保险大数据智慧应用――从数据坟墓到数据金矿之路

保险大数据智慧应用——从数据坟墓到数据金矿之路王洪涛2013.04“天网”案例没有智慧的大数据——数据坟墓车辆牌号识别系统车辆定位系统车辆行驶轨迹系统缺乏缺乏缺乏天生大数据？电子商务保险电子商务金融保险没有智慧，你不一定能实现大数据初始智慧大流量大数据保险电子商务成功某保险电子商务团队的案例缺乏有大数据，如果不发展智慧，浪费淘宝大数据大数据智慧扭转亏损运费保险的案例缺乏数据信息知识智慧模型处理业务目标业务应用大数据智慧的形成路径数据库BI、OLAP数据挖掘个人研究成果，引用请注明出处!大数据智慧的核心：探求新知识大数据数据挖掘新知识核心竞争力领导的旧知识统计验证领导牛逼四个提升理论1、配置提升（车险理赔最迫切改进点的案例，2.51倍）（车险电销客户细分的案例，1.935倍）2、技能提升（车险电销智能话术的案例，1.02倍至2.94倍）3、知识提升（车险电销成交率提升10倍，对比寿险电销）4、客户提升（智慧项目对客户有效率影响的案例，每年1.05倍，如10年期意味着1.5倍）智慧为什么能提升金融效率个人研究成果，引用请注明出处!•不建议采用传统的ROI绝对效率测度1、显效的长期性2、知识的溢出性3、提升的间接性（通过其它部门的努力才能显现效果）•建议采用“提升度”(lift)相对效率测度提升度=采用大数据智慧的结果/不采用大数据智慧的结果怎样验证智慧的有效性个人研究成果，引用请注明出处!潜在客户获取客户接触客户成熟客户价值衰退客户流失哪些客户是企业的目标客户？如何吸引客户？如何提升客户价值？哪些客户是高价值客户？如何进行交叉销售？如何进行提高客户忠诚度？如何延长客户生命周期?客户为何流失？如何进行客户挽留？保险客户生命周期在客户生命周期的不同阶段，企业应选取不同的策略欺诈监测营销响应交叉销售和二次销售客户流失预警客户挽留客户细分（包含产品偏好、服务偏好、消费方式偏好、风险偏好等）代理人甄选基于生命周期的数据挖掘潜在客户获取客户接触客户成熟客户价值衰退客户流失哪些客户是企业的目标客户？如何吸引客户？如何提升客户价值？哪些客户是高价值客户？如何进行交叉销售？如何进行提高客户忠诚度？如何延长客户生命周期?客户为何流失？如何进行客户挽留？保险客户生命周期在客户生命周期的不同阶段，企业应选取不同的策略欺诈监测营销响应交叉销售和二次销售客户流失预警客户挽留客户细分（包含产品偏好、服务偏好、消费方式偏好、风险偏好等）代理人甄选基于生命周期的数据挖掘大数据智慧在保险行业的作用个人研究成果，引用请注明出处!•客户满意度研究（结构方程，SPSSAMOS）•风险评测（银行大数据智慧应用的主要领域）•证券投资（目前国内仍以指标分析为主，量化投资开始兴起）•金融定价（如：车险定价方法，国际趋势是从精算方法，向大数据建模方法转变）•产品开发（建立在客户细分的基础之上，此领域大数据智慧应用电信行业领先）大数据智慧在金融电信的其它主要应用数据来源：核心业务系统的客户属性数据和客户接触数据研究方法：决策树案例一：车险电销客户细分试点结果：提升度（lift）1.935倍预测组别2-6月预测样本拨打数据成交情况各组成交率试验模型实际未成交实际成交总计模型预测成交概率低组11405344117492.93%CHAID决策树模型模型预测成交概率高组568634260285.67%总计17091686177773.86%成交概率高组样本占总样本比例33.27%49.85%33.91%1.94案例一：车险电销客户细分选项2：价格选项5：理赔服务选项1：公司品牌案例二：车险电销智能话术项目政策建议：智能话术，根据客户进行调整客户年龄小于X岁，应首先强调“价格低廉”，再提及“理赔优质服务”客户年龄介于X岁和Y岁之间，应首先强调电销“理赔优质服务”，再提及“价格低廉”客户年龄大于Y岁，应首先强调电销“理赔优质服务”，再提及品牌重大创新发现：不同年龄段车险电销客户的首要关注因素不同传统认识：电销话术保持一致案例二：车险电销智能话术项目数据来源：大量的客户调研创设量化指标：负项均值偏离占比因素项均值偏离占比A442.7%A455.9%A506.6%A5147.4%A5237.4%案例三：车险电销客户决策因素探查政策建议：1、社区营销模式2、客户转介绍模式颠覆性发现：客户关系网络波及效应A51朋友圈购买47.4%A52朋友圈口碑37.4%传统认识：A49价格（回扣、优惠等）A39-A48服务案例三：车险电销客户决策因素探查数据来源：CIF数据、核心业务系统数据和客户调研数据的综合匹配研究方法：统计方法创设量化指标：客户有效率案例四：智慧项目对客户有效率影响问题项均值偏离度问题项均值偏离度b0014.5%b01219.9%b0063.6%b01320.2%b0104.7%b0147.2%b0113.5%b01536.3%案例五：车险理赔迫切改进点探查政策建议：坚持正确的监管方向1、投诉处理速度＞＞投诉件数2、统一的理赔查询平台＞＞查勘到场时间颠覆性发现：理赔沟通是主要问题B12理赔进度查询19.9%B15理赔投诉处理36.3%传统认识：B13理赔速度20.2%B03事故查勘B10定损4.7%案例五：车险理赔迫切改进点探查数据来源：某寿险公司数据类型：销售人员业绩数据、销售人员思维性向测试研究方法：决策树案例六：寿险销售人员甄选模型的预测准确率：81.95%重要因素：年龄、入司前工作年限、其它保险公司经验和性别案例六：寿险销售人员甄选政策建议：1、优选高潜力销售人员2、有针对性培训重大创新发现：•如果入司前工作年限12年，形成“优”的条件为以下二者之一：学历=1(中专及以下)且其它保险公司的工作经验3年；学历=2(大专及以上)且性别=1（女性）且思维评分9.758分。•如果入司前工作年限12年，一般都容易成为“优”，但是思维评分7.435也会形成“差”。传统方法：1、销售人员多多益善2、培训课程完全一样案例六：寿险销售人员甄选数据来源：超市的朋友研究方法：关联分析案例七：超市购物篮分析结论：支持度3%，置信度80%的购物篮商品组合案例七：超市购物篮分析政策建议：1、在强竞争环境下，高置信度商品摆放在一起2、在无竞争环境下，高置信度商品应分开一段距离摆放3、建议择机启动客户会员卡案例七：超市购物篮分析数据来源：客户调研数据与客户信息基础库数据的匹配研究方法：关联分析案例八：基于决策模式的车险客户细分结论：车险客户细分表案例八：基于决策模式的车险客户细分客户细分决策模式是否可营销占比敬业感动型“哪家保险公司比较敬业，联系我多，我就选那家。”可营销客户7.40%亲友追随型“我有朋友（或亲戚、本人）在哪家保险公司工作，我就买哪家的车险。”不可营销客户15.18%适时择先型“只要我需要买的时候联系我，谁先联系就买谁的。”可营销客户5.03%满意续保型“上一年在哪家买，只要没什么让我不满意的，我会继续选择这家。”不可营销客户35.93%信息对比型“先收集各家公司车险信息，对比后选择一家公司。”可营销客户36.00%建议：车险客户细分营销策略表案例八：基于决策模式的车险客户细分客户细分当年策略次年策略占比敬业感动型1、始终保持良好态度2、维持亲密度：“空白期”不应过长继续营销7.40%亲友追随型终止营销确认或放弃15.18%适时择先型扫尾策略：保险到期前一周至两周开始，至少每日扫一次号，拨通即促成继续下发营销5.03%满意续保型终止营销确认或放弃35.93%信息对比型1、主动信息传播：向客户介绍其所在社区居民、所在单位同事、同车系车型等在我公司承保的情况，吸引其注意力2、主动口碑传播：客户积分营销、转介绍营销使用数据切分模型进行优选后下发36.00%建议：设定“车险续保率零基”满意续保型客户占总体比率为35.93%，这是续保零资源投入情况下应该达到的，否则就说明我公司车险客户服务工作没有达到基本标准。同时，续保率零基还可以用于构造续保资源投入的ROI测算模型，核心公式建议如下：续保ROI=（实际续保率-35.93%）×上年车险保费收入/续保投入对全国而言，车险续保率零基具有重大的推广意义，只要通过类似项目，计算各地的满意续保型客户占比，就可设置各地差异化的续保率零基和差异化的续保ROI模型阵。案例八：基于决策模式的车险客户细分•只要对客户细分进行标识和保存，就可以在复用数据时选择可营销客户，丢弃不可营销客户，从而大大提高成交率。•可以将数据复用成交率提升一倍（提升度lift=2.06）案例八：基于决策模式的车险客户细分王洪涛：中国政府“入世后金融行业急需人才培养项目”访问学者保险学博士德华安顾人寿（筹）董办主任电话：[phone]邮箱：[e-mail]谢谢!从数据坟墓到数据金矿之路