字化個險銷售活動量管理”?！皞€險銷售活動量管理數(shù)字化”是指將采集到的代理人銷售行為、數(shù)據(jù)統(tǒng)計和技能評估從線下移到線上的階段。在這個階段，保險公司對活動量數(shù)據(jù)有了更多的積累和簡單的分析模型。比如，有統(tǒng)計認為，銷售人員一般進行10次拜訪能成交一單，這就是對早期活動量數(shù)據(jù)做基本分析后得出的經(jīng)驗數(shù)據(jù)?！皵?shù)字化個險銷售活動量管理”是指通過大數(shù)據(jù)對銷售人員的行為數(shù)據(jù)進行分析，發(fā)現(xiàn)存在的問題并提供具體的解決方案，是個險營銷未來的發(fā)展方向。過去保險公司在活動量管理上做得比較多的是線上化、移動互聯(lián)化，現(xiàn)在正逐步轉(zhuǎn)向以大數(shù)據(jù)驅(qū)動為基礎(chǔ)，將數(shù)字化系統(tǒng)演變?yōu)樘峁┚珳?zhǔn)化、個性化的解決方案。

二、數(shù)字化個險銷售活動量管理的構(gòu)建

（一）移動互聯(lián)開啟數(shù)字化個險營銷的新篇章

HTML5的全面推廣，使Web成為一個成熟的應(yīng)用平臺，在這個平臺上，視頻、音頻、圖像、動畫以及與設(shè)備的交互都得以充分展示，同時在熱備份、負載均衡、大流量、跨平臺及防入侵方面也有了更出色的表現(xiàn)。正是這些亮點使得傳統(tǒng)個險營銷的展業(yè)流程在過往的30年發(fā)展中，基本完成了從線下向線上移動互聯(lián)的轉(zhuǎn)化，為個險營銷下一個30年的發(fā)展奠定了堅實的科技基礎(chǔ)。

微信、微博、抖音、快手等社交平臺的大面積普及也為個險銷售活動量管理注入了新生命，這些新元素的注入不僅帶來了新客戶和新市場，更為個險營銷的發(fā)展帶來了新技術(shù)和新能力。

移動互聯(lián)與個險營銷的充分融合絕非偶然，主要原因是當(dāng)下個險營銷的環(huán)境發(fā)生了巨大變化，主要體現(xiàn)在：1.營銷員的管理更加復(fù)雜。隨著營銷隊伍的年輕化，營銷員的類型越來越多，多樣化的營銷管理場景使得對營銷員的管理越來越復(fù)雜。2.客戶對保險產(chǎn)品的認知更加多元化。保險市場已由產(chǎn)品稀缺型演化成了消費者稀缺型，進而對傳統(tǒng)保險專業(yè)化銷售流程提出了升級要求。

（二）全流程數(shù)字化個險銷售活動量管理的構(gòu)建

傳統(tǒng)個險銷售活動量管理是從主顧開拓到準(zhǔn)客戶名單開始的，當(dāng)數(shù)字化改造時，就需要從數(shù)據(jù)真實性出發(fā)，參照操作簡潔、管理方便的用戶感受標(biāo)準(zhǔn)，借助移動展業(yè)的科技賦能優(yōu)勢，來開展數(shù)字化個險銷售活動量管理。數(shù)字化個險銷售活動量管理的起點可從生成建議書開始，終點可以回到客戶管理中去，全流程借助移動展業(yè)數(shù)據(jù)采集優(yōu)勢，充分還原每一個環(huán)節(jié)的客戶信息。數(shù)字化個險銷售活動量管理的具體流程可參考圖2。

圖2 數(shù)字化個險銷售活動量管理全流程示意圖

數(shù)字化個險銷售活動量管理的起點是“生成建議書”，因為這個環(huán)節(jié)可以最大限度保證數(shù)據(jù)的真實性和準(zhǔn)確性。而流程中的其他各個環(huán)節(jié)也具有其特定的意義。

生成建議書：是銷售人員某個時期對某個產(chǎn)品或主觀銷售意愿的基本表達。如果公司新產(chǎn)品上市，部分銷售人員連一件基本建議書都沒做過，大概率可以說明這個銷售人員既沒有學(xué)習(xí)這個產(chǎn)品的熱情，也沒有主觀銷售這個產(chǎn)品的意愿。該環(huán)節(jié)的數(shù)字化關(guān)鍵指標(biāo)是生成建議書次數(shù)，數(shù)字化的維度指標(biāo)可以包括保費、標(biāo)保、保額、繳費年期、制作時長、閱讀次數(shù)、閱讀時長及相關(guān)客戶標(biāo)簽等。

轉(zhuǎn)發(fā)建議書：是銷售人員在某個時期對客戶進行專業(yè)化銷售活動中“接觸”動作的數(shù)量體現(xiàn)。能夠進行轉(zhuǎn)發(fā)，大概率說明銷售人員做了“接觸”的動作；制作了建議書但沒有轉(zhuǎn)發(fā)，大概率說明銷售人員不清楚或不確定能轉(zhuǎn)發(fā)給誰，也就是“接觸”的準(zhǔn)備不充分，甚至客戶儲備和開拓不足，沒有合適的銷售對象。同時，這個指標(biāo)還可以與生成建議書形成關(guān)聯(lián)分析。比如：對于銷售人員而言，生成10件建議書，轉(zhuǎn)發(fā)8次的和轉(zhuǎn)發(fā)2次的，其對產(chǎn)品定位和客群理解上肯定存在偏差。該環(huán)節(jié)的數(shù)字化關(guān)鍵指標(biāo)是轉(zhuǎn)發(fā)建議書次數(shù)，數(shù)字化的維度指標(biāo)可以包括保費、標(biāo)保、保額、繳費年期、轉(zhuǎn)發(fā)周期時長及相關(guān)客戶標(biāo)簽等。

閱讀建議書：是銷售人員在某個時期對客戶進行專業(yè)化銷售活動中“說明”動作的數(shù)量體現(xiàn)。轉(zhuǎn)發(fā)出去的建議書有的客戶閱讀了，有的客戶沒閱讀；有的客戶閱讀了幾次，有的客戶累計閱讀了30 分鐘，大概率能反映出銷售人員對客戶找尋能力的精準(zhǔn)定位。該環(huán)節(jié)的數(shù)字化關(guān)鍵指標(biāo)是閱讀建議書次數(shù)，數(shù)字化的維度指標(biāo)可以包括保費、保額、繳費年期、閱讀時長、閱讀次數(shù)及相關(guān)客戶標(biāo)簽等。

生成訂單：是銷售人員在某個時期對客戶進行專業(yè)化銷售活動中“促成”動作的數(shù)量體現(xiàn)。銷售人員生成了訂單，但訂單可能信息不完整，缺少身份證件信息、缺少銀行卡證信息、缺少客戶簽名等；同時也包含有完整信息的訂單，數(shù)據(jù)積累如果足夠多，完整信息訂單占比能夠在一定程度上反映銷售人員促成技能的高低。該環(huán)節(jié)的數(shù)字化關(guān)鍵指標(biāo)是生成訂單件數(shù)，數(shù)字化的維度指標(biāo)可以包括保費、標(biāo)保、保額、繳費年期、訂單完整率、訂單填寫時長、訂單處理時長及相關(guān)客戶標(biāo)簽等。

預(yù)收保單：是銷售人員在某個時期對客戶完成專業(yè)化銷售活動中“接觸”“說明”和“促成”三個動作的數(shù)量體現(xiàn)。預(yù)收保單雖然還未正式承保，但未承保原因一般都真實可見，主要為扣款失敗、問題件、體檢生調(diào)、回訪不成功等原因。該環(huán)節(jié)的數(shù)字化關(guān)鍵指標(biāo)是預(yù)收保單件數(shù)，數(shù)字化的維度指標(biāo)可以包括保費、標(biāo)保、保額、繳費年期、未承保原因、未承保時長和相關(guān)客戶標(biāo)簽等。

承保保單：是整個個險銷售活動量管理的標(biāo)桿指標(biāo)，所有過程指標(biāo)都應(yīng)對標(biāo)該指標(biāo)，進而找出銷售人員存在的潛在問題及改善措施。該環(huán)節(jié)的數(shù)字化關(guān)鍵指標(biāo)是承保保單件數(shù)，數(shù)字化的維度指標(biāo)可以包括保費、標(biāo)保、保額、繳費年期、承保時長和相關(guān)客戶標(biāo)簽等。

初“建”客戶：將轉(zhuǎn)發(fā)建議書或閱讀建議書的客戶進行細分，針對首次轉(zhuǎn)發(fā)或閱讀的客戶作單獨的統(tǒng)計；同時，通過數(shù)據(jù)模型，持續(xù)對這個指標(biāo)進行追蹤和分析，就可以得出銷售人員各個時期新準(zhǔn)客戶的積累情況。該環(huán)節(jié)的數(shù)字化關(guān)鍵指標(biāo)是初“建”客戶人數(shù)，數(shù)字化的維度指標(biāo)可以包括保費、保額、繳費年期和相關(guān)客戶標(biāo)簽等。

復(fù)“建”客戶：將轉(zhuǎn)發(fā)建議書或閱讀建議書的客戶進行細分，針對2 次及以上客戶的轉(zhuǎn)發(fā)或閱讀作單獨的統(tǒng)計。這個指標(biāo)可用于評估銷售人員的“二開”能力，通過建立數(shù)據(jù)模型，可以分析銷售人員的“二開”周期，加保能力強弱等，特別是對收展和銀續(xù)的代理人有幫助。該環(huán)節(jié)的數(shù)字化關(guān)鍵指標(biāo)是復(fù)“建”客戶人數(shù)，數(shù)字化的維度指標(biāo)可以包括保費、保額、繳費年期和相關(guān)客戶標(biāo)簽等。

客戶管理：系統(tǒng)在定義完包含完整投保信息的基本信息字段后，可以將客戶信息的來源定義為系統(tǒng)自動添加、銷售人員手動添加和第三方批量導(dǎo)入三類。系統(tǒng)自動添加，即通過建議書和承保環(huán)節(jié)，系統(tǒng)能將這些環(huán)節(jié)中的客戶信息自動新建客戶或添加到已有客戶中去，省去了過往銷售人員手工操作的過程；銷售人員手動添加，即保留了傳統(tǒng)的個人制作客戶檔案的流程；第三方批量導(dǎo)入，適用于孤兒單分配或銷售人員其他客戶檔案的批量導(dǎo)入流程。

（三）數(shù)字化個險銷售活動量管理的應(yīng)用

數(shù)字化個險銷售活動量管理的應(yīng)用可分為兩個階段，即初期階段和成熟階段。

初期階段：指系統(tǒng)上線的早期（12 個月以內(nèi)）。在我們尚不能通過大數(shù)據(jù)分析確定個人、團隊的成交周期時，結(jié)合模糊理論，以周或月為周期，根據(jù)期間的活動量數(shù)據(jù)和期間累計承保的保費進行量化分析，建立數(shù)據(jù)模型，進而找出潛在的問題。

成熟階段：系統(tǒng)累積了足夠的數(shù)據(jù)量（系統(tǒng)上線12 個月以后）。我們可以通過計算，準(zhǔn)確得出個人、群體的成交周期及相應(yīng)活動量與保單的對應(yīng)關(guān)系，同時根據(jù)周期內(nèi)的活動量及對應(yīng)保單進行數(shù)字化模型的行為分析，精準(zhǔn)發(fā)掘個人、群體的潛在問題，并提供具體解決方案。

由于本文目前缺乏成熟實踐的數(shù)據(jù)信息，因此以下僅就初期階段的數(shù)字化管理做一些結(jié)論描述。

三類指標(biāo)構(gòu)成了數(shù)字化個險銷售活動量管理的主線邏輯，以經(jīng)營月為周期舉例，具體指標(biāo)定義見表1。

表1 類別指標(biāo)名稱及計算公式

除數(shù)字化個險銷售活動量管理的主線邏輯指標(biāo)外，我們還可以建立一些輔助維度的評價指標(biāo)，如銷售人員維度的各環(huán)節(jié)人員的參與度（各環(huán)節(jié)數(shù)字化關(guān)鍵指標(biāo)對應(yīng)的銷售人員人數(shù)÷月末在冊人力）、客戶維度的建議書人均保額（建議書總保額÷建議書數(shù)量）等。

以自然月為單位，針對建議書環(huán)節(jié)，分別就個人和群體兩個場景對數(shù)字化管理的邏輯應(yīng)用舉例如下：

1.個人場景

假設(shè)某營業(yè)組下轄三名銷售人員，2021年7 月個人承保標(biāo)保分別為張三8000 元，1件；李四24000 元，2 件；王五16000 元，3 件。系統(tǒng)抓取建議書環(huán)節(jié)活動量數(shù)據(jù)及主要指標(biāo)如下。

對數(shù)據(jù)的解讀仁者見仁，智者見智，以下僅拋磚引玉，做個示例：

在生成建議書環(huán)節(jié)，數(shù)據(jù)顯示張三的“生成成交率”為12，這個數(shù)據(jù)意味著張三在2021 年7 月，每制作12 件建議書能成交1 件保單；同理，李四制作9個建議書能成交1件保單，王五制作8 個建議書能成交1 件保單。張三的“生成價值標(biāo)?！睘?67 元，這個數(shù)據(jù)意味著張三在2021年7月，每件建議書平均創(chuàng)造了667元標(biāo)保。通過縱向?qū)Ρ任覀兛梢园l(fā)現(xiàn)，李四在生成建議書的環(huán)節(jié)價值標(biāo)保最高，達1333元，也就意味著，李四在為客戶定制相同險種的保險計劃時，設(shè)計保額/保費的能力要強于張三和王五。

表2 建議書環(huán)節(jié)數(shù)字化管理邏輯應(yīng)用——個人場景

在閱讀建議書環(huán)節(jié)，數(shù)據(jù)顯示李四的“閱讀成交率”為4.5，這個數(shù)據(jù)意味著李四在2021年7月，每4.5個客戶閱讀過建議書就能成交1 件保單，這個數(shù)據(jù)可以作為李四2021年8月業(yè)務(wù)計劃預(yù)估的一個參考值。張三的“閱讀轉(zhuǎn)化率”為55%，說明張三在由轉(zhuǎn)發(fā)建議書到客戶閱讀建議書這個環(huán)節(jié)中損失率非常高。在日常的輔導(dǎo)中，主管可以重點分析造成損失率偏高的原因，是客戶篩選做得不夠還是銷售人員的追蹤不夠？

通過對生成建議書、轉(zhuǎn)發(fā)建議書和閱讀建議書這三個環(huán)節(jié)數(shù)據(jù)的對比，我們還發(fā)現(xiàn)，王五雖然承保件數(shù)最高，但他存在以下兩個問題需重點輔導(dǎo)：

（1）生成建議書后的轉(zhuǎn)發(fā)率不高，可能存在反復(fù)修改建議書的行為，需要關(guān)注本人對客戶篩選的能力和產(chǎn)品賣點的掌握度是否充分；

（2）各環(huán)節(jié)的價值標(biāo)保均不高，說明銷售人員在制作建議書時對計劃保額和保費的設(shè)計在同團隊中是偏保守的，輔導(dǎo)時需要重點看一下是客群的問題還是自身銷售技能的問題。

2.群體場景

假設(shè)2021年7月，分別以甲、乙、丙三個部和績優(yōu)人員共四個群體，進行個險銷售活動量管理評估，系統(tǒng)抓取建議書環(huán)節(jié)活動量數(shù)據(jù)及主要指標(biāo)見表3。

表3 建議書環(huán)節(jié)數(shù)字化管理邏輯應(yīng)用——群體場景

在生成建議書環(huán)節(jié)，數(shù)據(jù)顯示丙團隊的“生成實動率”為54.5%，這個數(shù)據(jù)意味著丙團隊中一個月的時間里僅有一半的銷售人員制作了建議書，充分顯示了丙團隊的活動人力不足。丙團隊的“生成成交率”為25.0，這個數(shù)據(jù)意味著丙團隊在2021 年7 月人均每制作25件建議書才能承保1件保單，是四個群體中最高的，且相比績優(yōu)團隊均值高1.7倍，團隊制作建議書的效率明顯偏低。同樣，丙團隊的“生成價值標(biāo)?！睘?28元，更是比績優(yōu)團隊低3.5 倍，大概率是險種推動和件均上出了問題。

在閱讀建議書環(huán)節(jié)，雖然數(shù)據(jù)顯示績優(yōu)團隊的“閱讀轉(zhuǎn)化率”45.6%最低，但綜合考慮績優(yōu)團隊的“閱讀價值標(biāo)?！?394元，很可能是由于件均較高導(dǎo)致客戶的成交周期延長造成的。所以在數(shù)據(jù)積累足夠充分之后，對數(shù)字化個險銷售活動量管理的研究，一定要加入成交周期的維度。

通過對生成建議書、轉(zhuǎn)發(fā)建議書和閱讀建議書這三個環(huán)節(jié)數(shù)據(jù)的對比，我們發(fā)現(xiàn)，丙團隊可能存在以下兩個問題需重點輔導(dǎo)：

（1）2012 年7 月有近一半的人未制作過建議書，結(jié)合出勤情況，即可判斷團隊成員是否存在即將離職或脫落的可能，針對未制作建議書人群，公司需盡快開展相關(guān)應(yīng)對工作。

（2）建議書各環(huán)節(jié)的價值標(biāo)保都不高，團隊在產(chǎn)品的推動、理解上可能與公司的要求存在差距，或建議書的設(shè)計上可能存在較多問題，應(yīng)對團隊成員開展相應(yīng)的銜接訓(xùn)練。

三、基于數(shù)字化個險銷售活動量管理的建議

數(shù)字化時代，大數(shù)據(jù)是生產(chǎn)資料，云計算是生產(chǎn)力，互聯(lián)網(wǎng)是生產(chǎn)關(guān)系。從數(shù)據(jù)演變?yōu)榇髷?shù)據(jù)，體現(xiàn)了這個時代數(shù)據(jù)處理的空前規(guī)模、維度和速度。有數(shù)據(jù)資料顯示，全球產(chǎn)生和存儲的數(shù)據(jù)總量從2009 年的0.8 ZB（ZB=1 萬億GB）增加到2018 年的33 ZB，并預(yù)計在2025 年達到175 ZB。數(shù)據(jù)流動的速度也在持續(xù)加快，全球互聯(lián)網(wǎng)的數(shù)據(jù)流動速度在10 年內(nèi)增長了20 多倍，從2007年的每秒2000 GB 提高到2017 年的每秒4.6萬GB。

（一）實現(xiàn)數(shù)字化建議書制作的底層邏輯

在探討數(shù)字化建議書制作的底層邏輯之前，要先區(qū)分數(shù)字化的兩個基礎(chǔ)概念，即算法和算力，以及它們的關(guān)系。

目前，移動展業(yè)中建議書制作的底層邏輯基本都是由銷售人員自主操作完成的，僅在文字描述、費率計算等方面具備半自動功能，因此，這并不能完稱之為完全意義上的“數(shù)字化建議書”。

如果希望實現(xiàn)數(shù)字化建議書的制作，那么在算法方面需要重點關(guān)注以下兩點：

1.客戶畫像的算法

客戶畫像反映的是真實群體在針對某個產(chǎn)品時所有表現(xiàn)的數(shù)字化呈現(xiàn)，它可以由靜態(tài)標(biāo)簽和動態(tài)場景兩部分數(shù)據(jù)構(gòu)成。靜態(tài)標(biāo)簽可以通過前端數(shù)據(jù)采集來實現(xiàn)，動態(tài)場景可以通過靜態(tài)標(biāo)簽數(shù)據(jù)來搭建。動態(tài)場景可以理解為在靜態(tài)標(biāo)簽信息帶入后，觸發(fā)動態(tài)場景使我們清晰看見針對某個特定保險計劃的產(chǎn)品效應(yīng)。比如，我們可以針對30～35 歲白領(lǐng)女性設(shè)計客戶畫像，并在客戶畫像下設(shè)計幾個維度的動態(tài)場景模型，如觸發(fā)購買需求的動態(tài)模型等。所以，動態(tài)場景就是算法，通過這些動態(tài)場景算法，使我們能夠看見最終結(jié)果，而且這種動態(tài)場景算法還可以由多個構(gòu)成。

2.建議書需求的算法

系統(tǒng)根據(jù)客戶的靜態(tài)標(biāo)簽信息及當(dāng)前的一些動態(tài)數(shù)據(jù)，通過特定算法來確定應(yīng)該給客戶推薦的產(chǎn)品或產(chǎn)品組合建議書。建議書需求的算法并不是唯一的，比較常用的有：客戶需求導(dǎo)向分析法、馬斯洛需求層次法、專家法、KANO 模型法、維格斯法（WIEGERS’Method）等。

假設(shè)壽險公司有12個主險產(chǎn)品，客戶可以任意購買，那么理論上我們就有4095種建議書的模式，在這個前提下，我們可以按照核保的規(guī)則引擎來建立各類建議書模型，這個叫算法。系統(tǒng)通過算法和實際標(biāo)簽數(shù)據(jù)能迅速制作出各類建議書，并最終確定推薦哪件建議書，這個就叫算力。算法和算力在實際應(yīng)用中是相輔相成的，依據(jù)這些關(guān)系，我們就可以建立數(shù)字化建議書的底層邏輯了。

圖3 移動展業(yè)中建議書制作的形式和不足

圖4 數(shù)字化建議書制作流程示例

（二）實現(xiàn)千人千面的個性化培訓(xùn)

傳統(tǒng)個險培訓(xùn)工作主要依托于壽險公司的培訓(xùn)架構(gòu)來開展，也就是公司想培訓(xùn)什么就給銷售人員培訓(xùn)什么，公司把銷售人員分級分類，再給各個類別的銷售人員培訓(xùn)不同的內(nèi)容。這種培訓(xùn)方式在當(dāng)下的代理人隊伍中受到的阻力越來越大，因為公司所確定的培訓(xùn)內(nèi)容越來越難確保大部分參與人員感興趣，而每個銷售人員真正需要的培訓(xùn)往往又得不到相應(yīng)的支持，這也是當(dāng)下代理人培訓(xùn)最大的痛點。同時，還有一個潛在的問題：很多新招募的銷售人員其實并不清楚自己到底需要什么樣的培訓(xùn)，就好比大多數(shù)病人其實也并不知道自己究竟需要什么樣的治療。

數(shù)字化最大的優(yōu)勢就是高效解決信息不對稱的問題。所以傳統(tǒng)個險培訓(xùn)的這個痛點完全可以通過數(shù)字化變革來解決，通過數(shù)字化科技賦能實現(xiàn)傳統(tǒng)個險培訓(xùn)的技術(shù)升級。以下僅就數(shù)字化個險銷售活動量管理中的“生成建議書”“轉(zhuǎn)發(fā)建議書”和“閱讀建議書”三個環(huán)節(jié)與培訓(xùn)體系數(shù)字化的融合作一個示例探討。

本文前一部分已經(jīng)描述“生成建議書”是銷售人員某個時期對某個產(chǎn)品或主觀銷售意愿的基本表達。通過數(shù)字化個險銷售活動量管理的數(shù)據(jù)分析，能夠發(fā)現(xiàn)某些銷售人員“生成建議書”數(shù)量不足或明顯偏低。再配合其他大數(shù)據(jù)信息，比如新產(chǎn)品剛推出后，“生成建議書”數(shù)量在公司整體排名后30%的銷售人員，可能存在新產(chǎn)品銷售意愿不強的問題。對于這些人，就可以有針對性地開展銷售意愿及新產(chǎn)品內(nèi)容的再學(xué)習(xí)和再研討培訓(xùn)，也可以借助線上培訓(xùn)的優(yōu)勢，為他們提供專門的培訓(xùn)課程，并要求線上通關(guān)。

“轉(zhuǎn)發(fā)建議書”是銷售人員在某個時期對客戶進行專業(yè)化銷售活動中“接觸”動作的數(shù)量體現(xiàn)。根據(jù)特定時期銷售人員的數(shù)字化個險銷售活動量管理分析，同樣也會發(fā)現(xiàn)銷售人員中“轉(zhuǎn)發(fā)建議書”指標(biāo)排名后30%的人群，這部分人群可以被推定為在客戶分析、接觸話術(shù)熟練度方面存在問題，所以針對這部分人員可以開展客戶分析和接觸話術(shù)演練的培訓(xùn)。同樣，有條件的業(yè)務(wù)單位還可以借鑒AI機器人的優(yōu)勢，讓銷售人員撥打鏈接AI 機器人的固定電話，通過與AI機器人的對話，不斷提升這類銷售人員相關(guān)的技能水平。

“閱讀建議書”是銷售人員在某個時期對客戶進行專業(yè)化銷售活動中“說明”動作的數(shù)量體現(xiàn)。根據(jù)特定時期銷售人員的數(shù)字化個險銷售活動量管理分析，可以針對這一階段存在問題的銷售人員群體開展相應(yīng)客戶溝通技巧、產(chǎn)品賣點深度研討等相關(guān)內(nèi)容的培訓(xùn)，同樣也可以使用AI機器人提升這類銷售人員的溝通技巧和拒絕處理技巧。

針對代理人培訓(xùn)的數(shù)字化轉(zhuǎn)型，也正朝著碎片化、定制化和線上化方向發(fā)展，由于篇幅限制，以上章節(jié)僅就數(shù)字化個險銷售活動量管理的建議書板塊拋磚引玉。

中國保險代理人制度飛速發(fā)展的前30年，也是專業(yè)發(fā)展的30 年，在數(shù)字化轉(zhuǎn)型的當(dāng)下，壽險公司需要通過持續(xù)、深度的思考，專注、聚焦于數(shù)字化轉(zhuǎn)型，從大處著眼、小處著手，從傳統(tǒng)的流程升級到創(chuàng)新數(shù)字化驅(qū)動，以高質(zhì)量的創(chuàng)新引領(lǐng)高質(zhì)量發(fā)展，相信行業(yè)借助科技的力量一定會開啟中國保險代理人制度下一個全新的30年。