王庆龙 吕 捷 泰康保险集团股份有限公司

1992 年9 月，友邦保险有限公司上海分公司的成立不仅带来了寿险营销个人代理制度，也拉开了中国寿险业飞速发展的序幕。当传统代理人经营的痛点已然成为数字化经营起点时，面对下一个30 年，在数字化转型中的各家寿险公司该何去何从？

一、数字化个险销售活动量管理的起源

（一）个险销售活动量管理成为个险营销的痛点

2020 年4 月，中国银保监会有关部门负责人就《保险代理人监管规定（征求意见稿）》答记者问时提到：截至2019 年底，我国共有保险专业代理法人机构1779家，保险兼业代理机构3.2万家，网点22万个，个人保险代理人900万人。自2009年以来，我国保险代理人的年复合增长率高达13.4%。面对人数众多的保险代理人如何开展有效管理？这时，销售活动量管理就成为个险营销中的一个核心环节。

个险销售活动量管理主要是以专业化寿险销售流程为基础，针对销售人员的业务活动行为进行管理及分析的一套管理方法。个险销售活动量管理从销售人员的基本活动指标入手，通过对销售人员在一定时间内活动指标及指标间转换的关系进行分析，得出各层级和各类型的活动之间的内在关系数据，从而有针对性地对团队、个人实现相应的辅导、督促等功能，进而推动个险营销业务发展。

个险销售活动量管理的依据是：保费=人力×人均访量×成交率×件均保费，人均访量与成交率构成了成交件数，成为个险销售活动量管理的内核；件均保费是销售技能的体现，成为业务推动的内核。

个险销售活动量管理的意义在于将传统的结果管理（未来预期）演变为过程管理（即时数据），是从“获客”到“活客”的一个过程管理，将预期业务目标值分解成了一个个销售人员的销售行为数据。因此，从这个意义上来讲，早期个险销售活动量管理探索和实践都可称为活动量管理数字化的阶段。

在个险销售活动量管理的探索和实践中，大家越来越清晰地意识到在量化统计、便利高效、综合评价及追踪督导等方面的痛点（见图1），而这些痛点的根源就是数字化呈现不够。

图1 传统活动量管理的痛点

（二）数字化个险销售活动量管理的必要性

“十四五”规划明确提出：加快数字化发展，建设数字中国；充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，壮大经济发展新引擎。

什么是数字化？普遍认同的定义是：数字化就是利用新技术和数据，对组织架构、业务模式、内部流程升级进行赋能、改造和重塑，从而实现从最终用户到中后台的全流程自动化和体验升级，进而产生全新的数字商业模式。

具体到保险行业，数字化转型可以理解为保险公司为应对数字化时代，利用数字化手段，选取适合自身资源禀赋的战略侧重点，建立由数据、技术、机制等组成的数字化支撑体系，形成以数字化客户洞察为核心的全方位数字化业务能力，最终达到用户（销售人员、中介机构、客户、决策层、员工）体验及服务效能的提升。

细看个险销售活动量管理的发展，可以将其定义成两个阶段，即“个险销售活动量管理数字化”和“数字化个险销售活动量管理”。“个险销售活动量管理数字化”是指将采集到的代理人销售行为、数据统计和技能评估从线下移到线上的阶段。在这个阶段，保险公司对活动量数据有了更多的积累和简单的分析模型。比如，有统计认为，销售人员一般进行10次拜访能成交一单，这就是对早期活动量数据做基本分析后得出的经验数据。“数字化个险销售活动量管理”是指通过大数据对销售人员的行为数据进行分析，发现存在的问题并提供具体的解决方案，是个险营销未来的发展方向。过去保险公司在活动量管理上做得比较多的是线上化、移动互联化，现在正逐步转向以大数据驱动为基础，将数字化系统演变为提供精准化、个性化的解决方案。

二、数字化个险销售活动量管理的构建

（一）移动互联开启数字化个险营销的新篇章

HTML5的全面推广，使Web成为一个成熟的应用平台，在这个平台上，视频、音频、图像、动画以及与设备的交互都得以充分展示，同时在热备份、负载均衡、大流量、跨平台及防入侵方面也有了更出色的表现。正是这些亮点使得传统个险营销的展业流程在过往的30年发展中，基本完成了从线下向线上移动互联的转化，为个险营销下一个30年的发展奠定了坚实的科技基础。

微信、微博、抖音、快手等社交平台的大面积普及也为个险销售活动量管理注入了新生命，这些新元素的注入不仅带来了新客户和新市场，更为个险营销的发展带来了新技术和新能力。

移动互联与个险营销的充分融合绝非偶然，主要原因是当下个险营销的环境发生了巨大变化，主要体现在：1.营销员的管理更加复杂。随着营销队伍的年轻化，营销员的类型越来越多，多样化的营销管理场景使得对营销员的管理越来越复杂。2.客户对保险产品的认知更加多元化。保险市场已由产品稀缺型演化成了消费者稀缺型，进而对传统保险专业化销售流程提出了升级要求。

（二）全流程数字化个险销售活动量管理的构建

传统个险销售活动量管理是从主顾开拓到准客户名单开始的，当数字化改造时，就需要从数据真实性出发，参照操作简洁、管理方便的用户感受标准，借助移动展业的科技赋能优势，来开展数字化个险销售活动量管理。数字化个险销售活动量管理的起点可从生成建议书开始，终点可以回到客户管理中去，全流程借助移动展业数据采集优势，充分还原每一个环节的客户信息。数字化个险销售活动量管理的具体流程可参考图2。

图2 数字化个险销售活动量管理全流程示意图

数字化个险销售活动量管理的起点是“生成建议书”，因为这个环节可以最大限度保证数据的真实性和准确性。而流程中的其他各个环节也具有其特定的意义。

生成建议书：是销售人员某个时期对某个产品或主观销售意愿的基本表达。如果公司新产品上市，部分销售人员连一件基本建议书都没做过，大概率可以说明这个销售人员既没有学习这个产品的热情，也没有主观销售这个产品的意愿。该环节的数字化关键指标是生成建议书次数，数字化的维度指标可以包括保费、标保、保额、缴费年期、制作时长、阅读次数、阅读时长及相关客户标签等。

转发建议书：是销售人员在某个时期对客户进行专业化销售活动中“接触”动作的数量体现。能够进行转发，大概率说明销售人员做了“接触”的动作；制作了建议书但没有转发，大概率说明销售人员不清楚或不确定能转发给谁，也就是“接触”的准备不充分，甚至客户储备和开拓不足，没有合适的销售对象。同时，这个指标还可以与生成建议书形成关联分析。比如：对于销售人员而言，生成10件建议书，转发8次的和转发2次的，其对产品定位和客群理解上肯定存在偏差。该环节的数字化关键指标是转发建议书次数，数字化的维度指标可以包括保费、标保、保额、缴费年期、转发周期时长及相关客户标签等。

阅读建议书：是销售人员在某个时期对客户进行专业化销售活动中“说明”动作的数量体现。转发出去的建议书有的客户阅读了，有的客户没阅读；有的客户阅读了几次，有的客户累计阅读了30 分钟，大概率能反映出销售人员对客户找寻能力的精准定位。该环节的数字化关键指标是阅读建议书次数，数字化的维度指标可以包括保费、保额、缴费年期、阅读时长、阅读次数及相关客户标签等。

生成订单：是销售人员在某个时期对客户进行专业化销售活动中“促成”动作的数量体现。销售人员生成了订单，但订单可能信息不完整，缺少身份证件信息、缺少银行卡证信息、缺少客户签名等；同时也包含有完整信息的订单，数据积累如果足够多，完整信息订单占比能够在一定程度上反映销售人员促成技能的高低。该环节的数字化关键指标是生成订单件数，数字化的维度指标可以包括保费、标保、保额、缴费年期、订单完整率、订单填写时长、订单处理时长及相关客户标签等。

预收保单：是销售人员在某个时期对客户完成专业化销售活动中“接触”“说明”和“促成”三个动作的数量体现。预收保单虽然还未正式承保，但未承保原因一般都真实可见，主要为扣款失败、问题件、体检生调、回访不成功等原因。该环节的数字化关键指标是预收保单件数，数字化的维度指标可以包括保费、标保、保额、缴费年期、未承保原因、未承保时长和相关客户标签等。

承保保单：是整个个险销售活动量管理的标杆指标，所有过程指标都应对标该指标，进而找出销售人员存在的潜在问题及改善措施。该环节的数字化关键指标是承保保单件数，数字化的维度指标可以包括保费、标保、保额、缴费年期、承保时长和相关客户标签等。

初“建”客户：将转发建议书或阅读建议书的客户进行细分，针对首次转发或阅读的客户作单独的统计；同时，通过数据模型，持续对这个指标进行追踪和分析，就可以得出销售人员各个时期新准客户的积累情况。该环节的数字化关键指标是初“建”客户人数，数字化的维度指标可以包括保费、保额、缴费年期和相关客户标签等。

复“建”客户：将转发建议书或阅读建议书的客户进行细分，针对2 次及以上客户的转发或阅读作单独的统计。这个指标可用于评估销售人员的“二开”能力，通过建立数据模型，可以分析销售人员的“二开”周期，加保能力强弱等，特别是对收展和银续的代理人有帮助。该环节的数字化关键指标是复“建”客户人数，数字化的维度指标可以包括保费、保额、缴费年期和相关客户标签等。

客户管理：系统在定义完包含完整投保信息的基本信息字段后，可以将客户信息的来源定义为系统自动添加、销售人员手动添加和第三方批量导入三类。系统自动添加，即通过建议书和承保环节，系统能将这些环节中的客户信息自动新建客户或添加到已有客户中去，省去了过往销售人员手工操作的过程；销售人员手动添加，即保留了传统的个人制作客户档案的流程；第三方批量导入，适用于孤儿单分配或销售人员其他客户档案的批量导入流程。

（三）数字化个险销售活动量管理的应用

数字化个险销售活动量管理的应用可分为两个阶段，即初期阶段和成熟阶段。

初期阶段：指系统上线的早期（12 个月以内）。在我们尚不能通过大数据分析确定个人、团队的成交周期时，结合模糊理论，以周或月为周期，根据期间的活动量数据和期间累计承保的保费进行量化分析，建立数据模型，进而找出潜在的问题。

成熟阶段：系统累积了足够的数据量（系统上线12 个月以后）。我们可以通过计算，准确得出个人、群体的成交周期及相应活动量与保单的对应关系，同时根据周期内的活动量及对应保单进行数字化模型的行为分析，精准发掘个人、群体的潜在问题，并提供具体解决方案。

由于本文目前缺乏成熟实践的数据信息，因此以下仅就初期阶段的数字化管理做一些结论描述。

三类指标构成了数字化个险销售活动量管理的主线逻辑，以经营月为周期举例，具体指标定义见表1。

表1 类别指标名称及计算公式

除数字化个险销售活动量管理的主线逻辑指标外，我们还可以建立一些辅助维度的评价指标，如销售人员维度的各环节人员的参与度（各环节数字化关键指标对应的销售人员人数÷月末在册人力）、客户维度的建议书人均保额（建议书总保额÷建议书数量）等。

以自然月为单位，针对建议书环节，分别就个人和群体两个场景对数字化管理的逻辑应用举例如下：

1.个人场景

假设某营业组下辖三名销售人员，2021年7 月个人承保标保分别为张三8000 元，1件；李四24000 元，2 件；王五16000 元，3 件。系统抓取建议书环节活动量数据及主要指标如下。

对数据的解读仁者见仁，智者见智，以下仅抛砖引玉，做个示例：

在生成建议书环节，数据显示张三的“生成成交率”为12，这个数据意味着张三在2021 年7 月，每制作12 件建议书能成交1 件保单；同理，李四制作9个建议书能成交1件保单，王五制作8 个建议书能成交1 件保单。张三的“生成价值标保”为667 元，这个数据意味着张三在2021年7月，每件建议书平均创造了667元标保。通过纵向对比我们可以发现，李四在生成建议书的环节价值标保最高，达1333元，也就意味着，李四在为客户定制相同险种的保险计划时，设计保额/保费的能力要强于张三和王五。

表2 建议书环节数字化管理逻辑应用——个人场景

在阅读建议书环节，数据显示李四的“阅读成交率”为4.5，这个数据意味着李四在2021年7月，每4.5个客户阅读过建议书就能成交1 件保单，这个数据可以作为李四2021年8月业务计划预估的一个参考值。张三的“阅读转化率”为55%，说明张三在由转发建议书到客户阅读建议书这个环节中损失率非常高。在日常的辅导中，主管可以重点分析造成损失率偏高的原因，是客户筛选做得不够还是销售人员的追踪不够？

通过对生成建议书、转发建议书和阅读建议书这三个环节数据的对比，我们还发现，王五虽然承保件数最高，但他存在以下两个问题需重点辅导：

（1）生成建议书后的转发率不高，可能存在反复修改建议书的行为，需要关注本人对客户筛选的能力和产品卖点的掌握度是否充分；

（2）各环节的价值标保均不高，说明销售人员在制作建议书时对计划保额和保费的设计在同团队中是偏保守的，辅导时需要重点看一下是客群的问题还是自身销售技能的问题。

2.群体场景

假设2021年7月，分别以甲、乙、丙三个部和绩优人员共四个群体，进行个险销售活动量管理评估，系统抓取建议书环节活动量数据及主要指标见表3。

表3 建议书环节数字化管理逻辑应用——群体场景

在生成建议书环节，数据显示丙团队的“生成实动率”为54.5%，这个数据意味着丙团队中一个月的时间里仅有一半的销售人员制作了建议书，充分显示了丙团队的活动人力不足。丙团队的“生成成交率”为25.0，这个数据意味着丙团队在2021 年7 月人均每制作25件建议书才能承保1件保单，是四个群体中最高的，且相比绩优团队均值高1.7倍，团队制作建议书的效率明显偏低。同样，丙团队的“生成价值标保”为328元，更是比绩优团队低3.5 倍，大概率是险种推动和件均上出了问题。

在阅读建议书环节，虽然数据显示绩优团队的“阅读转化率”45.6%最低，但综合考虑绩优团队的“阅读价值标保”3394元，很可能是由于件均较高导致客户的成交周期延长造成的。所以在数据积累足够充分之后，对数字化个险销售活动量管理的研究，一定要加入成交周期的维度。

通过对生成建议书、转发建议书和阅读建议书这三个环节数据的对比，我们发现，丙团队可能存在以下两个问题需重点辅导：

（1）2012 年7 月有近一半的人未制作过建议书，结合出勤情况，即可判断团队成员是否存在即将离职或脱落的可能，针对未制作建议书人群，公司需尽快开展相关应对工作。

（2）建议书各环节的价值标保都不高，团队在产品的推动、理解上可能与公司的要求存在差距，或建议书的设计上可能存在较多问题，应对团队成员开展相应的衔接训练。

三、基于数字化个险销售活动量管理的建议

数字化时代，大数据是生产资料，云计算是生产力，互联网是生产关系。从数据演变为大数据，体现了这个时代数据处理的空前规模、维度和速度。有数据资料显示，全球产生和存储的数据总量从2009 年的0.8 ZB（ZB=1 万亿GB）增加到2018 年的33 ZB，并预计在2025 年达到175 ZB。数据流动的速度也在持续加快，全球互联网的数据流动速度在10 年内增长了20 多倍，从2007年的每秒2000 GB 提高到2017 年的每秒4.6万GB。

（一）实现数字化建议书制作的底层逻辑

在探讨数字化建议书制作的底层逻辑之前，要先区分数字化的两个基础概念，即算法和算力，以及它们的关系。

目前，移动展业中建议书制作的底层逻辑基本都是由销售人员自主操作完成的，仅在文字描述、费率计算等方面具备半自动功能，因此，这并不能完称之为完全意义上的“数字化建议书”。

如果希望实现数字化建议书的制作，那么在算法方面需要重点关注以下两点：

1.客户画像的算法

客户画像反映的是真实群体在针对某个产品时所有表现的数字化呈现，它可以由静态标签和动态场景两部分数据构成。静态标签可以通过前端数据采集来实现，动态场景可以通过静态标签数据来搭建。动态场景可以理解为在静态标签信息带入后，触发动态场景使我们清晰看见针对某个特定保险计划的产品效应。比如，我们可以针对30～35 岁白领女性设计客户画像，并在客户画像下设计几个维度的动态场景模型，如触发购买需求的动态模型等。所以，动态场景就是算法，通过这些动态场景算法，使我们能够看见最终结果，而且这种动态场景算法还可以由多个构成。

2.建议书需求的算法

系统根据客户的静态标签信息及当前的一些动态数据，通过特定算法来确定应该给客户推荐的产品或产品组合建议书。建议书需求的算法并不是唯一的，比较常用的有：客户需求导向分析法、马斯洛需求层次法、专家法、KANO 模型法、维格斯法（WIEGERS’Method）等。

假设寿险公司有12个主险产品，客户可以任意购买，那么理论上我们就有4095种建议书的模式，在这个前提下，我们可以按照核保的规则引擎来建立各类建议书模型，这个叫算法。系统通过算法和实际标签数据能迅速制作出各类建议书，并最终确定推荐哪件建议书，这个就叫算力。算法和算力在实际应用中是相辅相成的，依据这些关系，我们就可以建立数字化建议书的底层逻辑了。

图3 移动展业中建议书制作的形式和不足

图4 数字化建议书制作流程示例

（二）实现千人千面的个性化培训

传统个险培训工作主要依托于寿险公司的培训架构来开展，也就是公司想培训什么就给销售人员培训什么，公司把销售人员分级分类，再给各个类别的销售人员培训不同的内容。这种培训方式在当下的代理人队伍中受到的阻力越来越大，因为公司所确定的培训内容越来越难确保大部分参与人员感兴趣，而每个销售人员真正需要的培训往往又得不到相应的支持，这也是当下代理人培训最大的痛点。同时，还有一个潜在的问题：很多新招募的销售人员其实并不清楚自己到底需要什么样的培训，就好比大多数病人其实也并不知道自己究竟需要什么样的治疗。

数字化最大的优势就是高效解决信息不对称的问题。所以传统个险培训的这个痛点完全可以通过数字化变革来解决，通过数字化科技赋能实现传统个险培训的技术升级。以下仅就数字化个险销售活动量管理中的“生成建议书”“转发建议书”和“阅读建议书”三个环节与培训体系数字化的融合作一个示例探讨。

本文前一部分已经描述“生成建议书”是销售人员某个时期对某个产品或主观销售意愿的基本表达。通过数字化个险销售活动量管理的数据分析，能够发现某些销售人员“生成建议书”数量不足或明显偏低。再配合其他大数据信息，比如新产品刚推出后，“生成建议书”数量在公司整体排名后30%的销售人员，可能存在新产品销售意愿不强的问题。对于这些人，就可以有针对性地开展销售意愿及新产品内容的再学习和再研讨培训，也可以借助线上培训的优势，为他们提供专门的培训课程，并要求线上通关。

“转发建议书”是销售人员在某个时期对客户进行专业化销售活动中“接触”动作的数量体现。根据特定时期销售人员的数字化个险销售活动量管理分析，同样也会发现销售人员中“转发建议书”指标排名后30%的人群，这部分人群可以被推定为在客户分析、接触话术熟练度方面存在问题，所以针对这部分人员可以开展客户分析和接触话术演练的培训。同样，有条件的业务单位还可以借鉴AI机器人的优势，让销售人员拨打链接AI 机器人的固定电话，通过与AI机器人的对话，不断提升这类销售人员相关的技能水平。

“阅读建议书”是销售人员在某个时期对客户进行专业化销售活动中“说明”动作的数量体现。根据特定时期销售人员的数字化个险销售活动量管理分析，可以针对这一阶段存在问题的销售人员群体开展相应客户沟通技巧、产品卖点深度研讨等相关内容的培训，同样也可以使用AI机器人提升这类销售人员的沟通技巧和拒绝处理技巧。

针对代理人培训的数字化转型，也正朝着碎片化、定制化和线上化方向发展，由于篇幅限制，以上章节仅就数字化个险销售活动量管理的建议书板块抛砖引玉。

中国保险代理人制度飞速发展的前30年，也是专业发展的30 年，在数字化转型的当下，寿险公司需要通过持续、深度的思考，专注、聚焦于数字化转型，从大处着眼、小处着手，从传统的流程升级到创新数字化驱动，以高质量的创新引领高质量发展，相信行业借助科技的力量一定会开启中国保险代理人制度下一个全新的30年。