搜尋結果
2023年10月1日 · 0. 蓋建築物，地基最重要；養育子女，健康及學習的打底最重要； 業務員想要愈做愈好，從根本發展出屬於自己的底層邏輯最重要。 眾所周知，近年環境的變化相當快速，特別是在數位科技、經濟震盪、政策法規，或是民眾的觀念及習慣等方面，儘管對保險業務員帶來考驗，但仍可看到有些優秀的業務員依然績優，甚至能順應環境變動使表現更加優異，可以想見，這些業務員除了懂得應變及調整之外，必然也掌握了一些能夠持續績優，並且不需要隨環境變化而改變的關鍵根本之道。 諸如勤勞、自我提升、正向思考、時間管理、人際關係等，都是無論環境如何改變，業務員都能愈做愈績優的核心要素，即是不會隨著環境改變而有所不同的關鍵根本。 一如坊間不少書所提到的「底層邏輯」，當掌握到事物不變的本質，就等於撬開成功之門。 底層邏輯又是什麼？
2022年3月1日 · 如同NBA三分球紀錄保持人Stephen Curry賽前的練習，總是從最基本的運球開始，以及各個位置的定點投籃練習；小提琴家曾宇謙亦曾在受訪中提到，即使已是國際知名的演奏家，每一天仍然規律地練習「音階」。 基本功的定義，為每一個人要去做一件事情，或是成就一項工作、技能，所需要具備的根本技術或能力。 而對保險從業人員而言，工作的入行門檻相較於其他行業並沒有太多的設限，但是要走得長久、穩健，更須著重基本功的培養，當中面向包含：心態、能力、專業、對工作的認知等。 保險工作「No magic, just basic」
2019年8月1日 · 其課程核心內容是揉合心理學、神經學和語言學等，讓學習者可以學到如何觀察和分析他人的言行及想法。 業務人員若能藉此瞭解客戶的心理及行為，滿足客戶的風險需求，甚至能夠提供客戶除商品以外的幫助及溫暖，業務人員就不只是業務人員，而是客戶的朋友、家人。 除了自己持續學習，並讓「好學風氣」瀰漫在團隊裡，李德鴻亦會將所學徹底運用在團隊運作上。 他舉例道，鑑於許多團隊會在年初訂出相當漂亮的業績目標，到最後達標的團隊卻甚少，他帶領團隊參考了從Toyota豐田汽車學到的品管法則─「循環式品質管理（PDCA）」。 即由規劃（Plan）、執行（Do）、查核（Check）、調整（Act）4個階段形成一個循環，讓大目標切割成可以逐一實行的小目標，最終能夠累積達成大目標。
2021年11月1日 · 1. 挫折商數（AQ）： ⠀⠀⠀AQ是一項評估個人處理壓力或是挫折的能力。 施閎仁認為這是自己從業的優勢。 ⠀⠀⠀從業多年，施閎仁看到許多業務人員因為挫折而離開保險業。 施閎仁表示：「每位業務人員一定都曾被拒絕，我們勝出的關鍵在於如何面對轉念，這位客戶拒絕了我們，我們找下一位就好。 ⠀⠀⠀⠀⠀⠀⠀. 2. 懂得自省. ⠀⠀⠀施閎仁認為懂得自省、定期檢討是自己很大的優勢，若沒有定期檢討，又如何知道自己有哪些不足之處。 ⠀⠀⠀像領導需要「包容力」這件事，施閎仁就是一路上磕磕絆絆學習而來。 他自認屬於自我要求高的類型，有的時候會讓自己顯得不盡人情。 有次施閎仁教一位二度就業的媽媽遞交建議書演練，那位夥伴怎麼練習就是講不好。 施閎仁鐵青著臉，要夥伴繼續練習。
2020年4月1日 · 這位客戶是屬於標準的三明治族群，除了父母需要奉養之外，也有一對子女需要養育，加上妻子是全職主婦，並沒有收入來源，而這位全家唯一收入來源的經濟支柱卻沒有保險。 當身為朋友的業務人員為其分析現況及闡述他所面臨到的風險問題，客戶卻始終都拒絕購買保險，業務人員納悶於對方是否無法明白中間的風險對應關係，豈料客戶不但將業務人員所講的觀念及自己面對的風險部位都能全部釐清，也知道保險能為他帶來什麼樣的幫助，卻仍是拒絕投保。 「我缺業績，你就當幫我吧！ 」深知好朋友重情義性格的業務人員，最後只能以這樣的方式向對方要求。 對方沉吟一下，終於同意投保。
2019年8月1日 · 1. 業務人員要將保險事業經營得有聲有色，必須倚靠大量的學習，因需要學習的內容多不勝數，學習的吸收與運用亦影響著最終成果。 因此，「學習敏銳度」程度的高低對於有志將保險事業當成終身事業的業務人員至關重要。 本文訪問3位在保險業成績斐然、表現卓越的業務人員，敘述學習敏銳度的運用及呈現。 現今的環境變化速度比起過往快上許多，已經不能夠用同一種思維或技能，來長時間維持個人行銷或組織發展的榮景。 也由於變化速度快，過往的經驗也不一定完全適用於眼前的新挑戰，因為保險業務人員面對的，可能是一種新的需求呈現方式、新的客戶族群，甚至是新的市場模式。 能靈活運用想像力、具備彈性思維的業務人員，才能從現今延伸到未來的環境中，具備有效率應對問題的能力，甚至能夠開創新局。
2017年12月23日 · 大數據的分析及應用，正逐漸變成理財服務業的核心要件。 更特別的是，分析學正加速成為行銷及配銷主動性的驅動者，使對的訊息，在對的時間，對的通路，傳遞給對的人。 現在的環境下，蒐集整理所有數據資料，並分析創造其意義的數據科學家（data scientist）十分受歡迎。 然而，資料整理者已存在多年，精算師在理財服務業開始之時就存在了，數據科學家可以做什麼是精算師不能做的呢？
