基于大数据的智慧保险解决方案(保险大数据)课件

1、基于大数据的智慧保险解决方案保险行业的机遇与挑战保险大数据解决方案保险大数据应用方案保险大数据实施建议保险行业发展大数据的难点数据多整合困难客户多分析困难需求多应用困难数据来源的多样性数据类型的复杂性数据特征的多元化数据处理方法的差异化组织内部数据的分散性数据共享机制的缺乏怎么识别客户全方位的特征？怎样有效细分客户？怎样提取客户的共同需求？怎样利用不同模型/算法生成客户多样化标签？怎样进行客户行为偏好分析？如何与客户实时交互如何及时响应客户的需求如何提供满意的客户体验如何降低客户流失如何控制客户维系成本如何对客户进行精准营销以用户为中心建设互联网保险客户获取客户转化客户服务客户挽回战略 & 规

2、划明确并聚焦目标分析 & 洞察全方位深入分析应用 & 营销 & 交互多渠道协同， 数据应用客户体验建设可靠信任关系DATADATADATADATADATADATADATADATA数据整合用户画像数据分析客户细分模型客户价值模型忠诚度模型受众群体扩展模型社会网络模型客户获取客户转化客户服务数据应用业务转型大数据技术与平台支撑大数据分析技术和工具保险企业客户分析模型不断优化的管理闭环外部数据内部数据数据模型业务应用用户行为偏好数据匹配DATA01： 建设思路02： 建设目标03： 业务规划04： 技术实现保险行业的机遇与挑战保险大数据解决方案保险大数据应用方案保险大数据实施建议大数据管理平台应用平

3、台大数据采集业务数据汇集系统用户行为数据采集系统互联网公开数据抓取系统大数据清洗业务数据清洗系统用户行为数据清洗系统互联网公开数据清洗系统大数据标准化用户多重ID归一化系统商品归一化系统大数据结构化用户标签管理系统商品标签管理系统管理平台基础平台可视化数据操作平台大数据操作系统（BD-OS）数据全生命周期管理业务流程全生命周期管理业务价值挖掘建模数据访问资源管控分布式存储（磁盘及内存）数据接入安全( 认证 权限 ACL )监控 配置及报警安装及云服务电子商城个性化系统移动商城个性化系统媒体网站个性化系统在线营销支持系统门店营销支持系统会员营销支持系统全网市场监控系统舆情管家商情管家用户洞察系统

4、个性化推荐引擎（BRE）自动化营销引擎（BME）大数据分析引擎（BAE）媒体网站个性化系统以用户为中心建设互联网保险客户获取客户转化客户服务客户挽回战略 & 规划明确并聚焦目标分析 & 洞察全方位深入分析应用 & 营销 & 交互多渠道协同， 数据应用客户体验建设可靠信任关系DATADATADATADATADATADATADATADATA数据整合用户画像数据分析客户细分模型客户价值模型忠诚度模型受众群体扩展模型社会网络模型客户获取客户转化客户服务数据应用业务转型大数据技术与平台支撑大数据分析技术和工具保险企业客户分析模型不断优化的管理闭环外部数据内部数据数据模型业务应用用户行为偏好数据匹配DAT

5、A为保险企业提供端到端的整体解决方案DATADATADATADATADATADATADATADATA数据整合用户画像数据分析客户细分模型客户价值模型忠诚度模型受众群体扩展模型社会网络模型客户获取客户转化客户服务数据应用业务转型外部数据内部数据数据模型持续优化DATA客户归一123456海量多源异构数据的整合第一方数据实时用户行为采集内容： CRM、信用卡等业务系统数据数据格式：关系型数据库独特优势：灵活、易扩展、高操控性业务系统数据采集内容：用户行为轨迹数据格式：自定义、高度灵活独特优势：实时、跨站、跨浏览器、跨设备、采集内容：Txt、CSV、Excel、XML、Word、PDF、Socket

6、独特优势：支持非结构化数据、实时、高效日志数据抓取内容：媒体资讯、贴吧、微博、搜索引擎、数据格式：将HTML转换为格式化数据（Json）独特优势：精确的流量控制、JS引擎、模拟登录、模拟用户行为、功能全面、操作简单数据探头系统数据桥接系统日志收集系统抓取系统互联网开放数据采集内容：央行征信、银联交易等合作方数据数据格式：可支持各种第二方数据格式独特优势：支持多种数据格式，按需采集，灵活、易扩展SDK/API/接口合作方数据第二方数据第三方数据大数据平台海量多源异构数据的整合第一方数据实时用户行为采集内容： CRM、信用卡等业务系统数据数据格式：关系型数据库独特优势：灵活、易扩展、高操控性业务系

7、统数据采集内容：用户行为轨迹数据格式：自定义、高度灵活独特优势：实时、跨站、跨浏览器、跨设备、采集内容：Txt、CSV、Excel、XML、Word、PDF、Socket独特优势：支持非结构化数据、实时、高效日志数据抓取内容：媒体资讯、贴吧、微博、搜索引擎、数据格式：将HTML转换为格式化数据（Json）独特优势：精确的流量控制、JS引擎、模拟登录、模拟用户行为、功能全面、操作简单数据探头系统数据桥接系统日志收集系统抓取系统互联网开放数据采集内容：央行征信、银联交易等合作方数据数据格式：可支持各种第二方数据格式独特优势：支持多种数据格式，按需采集，灵活、易扩展SDK/API/接口合作方数据第二

8、方数据第三方数据大数据平台5.5亿+用户全网画像： 9大维度 500+子维度 1,100万+用户标签 日活跃4,000+万UV： 日活跃访次：3,700万 日活跃PV：1.2亿 日推荐次数：6,000万 并发推荐：2万次/秒 单次响应时间：200ms 21大类 4,000+子类 400+商品标签维度 100万+商品标签数1亿+商品全网画像：1,000万+媒体标签 ： 20大类 1,000+子类 200+媒体标签维度第 三 方 数 据跨渠道用户ID归一用户画像客户收入支出信息客户渠道使用客户资金往来.客户基本信息客户持有产品客户历史交易客户风险等级事实标签用户画像标签原始数据预测标签模型标签资金

9、往来趋势产品购买次数投诉次数.人口属性账户历史趋势渠道使用频率.用户关联关系用户满意度用户风险评分.产品购买偏好渠道使用偏好用户活跃度.消费能力违约概率用户近期需求.人口属性人群属性用户流失概率.人口属性用户价值用户兴趣爱好.模型预测建模分析统计分析用户画像客户收入支出信息客户渠道使用客户资金往来.客户基本信息客户持有产品客户历史交易客户风险等级事实标签用户画像标签原始数据预测标签模型标签资金往来趋势产品购买次数投诉次数.人口属性账户历史趋势渠道使用频率.用户关联关系用户满意度用户风险评分.产品购买偏好渠道使用偏好用户活跃度.消费能力违约概率用户近期需求.人口属性人群属性用户流失概率.人口属性

10、用户价值用户兴趣爱好.模型预测建模分析统计分析交易信息基于现有各个业务系统和渠道产生的数据客户行为偏好信息包含客户即时偏好分析和长期偏好分析，形成客户兴趣偏好标签客户社会关系网客户交互信息基于分析客户对内对外的各类数据，形成完整的客户交互标签人口统计学标签基本属性，源于现有客户基本信息以及外部数据源性别家庭住址工作单位年龄收入和支出交易流水产品和服务购买历史近期金融产品需求客户意见反馈未来服务预期客户行为偏好客户沟通记录(邮件/短信/QQ)客户讨论倾向客户态度和观点KAM基于企业业务需求、场景构建标签，划分主题、颗粒度等示例商业建模相似度计算推荐算法文本挖掘算法分类聚类算法预测算法客户细分模型

11、挖掘高价值客户，提升非付费客户到付费客户的转化率客户分类描述实现步骤高价值客户画像高价值客户可定义为：1、件均保费高的期缴保单客户2、保单数排名前矛的客户对高价值客户进行画像，归纳总结高价值客户群体特征，从现有客户中挖掘有潜力的客户，使其转化为高价值客户1、抽取A公司高价值客户和非高价值客户两个数据样本2、分析两个样本的群体特征，找出高价值客户群相对非高价值客户群的区别，并进行画像3、根据画像结果，按照营销跟进并根据效果进行持续优化付费客户画像通过分析付费客户和非付费客户，画像两个群体的差异特征，并从非付费客户中寻找符合付费客户的特征，针对性的销售以提升转化率1、提供付费和非付费客户样本群进行

12、初步分析，取得差异化特征维度2、针对差异化维度进行建模测试，训练并达到预期建模效果3、从非付费客户群中抽取与付费客户特征相似的客户进行有针对性的营销客户的价值模型精准的营销, 不存在错误的客户，只存在错误的宣传。个性化推荐和营销就是在最合适的时间、以最恰当的方式、向客户推荐或营销他最需要的资讯、产品或服务。场景1：个性化精准营销场景2：实时的精准营销不同的用户不同的产品个性化推荐和营销出行之前，看到的不再是重复的广告，而是针对性的旅行保险广告进入系统，伴之而来的广告不再是千篇一律的“垃圾”广告，而是考虑了职业、性别、年龄、收入等因素的针对性产品市场细分是解决用户异质性的一种方法，而个性化则是市

13、场细分的极致，即把每一个用户看成一个细分市场，这也是营销的终极目标。用户的“异质性”与产品的“差异化”客户的忠诚度模型针对不同类型用户采用不同的营销策略购买比数得分最高金额得分平均金额得分最近购物得分活跃家数得分5.004.003.002.001.00消费能力用户粘性低活跃低价值用户，综合考虑是否有必要花成本活跃用户，提高服务质量进行引导一般保持客户一般挽留客户重要保持客户重要挽留客户重要发展客户重要价值客户一般发展客户一般价值客户高价值低活跃，花成本搞活最近一次消费(Recency)消费频率(Frequency)消费金额(Monetary)客户价值重要价值客户重要发展客户重要保持客户重要挽留

14、客户一般价值客户一般发展客户一般保持客户一般挽留客户受众群体的扩散模型筛选最具购买倾向的客户名单社会网络模型业务描述实现步骤客户引流与获客结合双方共同的合作方，协助A公司引流合作方的客户到自身平台，借以获客并取得二次营销的机会1、从合作方获取客户资料2、通过双盲拨打/短信或其他方式触达客户端，进行营销宣传与获客区域性保险赠品发放根据客户偏好分析，有针对性的配置赠品进行发放针对区域内客户的全网行为特征和偏好，有针对性的配置赠品进行发放失联客户联系重建保险存在大量的失联客户（客户换手机或手机号不正确），可通过平台的用户数据进行匹配，并反馈正确的信息1、整理C保险现有用户数据，进行必要的清洗2、对清

15、洗后的失联数据，在平台的数据库中进行匹配3、对于匹配上的数据，平台反馈真实的联系方式及相关信息引流& 重新建立失联客户洞察用户特征，精准触达高净值用户实现从客户细分、营销策划、营销执行到效果评估的精准营销闭环管理通过个性化推荐技术实现智能商品导购，提升交叉/向上销售反复迭代、持续性的优化图形化的显示为领导层的决策提供支撑持续优化洞察报表效果报表投放报表效果监测新老访客分析，网页热度分析，用户忠诚度分析投放实时展示多维度投放监控媒体分析渠道分析受众分析受众筛选实时优化调查问卷标签体系（如人口的自然属性，人群兴趣、人群行为、购物行为等）协助广告主进行精准的受众筛选效果优化系统使用基于OnlineL

16、earning的算法思维，结合用户数据生成的各种特征（如TF/IDF、特征向量模型、SVM、决策树、K-Means、交叉特征、层次平滑体系树、用户实时反馈特征），帮助各种合作渠道优化效果策略对于阶段性投放效果发布调查问卷，结合调研效果调整下一阶段的投放策略保险行业的机遇与挑战保险大数据解决方案保险大数据应用方案保险大数据实施建议保险行业大数据分析应用涵盖范围保险代理人 / 渠道代理人忠诚度渠道保险理赔理赔专员理赔经理理赔档案运营保险执行高管顾客市场营销销售服务保险市场营销顾客家庭业务线保单保单销售一线销售寿险 & 年金收入销售经理承保保单服务索赔人理赔顾客满意度服务请求大数据分析对于保险价值链

17、中的每一步都非常重要公司管理资产管理人力资源管理渠道管理保单管理承保 理赔管理CRM大数据分析对于保险价值链中的每一步都非常重要顾客分析 : 档案并标识合适的顾客进行目标锁定营销活动, 分析产品相关性, 顾客流失原因公司管理资产管理人力资源管理渠道管理保单管理承保 理赔管理CRM顾客与市场分析顾客流失趋势顾客获取趋势业务线绩效 跨时间顾客满意度报价到购买绩效保单分布 按盈利性归类产品渗透回应 按营销活动联系人分布顾客获取趋势顾客流失趋势顾客保留趋势家庭渗透新业务绩效 按业务线到期续保保费收入执行高管经理顾客档案报表保单明细 按到期续保保单分布 按子状态每联系人平均 # 保单 按价值联系人分布

18、按使用的 # 业务线保单分布 按到期续保运营保险行业顾客分析针对顾客关键特征:人口特征顾客价值# 保单持有与渗透公司联系期限历史根据多种因素，分析顾客获取, 保留与流失度量平均保留时期理赔频率盈利性, 收入使用情况获取率 %, 流失率 %# 资产, # 业务线关注于潜在顾客细分引导新的营销活动保险业顾客分析的好处流失分析 : 获取新的顾客比维护现有客户花更多的成本. 对保险业而言尤其如此: 对一个顾客来说，购买一个保险产品是一个长期决定; 并且如果她决定换一个公司, 那就很有可能她将永远不会回来标识盈利性最高或潜在具有盈利的顾客顾客盈利性顾客档案2. 理解他们的需要与购买模式细分 流失分析相关

19、性分析3. 与他们交互并满足他们的预期.目标化营销营销活动分析交叉销售相关性分析 : 市场购物篮分析. 一类产品显示了一种相对于另一种产品的相关性, 它们有可能被同时购买. 例子 : 一个男人在他的前30多岁时，购买了一份寿险保单，可能同时也会对一种类型的年金型产品感兴趣保险业市场分析仪表盘营销活动绩效营销执行高管顾客洞察 (商业)顾客洞察 (消费者)分析主题区域关于营销活动消费者顾客基于角色的分析市场分析用户市场经理保险业市场分析的好处交叉销售 对于保险公司来说，是一个主要的收入来源. 分析应用允许理解顾客相关性与盈利性找到可能被现有的可带来利润的顾客购买的产品并且在下一次接触时，提供给顾客

20、.顾客细分 : 分析应用允许对那些拥有相同特征的顾客进行可视化细分, 细分可被独自的实体进行各自的监控将来与它们的交互可以因此被引导趋势, 盈利性与行为模式在细分级别被考量营销活动分析 : 分析市场与促销活动的有效性. 一个具体营销活动在销售上的效果预测了将来类似营销活动的有效性大数据分析对于保险价值链中的每一步都非常重要理赔分析 : 理赔管理的重要组成部分, 帮助欺诈检测, 监督与理赔估计.顾客分析 : 档案并标识合适的顾客进行目标锁定营销活动, 分析产品相关性, 顾客流失原因公司管理资产管理人力资源管理渠道管理保单管理承保 理赔管理CRM持有理赔活动, 资产, 家庭, 商机, 客户个人,

21、收入, 服务请求保险 & 健康险机构金融零售银行 具体分析扩展分析大数据分析余额历史协议 评估营销活动 发票KPIs推荐订单销售流程报价预测调查理赔分析理赔管理分析贯穿整个理赔周期的完整视图涵盖了所有理赔的主要方面理赔周期时间支付 & 准备金代位清偿渠道有效性 在理赔报告中服务请求顾客满意度具体指标的例子理赔处理时间理赔分布 跨地理与业务线损失率准备金准确性代位清偿有效性处理时间 (天)理赔频率准备金准确率 %理赔管理分析痛点有效的理赔处理是客户关系管理的基础. 理赔管理过程中的顾客的痛点在于:保险欺诈 :大约 xx% 反馈相信接受来加大理赔金额来弥补多年来已经支付的保费 (保险研究理事会,

22、IRC) . 单单在美国 P&C 欺诈理赔金额到达 $xxx 亿美元或总理赔金额 xx% (保险信息机构)对于健康保险，相同的数字相信大概在 4 倍左右无效的理赔管理的机会成本非常高匆忙的理赔处理导致非常高的欺诈减慢了整体的理赔处理时间，导致了高的顾客不满意度不好的理赔估计带来的财务成本理赔大数据分析 适当时间基于合理原因关于合理索赔的正确处理被保人/索赔人追偿专家特别调查单位现场评估师内部和外部法律顾问修理厂和租车代理机构理赔员流程自动化业务规则欺诈处理与追偿分析洞察力/报告理赔大数据分析同时解决欺诈问题和漏失问题一体化的欺诈和追偿评分和措施实施在理赔中在理赔外 实时解决的主要理赔问题:理赔

23、管理分析的好处理赔分析 : 包括理赔数据与其他数据源，例如承保与保单数据整合分析指标化理赔处理效率, 直接决定顾客满意度.帮助理解在理赔中的业务趋势, 否则将很难进行分析. 向下钻取到明细级别，对这些趋势进行更好的理解理赔分析 分析在理赔与损失模式的趋势 : 帮助优化准备金管理, 降低风险与提供更多的资金进行投资理赔分析 帮助通过使用不同参数，就像地理区域，代理人与被保人，分析超过正常赔付的行为，找到其中的欺诈行为对于健康险, 理赔分析 能够减少滥用分析各种医生的行为找到那些经常为那些不需要的开昂贵药品的医生保单分析 : 改善保险销售与承保的有效性, 监督销售与服务流程大数据分析对于保险价值链

24、中的每一步都非常重要理赔分析 : 理赔管理的重要组成部分, 帮助欺诈检测, 监督与理赔估计.顾客分析 : 档案并标识合适的顾客进行目标锁定营销活动, 分析产品相关性, 顾客流失原因公司管理资产管理人力资源管理渠道管理保单管理承保 理赔管理CRM保单与承保分析产品线绩效新业务 & 续保生产率 按季度滚动年报价到购买绩效损失率分析持续率新 & 续保业务绩效收入绩效平均 # 产品 按顾客价值代理人生产率绩效案例受理分析 按代理人损失率 按代理人持续率绩效 按代理人报价到购买绩效 按代理人新开保单 在最近的 4 个季度内执行高管经理我的前几位报价/申请我的前几位推荐人搁置的取消保单搁置的取消保单明细即

25、将续保的保单运营承保与保单分析监督着销售与服务的关键业务指标 :损失率持续率收入产品渗透服务质量保单趋势，按:顾客, 区域, 销售渠道新业务 & 续保 混合产品线与业务线具体指标的例子保额代未清偿金额保费, Secured Amount损失率持续率 (保单)保费流失率 %保单结单率保单没有续保率 %承保与保单分析好处保单分析 与理赔相配合, 保单与损失数据存储在数据仓库中，可以通过所有分析维度对它进行交叉分析，帮助监督与改善承保与保单管理.保费分析 : 允许通过所有分析维度（包括地理区域、代理机构或代理人、产品或产品线）对保费绩效进行跟踪发现趋势并允许向下钻取到业务级明细，并需要时立即采取相应

26、行动损失分析 : 保费收入可能比服务于客户的成本少。因此不正确的初始风险估计会导致保险损失. 损失分析监督了损失数据，来发现那些实体 (产品, 代理人, 区域, 客户群体) 有很高的损失率帮助保险公司采取行动维护他们的业务帮助改善保险计划的盈利性帮助决定获得新顾客与续保旧有顾客的成本渠道分析 : 有效地监督与通知渠道与代理人保单分析 : 改善保险销售与承保的有效性, 监督销售与服务流程大数据分析对于保险价值链中的每一步都非常重要理赔分析 : 理赔管理的重要组成部分, 帮助欺诈检测, 监督与理赔估计.公司管理资产管理人力资源管理渠道管理保单管理承保 理赔管理CRM顾客分析 : 档案并标识合适的顾

27、客进行目标锁定营销活动, 分析产品相关性, 顾客流失原因代理人与渠道分析渠道绩效平均代理人产出代理人满意度 按级别新业务 & 续保业务渠道年产出分布有最高损失率的代理人代理人密度 按地理条件前 10 代理人 按绩效代理人关系趋势平均商机跟进时间顾客与渠道分布渠道产出绩效有最高损失率的渠道执行高管经理平均商机跟进时间前 10 位渠道 按产出运营保险代理人与渠道分析监督关键业务员与渠道相关的指标业务损失率生产率代理人保留对线索的响应代理人对顾客比率具体指标的例子代理机构收入与生产率代理机构利润 & 盈利性密度所有市场，服务与保单指标趋势 按代理人针对保险执行高管、代理人经理与渠道经理仪表盘执行高管

28、分析销售分析顾客分析服务分析顾客细分分析渠道市场分析顾客市场分析商业分析培训分析分析主题区域活动营销活动顾客满意度顾客订单渠道培训渠道销售过程管理服务请求基于角色的分析渠道服务代表渠道销售代表渠道执行高管渠道组织分析员渠道销售经理渠道服务经理渠道客户经理渠道执行高管用户渠道操作用户渠道市场经理保险代理人与渠道分析代理人与渠道分析的好处部署销售力量 : 基于对它的顾客基础的多维分析, 保险公司能够最优化地部署代理人与销售人员在不同的地方提供了足够的支持与促销活动业务发展与关系管理 : 代理人与渠道分析充分利用销售数据来分析不同渠道的行为，从而来 :识别最好的代理人与销售人员，并为他们设定合理的目标为代理人设计更好的培训与支持计划例子 : 一些代理人可能只是销售一部分产品，对其他产品则完全不了解. 这个可能意味着需要产品的相关培训渠道能被授权对他们自己的绩效进行实时的访问信息是集中的和独一无二的有针对性的改善行动可以是即时的渠道分析 : 监督各类渠道的绩效. 使用分析, 保险公司能够被向下钻取到单个代理人与产品的级别最重要的是, 大数据分析应用帮助保险公司提供了对于公司客户至关重要的信息, 它能帮助把保险公司与客户的关系塑造的更加坚固。保险执行高管 : 对于业务战略指示完整概览渠道分析 : 有效地监督与通知渠道与代理人保单分析 :