Vakuutusalan myyntiprosessin haasteita ja ratkaisuja : case vakuutusyhtiö X
Notice bibliographique
Résumé
Opinnäytetyön toimeksiantaja on ruotsalainen vakuutusyhtiö, jolla on toimintaa Suomen lisäksi muissakin Pohjois- ja Baltian maissa. Opinnäytetyön tavoitteena on selvittää yritysvakuutusalan myyntiprosessin mahdollisia haasteita ja niiden ratkaisuja. Lisäksi opinnäytetyön tavoitteena on löytää vakuutusyhtiölle keinoja tehostaa myyntiprosessiaan. Opinnäytetyössä avataan hyvien myyjien ominaisuuksia ja toimintatapoja. Työ rajataan pieniin yrityksiin ja mikroyritysten sektoriin. Mikroyrityksessä on alle 10 työntekijää ja pienessä yrityksessä 10–50 työntekijää. \n \nOpinnäytetyön tutkimusmenetelmäksi valittiin laadullinen eli kvalitatiivinen tutkimus. Kvalitatiivinen tutkimus suoritettiin haastatteluina. Tutkimuksen teoriaosuuden pohjana ovat erilaiset lähteet, jotka liittyvät yritysten väliseen myyntiprosessiin. Lähteinä ovat kirjat, podcastit, luennot, koulutukset, sekä e-kirjat. \n \nHaastatteluista selvisi, että tekoälyllä ja digitalisaatiolla on sekä hyviä, että huonoja puolia yritysvakuutusalan myyntiprosessissa. Digitalisaatio antaa myyjälle lisää työkaluja, mutta myös lisää kilpailua alalla. Haastatteluista kävi ilmi myös, että myyjien pitäisi tehdä enemmän jatkokontaktointia vanhoihin asiakassuhteisiin.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».