卖保险的慌了!刚刚,微信重磅炸弹!

2017 年 11 月 6 日 FinTech前哨 点我▷





微信上可以买保险了!


刚刚,微信扔出一颗重磅炸弹,炸得所有卖保险的措手不及!


微信保险,正式开业



就是这里


截至此时,已有近1000万人打开微信看到了“保险服务”。它的名字就叫微保,没错,马化腾的保险公司真的来了!


没有看到的也别急,它不仅要向所有微信用户开放,连QQ也要开放。微保说:我们的目标,要服务全中国人民。


这意味着,我们直接通过一部手机,在微信QQ上,随时随地找保险、买保险,甚至理赔,都不再是天方夜谭。


而所有卖保险的,他们最担心的还是发生了。这个坐拥数十亿用户,几乎人人已离不开的微信,来抢饭碗了!



五大颠覆,全场沸腾




微信卖保险,到底卖的什么险,与传统保险又有什么不同?


今天,第一个开卖的就是医疗险。让那些卖了几十年保险,自以为资深的人士,都看傻了眼:


1、不再限制:不限社保、不限药品、不限疾病种类、不限治疗手段,最高保额600万;


2、不拒续保:不管你健康状况的变化、无论你是否理过赔,都不会拒绝续保,直接保到100岁;


3、先行垫付:当你诊断罹患100种重大疾病时,它先垫付住院押金,2天到账,不限次数;


4、直连医院:500家网络医院,直接与医院结算,不用你操心。非网络医院,专人陪同闪电拿款;


5、价格便宜:20多岁一年两百多,30多岁一年三百多,人人买得起,人人保得起!


这是传统保险,没有的自信、没有的便捷,是你之前根本得不到的福利。然而这一切,才刚刚开始!



这群人,大难临头了




没错,就是那700万天天给你打电话,带上足足几十页资料,让你签字再签字的传统保险从业者!


当然,不是马化腾要打劫他们,而是时代要“驱逐”他们。他们把保险搞得人人看不懂、人人不敢买,甚至玩起传销。


现在好了,没有一个保险销售员、没有一个大区经理,更没有那层层挂钩的利益链条。只有大数据!


马云也曾警告:未来取代保险销售人员的将是大数据。只是我们没想到,这一天会来得这么快。


这不是让他们失业,而是逼他们转型,逼他们把保险当做天下最大的善事来做。而不是用商业,来挖空老百姓的钱包!



今天,我们要感谢马化腾,感谢他推动人人买保险,人人买得起保险。只有这样,社会才会有更大的确定性!


也许你还在诟病他的游戏、他的提现手续费。但今天请放下这一切,为这个快五十岁的男人鼓掌。


因为,那个曾经我们想碰却又不敢碰的保险行业,终于要变天了。这比改变银行,更让我们兴奋!


从今天开始,让我们大胆向保险说YES,向身边的推销者说NO!




近期热门


美国又传来凶讯,整个金融圈都炸了! 

 别了!华为!马云演电影/10大银行PK战

红楼梦演员成美国程序员35岁之后干什么?红杉中国

20K平均薪酬金融圈的网红动物摩根大通唱空比特币


  ● 


报告下载


FinTech行业报告(区块链

回复:区块链

大数据与人工智能(讲解:ThoughtWorks 白发川)

回复:人工智能

区块链与金融科技6000年(讲解:王立仁)

回复:私享会




» THE END «

作者:奔跑吧,琪哥

来源:鸣金网


关于版权:我们尊重原创者版权,除非我们确实无法确认作者以外,我们都会注明作者和来源。在此向原创者表示感谢。若涉及版权问题,烦请原作者联系我们的FinTech通讯兵(微信:handefintecha)删除,谢谢!转载请联系原作者。


声明:本文仅代表作者(微信:FinTech前哨)个人观点,不构成投资意见,并不代表本平台立场。文中的论述和观点,敬请读者注意判断。


戳“阅读原文”,获取区块链系列课程!

登录查看更多
1

相关内容

微信是腾讯公司(Tencent Inc.,)旗下的一款移动端为主的即时通讯(IM)应用。
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
294+阅读 · 2019年12月23日
【强化学习】深度强化学习初学者指南
专知会员服务
178+阅读 · 2019年12月14日
中国人设计的情趣玩具,让三十多个国家的女性欲罢不能
创业者和伪创业者的10大区别
创业财经汇
8+阅读 · 2018年6月5日
“我今年36岁了,除了收费啥也不会!”
创业邦杂志
4+阅读 · 2018年1月14日
刚刚,阿里发布了一个技术重磅炸弹!
数据分析
6+阅读 · 2017年12月20日
中央再批人工智能伪创新,90%以上AI都不靠谱
THU数据派
7+阅读 · 2017年12月6日
Continual Unsupervised Representation Learning
Arxiv
7+阅读 · 2019年10月31日
Arxiv
20+阅读 · 2019年9月7日
Phrase-Based & Neural Unsupervised Machine Translation
Arxiv
3+阅读 · 2018年4月18日
Arxiv
4+阅读 · 2017年11月14日
VIP会员
相关VIP内容
Top
微信扫码咨询专知VIP会员