浅析数据挖掘在保险行业的应用
由于客户的价值我们可能直接无法得到,这可能需要通过客户的属性信息或行为信息来判断。所以通过客户数据来判断客户价值,进行客户价值管理是未来的趋势,而数据挖掘就是这一方法的重要技术手段。现在数据挖掘可以说在商业中的技术;三是数据管理人员,精通数据管理技术,了解数据源,负责数据准备过程。当然数据挖掘只是在已有大量数据的基础上,对未来业务状况的探索,这可能需要不断的尝试与修正,
但这并没有严格的成功与失败,可能得到的结果是众所周知的,但其所带来终究是积极的意义。
数据挖掘在保险中的应用
数据挖掘在保险行业有着较大的应用前景,尤其是在产险方面,其在美国已经有了较
为成熟的应用。在国内保险业可以说是处于起步阶段,这也是由国内保险行业的发展阶段所决定的。其中最为公认的几方面应用包括:
·确定费率
·获得新客户
·保留旧客户
·检测诈骗索赔
(一)确定费率
保单的费率设定可以说是精算人员最为重要的工作,其目的是使设定的费率对应于投保人的风险等级,风险越小,费率越低,尽量做到公平。确定费率较为关键的问题就是找出“影响赔付支出的风险因素或变量”,其实生命表就是“影响赔付支出的风险因素或变量”之一年龄的一个分类。再如,在车险定价中城市交通的拥挤程度、驾驶员的年龄、驾龄、性别、汽车的新旧程度等都可能是“影响赔付支出的风险因素或变量”,而这些因素或变量就是可以通过数据挖掘可以确定的。
(二)获得新客户
在新的金融服务环境下商业智能化可以说是增强企业竞争力的有力武器,商业智能化需要具备能够详查企业内部数据的数据挖掘系统,以帮助保险公司:
·分析现有客户的情况及偏好
·预测客户的购买行为
·以极有可能成为客户的人群为重点开展销售活动
简单的说就是通过数据挖掘对潜在客户进行分类,细化销售重点。其实由于保险公司手中的客户行为信息较为有限,在加上传统的销售模式的局限性,数据挖掘在这一领域的作用比较有限。但随着电销、网销等新兴模式的兴起,数据挖掘在其中的作用也将会显现。现在较为成功的一个案例就是招商信诺电销对信用卡客户的数据挖掘,当然这和其拥有的客户信用卡行为信息、科学的销售流程是有较大关系的,其主要思路就是通过持卡人的行为,建立客户购买保险产品倾向性的模型,以提高电销的成功率。而在实际的运用中则比单纯使用响应模型要复杂一些,如跨产品、跨价格区间的模型综合运用,在推荐给用户的产品间进行优化等。
当然信诺电销做的较好的原因是其拥有较好的客户资源,但其合资背景带来的技术上的优势也不可忽视,可见数据挖掘技术在发达的国外保险市场的应用已经非常成熟。可以预想数据挖掘技术也将是未来中国电销、网销的重要销售支持技术。当然未来的客户名单可以通过更多途径获得,如客户在网上的消费信息,客户的快递信息,以及我们客服节的客户调查信息等等。
(三)保留旧客户
保留旧客户,也就是通过数据挖掘以提高客户的续保率。现在由于市场上聘才、销售佣金等盛行,使保险公司的前置销售成本非常高,经代渠道的佣金甚至超过首期保费,自然续保率对保险公司的作用不言而喻。下面看一下数据挖掘在此环节的应用。在已有客户的数据基础上,综合考虑,客户的信息、险种信息、销售人员信息等可以通过logistic模型,筛选出影响客户退保或续期的关键因素,并通过这些因素和建立的模型,对
浅析数据挖掘在保险行业的应用 来自淘豆网www.taodocs.com转载请标明出处.