数据开发在寿险客户关系管理中的应用探讨

中国人民人寿保险股份有限公司 姜永涛

数据开发就是从大量的、不完全的、概念性的、随机的数据中，提取隐含在其中的、人们事先不知道的、但是又是潜在有用的信息和知识的过程。数据开发可以理解为“从数据中开发知识和信息”。还有很多和这一术语相近似的术语，如知识发现、数据分析、数据融合以及决策支持等。以下笔者将结合自身多年工作经验，针对数据开发在寿险客户关系管理中的应用进行阐述。

一、数据开发的具体方法

(一)聚类检测法

在聚类检测技术中，不是搜索预先分类的技术，也没有自变量和因变量之分。例如，可以对顾客的年龄和收入这两个变量，平等地参与聚类检验。因此，聚类检测也称为无指导的知识发现或无监督学习。

(二)神经网络法

神经网络方法主要用于分类、聚类、特征挖掘、预测等方面。它通过向一个训练数据集学习和应用所学的知识，生成分类和预测模式。对数据是不定性的和没有任何明显模式的情况，应用神经网络算法比较有效。由于神经网络具有自我组织和自我学习等特点，能解决许多其他方法难以解决的问题，因此得到普遍的应用。

二、数据开发在寿险客户关系管理中的应用

(一)分析寿险客户

伴随网络技术以及互联网安全性的不断进步，网上保险逐渐成为了一种趋势。但是，因寿险产品具有较强的专业性，普通客户难以很好理解其中的问题，这使寿险网上销售始终无法有所突破，所以当前努力的方向应该是，把专家的意见和建议直接移植到客户，从而使客户买到最适合自身情况的寿险种类。

而数据开发的发展，较好的实现了此种移植。当前数据开发得到切实发展，同时也有越来越多的历史数据能够帮助我们实施预测。通过神经网络自我学习的功能，完成客户的分类，最终发现更适合客户的险种。

(二)寿险产品的销售

从当前来看，保险行业经营主体快速增加，业务规模上升较快，利润空间逐渐变小，这使得保险行业的竞争压力逐渐增大。所以，维护好原有的客户群，并且利用交叉销售以及提升销售水平来充分体现客户的生命价值已经变得至关重要了。认识到这一点的重要意义，寿险公司才能积极主动进行交叉销售，而其中客户的数据可以有效帮助寿险公司识别交叉销售以及提升销售的潜在客户。然而，这些数据信息一案都是零散分布在企业各个角落当中的，这使寿险公司很难准确了解客户的个人喜好及其具体行为习惯。例如，有效的交叉销售决定于投保者的详细信息。只有极少数的保险人员能够及时把这些信息进行搜集和整理，最终把握住销售机遇。

应该把购买诸多保单的客户资料梳理成档案，再使用相同的档案管理方式认真研究其他客户，以此确定出还有哪些客户会购买寿险产品，并预测出客户接来下还会需要什么。唯有如此才能够有效实施交叉销售和提升销售的战略。

市场一篮子分析方法主要是使用客户所持有保单的历史数据与保单的详细资料、索赔倾向、客户人口统计学资料及其关键变量，预测出交叉销售的时间，比如，能够发现客户遵循着怎样的投保流程—即首先是交通工具的保险，再者是房屋拥有者的保险，然后是人身保险。我们能够运用这些信息来对客户进行评估，进而针对那些或许会遵循这种规律的客户进行直接营销。

(三)寿险客户的保持与流失

伴随各行各业竞争的日趋激烈，企业获得新客户的成本已在持续上涨，所以维护好既有的客户，降低其流失率显得至关重要。通过分类等技术可以及时判断出具有这些特性的客户群体更容易流失掉，利用客户流预测模型的建立，能够帮助寿险公司针对有流失倾向的客户事先采取应对措施，最终将其解决。

在充分认识到此项工作的重要作用之后，许多寿险公司都纷纷建立起了客户流失预警机制，一般是利用聚类以及分类等模型，针对曾经流失的客户做出分析，从中找出出现流失的根本原因，在得到原因之后，建立起具有针对性的模型，对既有客户实施评价，当某位客户的风险系数到达一定程度时，通常就被认为存在流失的风险。这时可以采取一定关怀措施，已达到挽留客户的作用，最终使客户流失率降至最低。

(四)寿险客户欺诈风险

对于可能出现的欺诈风险进行及时、有效、准确的预测具有重大意义，数据深度开发便能够充分解决这一难题。具体做法是，通过数据深度开发中意外规律的开发方法、聚类方法以及神经网络方法，针对客户数据仓库当中的数据实时分析和研究，找出容易产生欺诈行为的根本原因，以便及时、准确的监视、评价、预警以及管理各种欺诈风险，最终通过有效规范以及相关监督办法，在欺诈风险出现前进行有效预防。

三、结束语

总而言之，数据深度开发在处理寿险客户关系管理中的有效应用，可以促使企业以最快的速度以及更高的效率处理各种问题，因而，针对这一问题进行深入分析和研究，具有重要意义。

[1]朱筱兰,席晓乾.浅谈数据挖掘技术在增值业务中的应用[A].四川省通信学会2012年学术年会论文集[C],2012

[2]林彦,蔡启明.客户资源价值分析及综合评价[A].管理科学与系统科学研究新进展——第8届全国青年管理科学与系统科学学术会议论文集[C],2005

[3]王伟辉,耿国华,陈莉.数据挖掘技术在寿险业务中的应用[J].计算机应用与软件,2008;03