天天看點

AI又搶了人類職位,這回輪到銀行銷售人員了?

提到AI+營銷,你想到的是什麼?

投定向廣告,投千人千面的定向廣告。

停! 據說AI早已經從一個派發廣告的千手觀音,正式替代銷售員了。

這不,真有國内公司進行了真刀真槍地嘗試,還是在專業化程度很高的金融領域,讓AI幹起了銀行銷售員的活兒。

以銀行理财為例。銀行理财産品同質化程度高、客單價高、售後服務需求高,是以,銀行銷售們需要和客戶保持長期溝通,對客戶情況進行全盤的了解,詳細介紹理财産品的所有細節,才能保證簽單、服務好客戶(以及拿到提成)。

也許,這聽起來讓“社交恐懼症”們都覺得害怕,AI銷售員真能勝任?

最近,平安集團旗下的金融壹賬通研發出了一套銀行AI營銷系統,幫助銀行銷售們利用大資料識别客戶、讓AI音箱來介紹産品、用智能客服來答疑解惑。

肥宅小明のAI銷售之路

怎麼了解這個AI應用?

我們就假設有一位肥宅小明,雖然不善言談卻陰差陽錯進入銀行,賣起了理财。

去哪兒找客戶?

小明的第一步是要找客戶。

客戶并不難找,小明所在的網點通過附近的加馬客來屏,自動識别路人的相貌衣着,形成使用者畫像,為路人顯示千人千面的定制廣告,周圍不少上班族對小明所在銀行的産品産生了興趣。

AI又搶了人類職位,這回輪到銀行銷售人員了?

網點的客戶越來越多,加馬千裡眼依靠視覺識别技術,統計出此時銀行大堂的客戶不少,多數為男性、中年客戶。

AI又搶了人類職位,這回輪到銀行銷售人員了?

小明覺得他們購買理财的可能性比較高,但還是沒有勇氣前去搭讪。于是,他戴上了加馬識客眼鏡,隻要正在溝通的客戶授權,小明就可以通過此眼鏡了解客戶的相關情況,友善和客戶溝通,針對性的推薦适合客戶的産品。

AI又搶了人類職位,這回輪到銀行銷售人員了?

如何跟客戶溝通?

在幾次溝通後,小明找到了一位剛好準備給家人買保險的男士。

可是,在推薦了幾個産品之後,小明就陷入了尴尬:

糟了,我隻知道這些保險投多少賠付多少,具體的條款我都不清楚,客戶要是問細節的話,那可答不上來啊。

不過還好,小明急中生智,把客戶領到了一間洽談室,桌子上正放着加馬銷售助手。

AI又搶了人類職位,這回輪到銀行銷售人員了?

小明悄悄把保險說明書傳到了加馬銷售助手上,加馬銷售助手通過智能閱讀了解系統學習了網店内所有在售保險産品的具體文書條款,對這些保險産品如數家珍。

就像目前流行的智能音箱一樣,加馬銷售助手是一款精于銀行業務的智能音箱。客戶問的所有問題,加馬銷售助手都能通過智能話術,用更容易讓客戶了解的方式講述出來,就像下面這個視訊一樣:

AI又搶了人類職位,這回輪到銀行銷售人員了?

客戶對小明推薦的産品很感興趣,決定回家和家人商議後再做決定。而小明也沒閑着,他讓加馬銷售助手幫他整理會議記錄,剛整理好,客戶就來了電話,決定第二天來銀行找小明簽約。

小明終于成單了,它激動地讓加馬銷售助手列印好簽約需要的各種文檔表格,幫他預約好時間。第二天,小明終于簽下人生第一單。

AI又搶了人類職位,這回輪到銀行銷售人員了?

售後客服在哪裡?

後來,小明和客戶的關系越來越近,客戶也在小明這裡辦了信用卡。有問題的時候,客戶就直接打電話給銀行AI客服,雙方開始流利的對話答疑。

AI又搶了人類職位,這回輪到銀行銷售人員了?

幕後技術:全面智腦

幫助小明拿下客戶訂單所有智能工具,都依賴于背後的全面智腦,它在幕後完成資料的收集整理、人臉識别和語音識别模型的運作、以及自然語言的處理與生成。

全面智腦分成三個部分:

加馬愛迪生大資料平台負責整合銀行需要的各種資料,并生成使用者畫像;

加馬愛因斯坦智能營銷引擎負責制定包括營銷政策在内的多種政策,通過使用者特征提取、模型分析,形成完整的标簽體系,多元度分析客群屬性,提供千人千面的營銷政策;

AI又搶了人類職位,這回輪到銀行銷售人員了?

加馬遠望智能報表工具(Telescope)負責快速整理資料,生成報表,以對銀行業務提供參考。

AI又搶了人類職位,這回輪到銀行銷售人員了?

加馬人工智能研究院

上面說的這些産品其實都來自于平安金融壹賬通旗下的加馬人工智能研究院(Gamma Lab)。

該研究院創立之初衷,就是希望把AI領域的前沿技術,在金融領域深度應用。

目前加馬AI研究院已擁有200多位海内外頂尖的大資料、人工智能等領域的專家,核心骨幹成員畢業于MIT、斯坦福、上交、複旦等知名高校,已申請專利超過200多個,發表論文10餘篇。

One More Thing

話說回來,滲透營銷全流程的AI,會不會搶了無數營銷人員的飯碗呢?

其實沒那麼容易發生。

以我們上面提到的銀行場景來說,不管是客戶經理們還是客服們,AI對他們工作的影響更多的是提升效率。就像 “小明”一樣,AI終歸變成了他的左膀右臂,幫助他更輕松的完成任務。

人有人擅長的事情,機器有機器擅長的事情,何不分工協作、幹活不累?

原文釋出時間為:2018-08-27

本文作者:關注前沿科技

本文來自雲栖社群合作夥伴“

量子位

”,了解相關資訊可以關注“

”。

繼續閱讀