InsurTech-Fokus - Ping An
Insurtech wird schrittweise in der chinesischen Versicherungsbranche implementiert, um ineffiziente Prozesse zu überarbeiten und die Entwicklung neuer und besserer Produkte zu ermöglichen, die Datenanalysen nutzen. Einige Versicherer prüfen jedoch, wie sie ihren Vertriebskanal verändern können, der größtenteils noch menschlich ist.
Sogar diejenigen, die den traditionellen Versicherungsmarkt stören, haben Probleme, mit denen sie sich auseinandersetzen müssen.
Der Agenturkanal ist nur einer von ihnen (siehe letzten Monat Bibliotheksbericht)
Verbesserung der menschlichen Note
Dieser Kanal wird zwar als Beispiel für die Digitalisierung gefeiert, weist jedoch vier Hauptschwächen auf: zu wenige Manager; ineffiziente Rekrutierung; zu wenige Vollzeitagenten; und auf ineffiziente papierbasierte Prozesse angewiesen.
Ping An hat festgestellt, dass es eine Reihe dieser Schwachstellen aufweist, und einige digitale Funktionen entwickelt, um diese Probleme zu lösen.
Vier Schritte zum Himmel
Das Unternehmen hat einen Vier-Phasen-Plan zur Umgestaltung seines Agenturkanals, indem es seinen Fokus von der Produktentwicklung auf einen eher beratenden Ansatz verlagert. Zu diesem Zweck hat das Unternehmen eine digitale Strategie entwickelt, um seine bestehenden eine Million Agenten auszubilden.
Die Phasen eins und zwei haben bereits erhebliche Gewinne erzielt:
- 310 Millionen Blatt Papier pro Jahr wurden eingespart;
- Die Zeichnungszeit wurde von 5 Tagen auf 15 Minuten verkürzt.
- 91% der Agententrainings wurden online durchgeführt.
- Die Belegschaft des Schulungsdienstes wurde um 70% reduziert. und
- Die Produktivität wurde um 32% gesteigert.
Künstliche Interviews
Die dritte Entwicklungsphase wird sich auf die Anwendung künstlicher Intelligenz (KI) konzentrieren, um die Qualität der Rekrutierung und des Screenings von Agenten zu verbessern. Es wird auch verwendet, um finanzielle Ressourcen effektiver zuzuweisen und die Karriereplanung für die Agentur zu unterstützen.
Durch die Digitalisierung des Rekrutierungs- und Interviewprozesses rechnet Ping An mit einer Einsparung von 1.43 Millionen Arbeitsstunden pro Jahr. Das klingt schon nach einer enormen Ersparnis, aber es sind atemberaubende 60,000 Tage oder 163 Jahre, die sie jedes Jahr sparen wollen. In Geldbeträgen werden jährlich 630 Millionen Yuan an Finanzmitteln eingespart.
Bessere Ausbildung
Technologie wird auch verwendet, um das Wissen und die Fähigkeiten von Agenten zu verbessern, um leistungsstarke Personen schneller als zuvor durchzubringen. Das Projekt zielt darauf ab, die Zeit für die Entwicklung leistungsstarker Wirkstoffe von 36 Monaten im Jahr 208 auf nur 15 Monate zu verkürzen.
Wenn sie sich schneller entwickeln, werden ihre Reihen wachsen und Ping An strebt an, bis Ende 459,000 2019 leistungsstarke Agenten zu haben, gegenüber 383,00 im Jahr 2018.
Das Benchmarking wird verwendet, um die Stärken und Schwächen jedes Agenten zu identifizieren und einen maßgeschneiderten Schulungsplan zu erstellen.
Digitale Hilfe im Büro
Ein KI-Assistent hilft bei der intelligenten Zuweisung von Aufgaben und der Anpassung von Plänen. Die Online- und Echtzeitverbindung stellt sicher, dass der Inhalt vollständig kompatibel ist, überwacht jedoch auch die Echtzeitkommunikation, das Verhalten der Agenten und bewertet das Agentenrisiko. Dies soll sicherstellen, dass die Agenten vollständig konform sind und das Unternehmen einem Risiko aussetzen.
Alle Agenten werden von einem virtuellen 24-Stunden-Online-Support unterstützt, der Geschäftsarten identifiziert, die Daten verarbeitet und überprüft und Leads, Produktabstimmungen und klare Empfehlungen für Agenten zur Weitergabe an Kunden anbietet.
Leistungsstarke Ergebnisse
Die durch dieses Modell angebotenen Leads haben bereits eine Conversion-Rate von 10.8% bei 220 Millionen Kunden durch 1.3 Milliarden Interaktionen erreicht.
Dies wird voraussichtlich zu einem Umsatzanstieg von 2.8 Mrd. RMB führen und gleichzeitig den Verlust aus verfallenen Prämien um 2 Mrd. RMB reduzieren.
Betrugsverluste werden voraussichtlich ebenfalls um 350 Mio. RMB reduziert.