保險行業的數字化轉型已經摸索了兩三年，行業從業者中有前瞻意識的人，大家認知基本上非常趨同了，剩下都是怎麼做的問題了，基於此我們提出本週“《
李有龍·未來保險業-每週一問》#NO.001”的思考問題。
2019年12月9~12月15的思考問題是：
數字網絡時代的保險企業，核心競爭力究竟應該是什麼？
基於這個問題我有以下“思考方向”：
01、產銷分離。
工業時代，由於各種生產要素的限制，保險公司的核心競爭力是風控，躲在後面賺風控的錢就可以，因此，歐美髮達國家的“最終形態”是產銷分離。但數字化技術主導的網絡時代，是否依然會遵循工業時代的“先進經驗”？
別人的成熟經驗：產銷分離，對新時代的保險企業，是不是偽命題？
02、風控。
既然金融的核心是風控，再往前思考一步：風控的核心是什麼？對保險企業，特別是壽險企業，大數法則、生命表和精算等等的風控策略，在工業時代非常有效，但數字化網絡時代，是否依然奏效？
這就要去討論風控要素。
風控要素主要包括數據、算法、算力以及執行整套規則的相關機構的治理體系的設計。工業時代保險公司的生命表就是數據，精算模型就是算法，人腦是算力。數字化技術驅動的網絡時代，最詳實的數據在哪？最先進的算法在哪？最強悍的算力是不是人腦？如果不是它在哪？
思考清楚這個問題，我們可能同時回答了產銷分離在網絡時代，是否是偽命題的問題，也想清楚了為了核心競爭力的方向之一。
03、服務。
服務是不是（能不能）成為保險企業的核心競爭力？對用戶而言，對保險公司最直觀的感受無外乎：產品、價格、服務、地段和環境，其中地段和環境對絕大多數人而言根本不重用，尤其是在網絡時代，一個app&小程序搞定一切，環境和地段的訴求都遷移到了數字化手段之中。
這時候的差異化只能從產品、價格和服務來體現。
產品方面，數百家公司盯著市場的動向，創新的產品會很快被大規模模仿最後變成極同質化的競爭，例如車險，百萬醫療的產品等等。價格方面猶如是。這時候剩下能做的，唯一一項就是服務。
我們把這個問題思考的深度再往前推演一（幾）步：服務源於什麼？服務怎麼衡量好壞？好的服務怎麼傳播？
服務源於什麼？怎麼衡量好壞？從用戶角度看，和保險公司接觸的全流程的直觀體驗就是服務的綜合體現。這中間包括：用戶預期、實際體驗，實際體驗減去預期所形成的差值，就是用戶心理學角度反映的服務體驗。這種情況下，管理好預期，有所保留的營銷，做好實際體驗（也就是全流程、全鏈路深度體驗管理）就非常重要。
第三個問題是好服務的傳播問題。打造了真正的好口碑，不僅僅需要用戶自發傳播，我們也要幫用戶一把或多把。例如設計一句朗朗上口的“超級品牌話術”，讓它深度綁定用戶的集體潛意識，然後交給時間去經營發酵。例如，不斷的重複幫助用戶去“洗腦”等等。
實際上很多保險公司因為“金融”的基因，設計的品牌宣傳語沒人能聽懂。例如平臺對金管家的slogan是“平安金管家，值得信賴的移動金融生活管家 – 保險保單，財富生活管家...”且不說這麼一大堆用戶能否記住，關鍵是什麼是“值得信賴的移動金融生活管家”，人是無法自己腦補的。當然，這個話術，能聽懂的人都看不上它家的產品和服務，這個是值得我們深思的。
這些，我們都做了嗎？
所以，如果要想服務成為核心競爭力，從預期管理到全鏈路深度服務都非常重要，只有這樣才有口碑，才有傳播。
04、獲客。
客戶獲取能力，是不是（能不能）成為保險企業的核心競爭力？
管理學家彼得·德魯克在半個多世紀前總結到“企業唯一的目的就是創造顧客”，這是企業生存的基礎。創造顧客必須先要考慮如何滿足客戶的需求，認知客戶考慮的價值所在甚至創造客戶需求，從而贏得客戶，擁有市場。
顧客是利潤的唯一來源。
不管後來的學者們怎麼解讀，德魯克的總結在數字化網絡時代不斷被一次次提及，被一次次驗證。從這個角度看，如果產銷分離、風控和服務都沒成為我自己企業的核心競爭力，那麼客戶獲取能力，是不是（能不能）成為保險企業的核心競爭力？
我們把這個問題往前推演一步：什麼樣的能力是好的客戶獲取能力？獨立稀缺且全行業不可或缺的科技能力？獨家的數據帶給全行業的稀缺風控能力？任何人都學不會但持續演化的服務能力？或者是以上能力進化的進化能力？
如果是科技獲客，我們找一個指標看看我們的技術投入：阿里2018年技術投入佔營業額的比例超過16%，華為15%，金融企業最高的招行5%左右，大張旗鼓轉型科技方向的平安1%左右，你的企業呢？
如果是數據獲客，您的數據庫擁有什麼任何企業都不可替代的稀缺數據？例如騰訊的用戶關係鏈，阿里和美團的商家經營數據等等。
如果是服務獲客，您企業的服務，不管保險服務還是附加服務，包括健康服務等等，是否能像海底撈、蘋果那樣成為行業爭相模仿學習，但永遠學不會的對象？
最後：究竟什麼是數字網絡時代保險企業的核心競爭力？這是這周的思考問題，我是李有龍，我們下週再見。
文章觀點，啟發重於認同，系統大於熱點！
這是我們對行業和您，我的朋友的十年承諾：
關於作者
關於作者，加作者給我們提建議
閱讀更多 IAB物智鏈 的文章
