保险数字化营销.ppt
保险数字化营销Elvis Zhang,客户,客户和 业务洞察力,企业级的数字化营销,开放的大数据分析平台强大的描述性和前瞻性分析授权所有的用户以关键的洞察力,基于实际情况的计划和预算企业级的日历项目和内容管理最优化的开销,强大的细分和目标定义协作的营销活动设计多渠道的执行,集成的忠诚度管理增加的适应性和投资回报率,多渠道的响应获取协作型的线索管理动态增长的笑所获取和转换,闭环的跟踪基于角色的实时分析连续的学习和挖掘,数字化营销帮助企业盈利性成长,业务洞察力,一站式获取客户,盈利性销售管理,个性化客户关怀,针对性续保和交叉销售,客户利润率建模/细分主动性续保/告警和自动化的续保通知向上销售/交叉销售分析,客户：目标客户、计划成员、代理人/经纪人、团体计划管理员、医疗服务提供者,数字化营销,多阶段的营销设计自动的，一站式，可重复使用的，事件驱动的营销活动图形化的拖拽界面多种报价和细分对于多个客户细分，定义多个报价，外呼和接入个性化地区分营销活动和报价集成的执行完全地自动执行每次营销活动的客户级记录，和响应无缝跟踪和重新细分来应对以后的跟进,Email 和 Web 营销,设计和个性化创建和测试Email模板，可以来自于任何工具的HTML内容嵌入个性化的合并字段，连接到调查，事件，和网站Email 执行和跟进嵌入的响应表单，来管理客户的接收跟踪Email，更新客户资料和营销数据高度的Email处理和发送兼容性Web 集成包括自动连接和重定向到个性化的网页精致的内容，包括实时的报价，基于客户的资料和点击,数字化营销管理,分析和报表,集成（如通用应用网络）,销售团队管理,地区和分配管理,销售业绩管理,佣金和激励薪酬,培训和电子学习,销售管理,代理人/经纪人档案管理,分销商业绩管理,佣金和激励薪酬,代理人/经纪人利润率分析,*-适用于团体保险,传统销售的问题,发展目标客户,报价核保,建立案例,登记成员,销售线索,绩效报表,由于糟糕的客户信息因而丢失优质的目标客户,在低质的目标客户身上浪费时间,长的延误导致销售流失,产品不灵活,麻烦的流程使经纪人和客户公司不愿合作,有限、不及时专注于活动,销售业绩,低质量的线索,你们的销售流程也是如此麻烦和低效吗？,多个系统和人工交接=丢失商机！,营销,建议,销售,续保,保有,$,$,$,$c,$,$,$,$,$,$,$,$,$,$,$,$,$,$,$,$,$,$,数字化营销：一站式获取客户,报价周期减少了2周 RFQ响应时间从1-2周降低到2天登记成本降低50%现场销售代表多出50%的客户时间计划成员数随着更快的响应时间和更多的客户时间而增长,数字化营销：直接/渠道销售,自动化的、在线的市场推广活动针对个人和小团体市场的申请到登记的流程集中式的代理人/经纪人管理员工名单管理和电子帐单激励薪酬管理在线查看佣金对帐单,数字化营销：现场销售,提供对全部业务的单一视图针对团体保障获取案例信息：员工信息输入、工种分类信息、计划设计自动化的活动纪录和工作流：我的任务、自动化的活动和告警针对笔记本电脑和移动设备的移动/同步方案,数字化营销：电话销售/销售呼叫中心,您的申请正在进行核保，我们将会在3个工作日内您提供报价。,外拨和呼入呼叫多个利益相关人（消费者、团体、代理人/经纪人）在网页和呼叫中心/现场无缝流转集成的市场细分和市场推广活动管理为常用服务提供者设计的预建报表,大数据分析获取客户洞察力,了解客户流失/保有模式了解丢失业务的源头识别近期续保进行根本原因分析从而了解客户流失的源头,大数据分析提升销售洞察力,了解全部业务的商机了解销售人员/经纪人的专注领域查看未完成的活动了解各个客户/经纪人的利润率,最大化渠道的效率来提高销售额,保险业务管理人员:亲密无间的业务合作最大化渠道效力分析合作伙伴效率合作伙伴或代理人员:提高代理效率和收益提供更好的最终用户服务,合作伙伴管理帮助保险代理人员更有效的销售保险产品和服务,最大化渠道的效率来提高销售额,合作伙伴管理 管理销售人员的行为和信任度销售目标计划和评估销售自动化(通信,任务计划)呼叫中心对保险代理的支持Digital Portal协作销售 联合战略商机处理方便的服务获取,提高渠道效率,挑战:最大化渠道效率,分析所有客户和公司交互的销售和服务渠道。跟踪关键性能指标，例如新的策略和渠道的更新率，按区域，渠道，生产线，统计以及更多。,最大化渠道效率,“生态圈经济”的平台模式，保险行业如何参考？,产业资源,业务经营体,富生态资源,业务能力开放,互联网化的平台模式,App,数据,消费者,强互动体验,App,数据,App,数据,三个价值,消费者连接(前向),业务能力平台化(中台),产业生态资源汇聚(后向),大数据平台+工具+咨询+共建保险生态圈,23,客户洞察360客户画像,产品创新健康医疗险企业年金长期照护险,市场洞察健康医疗养老保险,风险防范大数据风控大数据决策,谢谢！,
