<video id="zjj55"><delect id="zjj55"></delect></video>

<big id="zjj55"><listing id="zjj55"><del id="zjj55"></del></listing></big>

<menuitem id="zjj55"><delect id="zjj55"><pre id="zjj55"></pre></delect></menuitem>

<output id="zjj55"></output>
<video id="zjj55"></video>

<menuitem id="zjj55"></menuitem>

    <video id="zjj55"><listing id="zjj55"></listing></video>

    <menuitem id="zjj55"></menuitem>
    <output id="zjj55"><delect id="zjj55"><pre id="zjj55"></pre></delect></output>

    <menuitem id="zjj55"></menuitem>
    <menuitem id="zjj55"></menuitem>

        <big id="zjj55"></big>
          1. 移動端
            訪問手機端
            官微
            訪問官微

            搜索
            取消
            溫馨提示:
            敬愛的用戶,您的瀏覽器版本過低,會導致頁面瀏覽異常,建議您升級瀏覽器版本或更換其他瀏覽器打開。

            追一科技:NLP方案助力某世界500強保險企業提升智能化水平

            來源:中國電子銀行網 2021-04-20 11:13:53 追一科技 智能化 技術創新應用類
                 來源:中國電子銀行網     2021-04-20 11:13:53

            核心提示AIForce自然語言處理解決方案顯著提升某頭部保險企業在營銷,服務和數據應用的智能化水平

            cebnet文章插圖

            參賽單位:深圳追一科技有限公司

            案例名稱:NLP方案助力某世界500強保險企業提升智能化水平

            案例簡介:

            追一科技的AIForce自然語言處理解決方案整合智能培訓機器人、智能服務機器人、NLP+深度學習技術,顯著提升某頭部保險企業在營銷,服務和數據應用的智能化水平。

            創新技術/模式應用:

            1.智能培訓機器人:重塑教與學,讓營銷代理人團隊量穩質升

            該企業的代理人隊伍發展正面臨三大挑戰——形勢變化“快” 與隊伍變化“慢”、“量”擴有壓力與“質”升有空間、營銷規律仍然經典但實施方式亟需迭代。幾十萬的代理人隊伍不再是追求數量的擴張,但如何實現“量穩質升”,提升整體產能?關鍵在于培訓,特別是千人千面的針對性培訓。優良的培訓不僅為展業提供更好的支持,也將為客戶提供更大服務價值。

            針對此痛點,追一科技基于該企業積累的11萬知識圖譜實例,將AI數字員工智能培訓機器人Learn與該企業的學習平臺對接,針對不同崗位設計不同的知識要點。更利用自動語音識別(ASR)技術和自然語言處理(NLP)技術,通過實戰演練+通關考試+能力畫像生成的培訓和考察模式,讓內部員工、坐席、保險代理等業務人員在APP或H5移動端隨時隨地輕松學習。大量的場景化演練、產品訓練、客戶體驗規劃等互動對練,取代了傳統培訓枯燥的條款閱讀等低效培訓方式,切實提高銷售團隊的服務、核保、理賠能力。

            2.NL2SQL:數據庫交互新模式,讓數據不再沉睡

            除了代理人隊伍的價值挖掘,保險公司轉型的另一大驅動力就是數據價值。進入大數據時代,數據分析的價值早已超越精算部門,進入保險公司的營銷、承保、理賠、客戶服務各個部門。該公司在成立近30年間,不僅積累了11萬知識圖譜實例,同時擁有一套超級ATM內部報表系統,基于龐大的內部數據庫,通過選擇分析維度,生成數據分析報告,指導公司各個團隊的經營決策。

            隨著數據的不斷豐富,報表系統的使用效率成為釋放數據價值的主要制約因素。首先是系統的使用步驟復雜,分析維度繁多,員工獲得分析報告的效率變低,每次操作需要做大量的條件篩選;其次是數據無法被充分利用,傳統的數據庫維護方法,需要技術工程師耗費大量時間,在系統中預先設定可供選擇的分析維度,如年度、地區、險種、銷售額等。若需要調取的數據維度沒有被人工預先設定,其價值就無法發揮。人工設定總是不可能窮盡,這就意味著大量的數據將被藏于冰山之下,無法發揮作用。

            在深入分析了這一痛點后,追一科技在該公司原有系統基礎上應用了基于NLP(自然語義理解)的實體抽取技術,由NLP引擎根據規則將文字內容解析為自助查詢終端系統可識別的值,再由自助查詢終端系統生成對應的報表。NL2SQL可以讓非專業人士,不需要學習和掌握數據庫程序語言,就可以自由地查詢各種豐富的數據庫。如果遇到沒有預設相應字段及指標的問題,機器人將展示能夠識別的數據結果,并將該案例記錄,后續進一步學習。

            3.智能服務機器人:超10萬次的日交互量,用AI護航

            除了利用AI增加“內力”,該保險集團還將追一科技的AI數字員工智能服務機器人BOT,應用于客戶服務團隊,以滿足該企業超過1億多用戶在官網、微信、APP等各類渠道進行的日常保單查詢、理賠查詢、分紅查詢、還款查詢、投保、續保、保單修改、投訴建議、機構通訊錄查詢等交互需求。

            該企業在原有的交互機器人使用中,遇到不少難題:首先,保險涵蓋的險種多,行業數據總量超過32萬條,覆蓋的FAQ問答也超過7100條,在投保、理賠等各個環節還往往涉及大量復雜條例,對機器人的專業度要求很高。其次當用戶對投保、理賠相關知識了解不多,對需求的表達無法清晰準確時,機器人會話準確率僅能達到80%-85%,還需要大量的人力投入預設并維護知識庫。

            而追一基于NLP+深度學習技術,通過強大的自學習能力,可以實現垂直領域的知識泛化,觸類旁通,歸納相似問題,深層次理解用戶真實意圖與所需各類保險條例。

            項目效果評估:

            1.智能培訓機器人:

            上線至今,該企業已上線產品和服務課程200余門,對練人數超過20萬,平均每天完成10000人次對練,累計對練次數超過千萬人次。特別是在新冠肺炎疫情期間,智能培訓機器人Learn大顯身手,平均每天提供超過20000人次對話培訓,充分展現了線上培訓的優勢。

            2.NL2SQL:

            這一新的交互模式省去了75%的手動操作環節,讓員工只需用語音或文字表輸出查詢需求。例如:我想查看2020年各分公司的保費收入,或者“我想查看2020年保費收入前10的各機構”,或者“我想看下壽險客戶加保分析”……即可快速生成報表,任意調用庫中數據。從此不再受人工預設的篩選字段限制,不僅僅極大提高報表生成效率、決策效率,更完整地釋放了全量的數據價值,以更加全面、詳細的報告支持各部門的科學決策。

            3.智能服務機器人:

            智能服務機器人,將問答準確率從85%提高到93%以上,轉人工率也從原有的20%降至11-12%。這不僅直接釋放客服團隊壓力,更有效地減少了因客服繁忙而導致的用戶排隊等候、未完成溝通就超過系統會話時限等中極易影響用戶體驗的情況。

            借力追一科技的AIForce自然語言處理解決方案,該企業有效推動了代理人隊伍升級,進一步釋放海量數據價值,改善用戶的交互體驗,提升了企業的智能化水平和業務表現,使得轉型工作扎扎實實地落地見效,也成為同行深具參考性的轉型范本。

            責任編輯:方杰

            免責聲明:

            中國電子銀行網發布的專欄、投稿以及征文相關文章,其文字、圖片、視頻均來源于作者投稿或轉載自相關作品方;如涉及未經許可使用作品的問題,請您優先聯系我們(聯系郵箱:cebnet@cfca.com.cn,電話:400-880-9888),我們會第一時間核實,謝謝配合。

            為你推薦

            收藏成功

            確定
            人妻精品一区二区三区_好紧好湿好硬国产在线视频_亚洲精品无码mv在线观看_国内激情精品久久久

            <video id="zjj55"><delect id="zjj55"></delect></video>

            <big id="zjj55"><listing id="zjj55"><del id="zjj55"></del></listing></big>

            <menuitem id="zjj55"><delect id="zjj55"><pre id="zjj55"></pre></delect></menuitem>

            <output id="zjj55"></output>
            <video id="zjj55"></video>

            <menuitem id="zjj55"></menuitem>

              <video id="zjj55"><listing id="zjj55"></listing></video>

              <menuitem id="zjj55"></menuitem>
              <output id="zjj55"><delect id="zjj55"><pre id="zjj55"></pre></delect></output>

              <menuitem id="zjj55"></menuitem>
              <menuitem id="zjj55"></menuitem>

                  <big id="zjj55"></big>