我应该购买什么类型的保险?
各个险种之间的区别是什么?
赔付形式是怎样的?
哪些情况不属于投保范围?
……
日前,招商银行发布的《当代青年保险态度报告》中指出,在购买保险的人群中,年龄在18-45岁的占90%以上,其中25-35岁的人数占比更是高达58%。不难看出,年轻人已经成为购买保险的主力军。
随着购买群体日益年轻化,传统线下劝服的营销方式已逐步被淘汰,他们更倾向于通过线上渠道,与保险供应商快捷、精准地互动。这就要求保险企业革新销售及服务方式,以智能化的手段链接客户。
可以说,智能客服的出现,帮助企业解决了人手短缺及响应速度慢等问题;而知识图谱的应用则为企业在响应客户咨询的全面性、专业度及精准度层面上,迈出了智能化的一步。
知识图谱(Knowledge Graph)旨在描述世界万物的知识、概念、实体、属性、事件及其之间的关系。可以将知识图谱简单理解为把知识连接在一起组成的网络,这些网络就是我们所谓的图谱。它以节点来代表实体、概念、事件,每一个节点都是一个知识点,而边代表实体/概念之间的各种语义关系。
简单的讲,知识图谱就是将所有不同种类的信息连接在一起,得到的一个关系网络,以可视化的方式展现实体间的关联,能够更快、更简单地发现新的信息和知识,提供了一种从“关系”的角度去分析问题的能力。
知识图谱在保险行业的应用前景十分广阔,合理的利用知识图谱技术,能缓解保险公司在风险管控中的诸多压力,帮助管理者优化监管工作;同时,还能解决交易过程中,用户获取产品信息成本较高,信息不对称等问题,为优化用户服务体验提供了新的思路。
长期以来,阻拦未购买保险的用户做出购置决定的重要原因之一,就在于保险产品条款本身的复杂性。一是不同险种的目标群体及适用范围不同,条款细则中充斥着大量难以直接理解的专有名词,用户在决策前需要花费大量的时间和精力去了解;而对于保险代理人来说,也很难熟知每一险种中的所有条款细则。
知识图谱可以利用上下文的实体关联关系,缩小搜索范围,快速找到用户真正关心的东西。利用智能的知识网络,更简洁高效的为用户提供信息服务。
那么,知识图谱是如何赋能保险行业的呢?
通过将保险条款中多元复杂的内容提取出来,利用实体识别、关系抽取、知识融合等手段,转化为知识图谱的表示方式,将“数据知识化”,并结合NLP智能问答与语义搜索、语义匹配,实现基于图谱的搜索、问答及推荐。基于智能的知识网络,更简洁高效的为用户提供信息服务,降低用户获取产品信息的成本,“扫清”阻拦用户做出购买决策的障碍。
属性问答
也称定义类问答,例如保单是什么;什么是重疾险等。
产品推荐问答
可以根据不同用户对产品不同的需求,有针对性的推荐保险产品,例如保A疾病的产品有哪些;重疾险有哪些等。
反问机制
当缺少对应的实体类型时候,会进行反问。例如:在没有上下文的情况下直接询问等待期是多久,系统会反问具体问的是哪一款产品。
上下文理解-意图继承
问答系统可以对意图进行继承,当上文已有意图的情况下,如果下文用户基于该意图直接进行提问,那么系统可以继承上文的意图进行回答;
上下文理解-实体继承
问答系统可以对实体进行继承,当上文已有实体的情况下,如果下文用户基于该实体直接进行提问,那么系统可以继承上文的实体进行回答。
实例化问题
基于知识图谱构建的问答系统具有推理能力及判断能力,可以对一些实例化问题进行精准答复。
通过对保险知识图谱化重构,构建知识管理系统平台,为银保、代理、销售、客户提供智能化精准搜索、问答等服务,能够有效提升拓客及工作效率,以及提高客户满意度,帮助降低企业人力服务成本,推动保险企业的数字化、智能化能力建设。
Copyright © 2013-2021 All Rights Reserved.深圳市一号互联科技有限公司版权所有