数据挖掘技术在寿险业精准营销中的研究与应用

学生姓名：指导教师：答辩日期：2013-121数据挖掘技术在寿险业精准营销中研究与应用BEIHANGUNIVERSITYSEM-MBA-MB1108404内容提纲231421选题背景和意义理论研究模型构建案例研究5总结与展望1选题背景和意义BEIHANGUNIVERSITYSEM-MBA-MB1108404选题背景及意义3保险业告别快速增长，投资回报低，营销成本持续上升供应链式的供给和需求链的需求矛盾，渠道面临巨大困境保险密度和深度和发达国家比有很大差距，市场潜力巨大产品角度：了解客户真正需求，推出合理产品组合,提升客户价值提升客户满意度，降低营销成本，提升公司核心竞争力论文选题背景及意义选题背景选题意义研究目的以数据为洞察,利用数据挖掘技术进行精准营销客户角度：开拓新客户、挽留老客户、激活沉睡客户，提升客户价值BEIHANGUNIVERSITYSEM-MBA-MB1108404内容提纲431421选题背景和意义理论研究模型构建案例研究5总结与展望12理论研究BEIHANGUNIVERSITYSEM-MBA-MB1108404理论研究5精准营销是以客户为中心，以数据为洞察，在正确的时间、正确的地点、用正确的方式传递正确的信息。精准营销理论BEIHANGUNIVERSITYSEM-MBA-MB1108404理论研究6312465精准营销的过程收集数据要什么从哪收如何规范用啥收客户获取客户价值增长客户激活客户挽留结果分析构建模型确定细分变量活动评估1423执行营销战役活动流程设计识别营销机会、设计营销活动精准营销培训营销工具准备营销活动推进和监控客户名单发放营销活动总结营销活动分析BEIHANGUNIVERSITYSEM-MBA-MB1108404理论研究7数据挖掘（DataMining）又称为数据中的知识发现(KnowledgeDiscoverinDatabase，KDD).简单来说就是从大量数据中提取或”挖掘”知识，行业内公认的跨行业数据挖掘标准（CRISP-DM）如下图所示：BEIHANGUNIVERSITYSEM-MBA-MB1108404内容提纲831421选题背景和意义理论研究模型构建案例研究5总结与展望13模型构建BEIHANGUNIVERSITYSEM-MBA-MB1108404模型构建91刻画目标客户群的特征2从客户角度进行客户价值提升挖掘3从产品角度实现产品组合预测挖掘预期目标BEIHANGUNIVERSITYSEM-MBA-MB1108404模型构建10团险核心数据库数据仓库个险核心数据库ECIF数据库聚类K-Means算法客户群体特征识别数据采集数据输入输出结果数据源数据准备数据挖掘分析结果确定细分变量基于聚类算法的客户分群模型BEIHANGUNIVERSITYSEM-MBA-MB1108404模型算法（K-means）11k-means算法，也被称为k-平均或k-均值。它将各个聚类子集内的所有数据样本的均值作为该聚类的代表点，通过迭代过程把数据集划分为不同的类别，使得评价聚类性能的准则函数达到最优，从而使生成的每个聚类内紧凑，类间独立,聚类过程如下：012345678910012345678910012345678910012345678910012345678910012345678910012345678910012345678910012345678910012345678910K=2确定初始类中心将每个样本点分配到最相似的类中重新计算各类中心（均值）重新计算各类中心（均值）重新分配重新分配BEIHANGUNIVERSITYSEM-MBA-MB1108404模型构建12团险核心数据库数据仓库个险核心数据库ECIF数据库决策树C5.0算法交叉销售预测结果数据采集数据输入输出结果数据源数据准备数据挖掘分析结果确定输入变量基于决策树分类预测的交叉销售模型BEIHANGUNIVERSITYSEM-MBA-MB1108404模型算法（C5.0）13C5.0算法采用信息增益率作为对选择分枝属性的分枝准则，计算各属性的信息增益率，然后选取信息增益率最大的属性作为结点，自顶向下生成决策树,算法给的工作流程图如下：开始读取、存储类信息读取属性信息读取数据库是连续属性划分区域存储至属性哈希表中读取训练样本有缺失数据忽略或用最多的属性值来替代存储样本表Ｋ次迭代交叉验证将数据集划分成K个子集对生成的树进行测试后打印分类信息取K-1个子集用C5.0算法建构树规则提取结束YＮYNBEIHANGUNIVERSITYSEM-MBA-MB1108404模型构建14团险核心数据库数据仓库个险核心数据库ECIF数据库关联规则Apriori算法二次销售产品组合预测结果数据采集数据输入输出结果数据源数据准备数据挖掘分析结果确定关联产品变量基于关联规则的二次销售模型BEIHANGUNIVERSITYSEM-MBA-MB1108404模型算法（Aprior）15TID项集X100A,C,D200B,C,E300A,B,C,E400B,E下表是5名顾客某天的购买实物表数据，其中A，B，C，D,E表示5个商品代码。假设用户设计的最小支持度阀值为0.5，其产生频繁集的迭代过程如下：Aprior算法过程说明BEIHANGUNIVERSITYSEM-MBA-MB1108404模型算法（Aprior）161-项目集C1{A}{C}{D}{B}{E}1-项集C1计数支持度S(%){A}250{C}375{D}125{B}375{E}375频繁集1-项集L1计数支持度S(%){A}250{C}375{B}375{E}3752-项目集C2{A,B}{A,C}{A,E}{B,C}{B,E}{C,E}2-项集C2计数支持度S(%){A,B}125{A,C}250{A,E}125{B,C}250{B,E}375{C,E}250频繁集2-项集L2计数支持度S(%){A,C}250{B,C}250{B,E}375{C,E}2502-项目集C3{B,C,E}2-项集C2计数支持度S(%){B,C,E}250频繁集3-项集L3计数支持度S(%){B,C,E}250第一次迭代第二次迭代第三次迭代BEIHANGUNIVERSITYSEM-MBA-MB1108404内容提纲1731421选题背景和意义理论研究模型构建案例研究5总结与展望14案例研究BEIHANGUNIVERSITYSEM-MBA-MB1108404H公司简介18H公司成立于2005年，是一家由国内外实力雄厚的金融保险集团和知名企业发起设立的全国性寿险公司，经营人寿保险、健康保险、意外伤害保险等业务。010000020000030000040000050000060000020052006200720082009201020112012规模保费（万元）经营业绩BEIHANGUNIVERSITYSEM-MBA-MB1108404H公司精准营销目标的提出19支出上升收入下降准备金丌断上调客户获取和挽留成本大运营成本持续上升公司2013年的战略开业八年积累大量的客户数据，单个客户价值有很大的提升空间现有的ECIF和数据仓库支持客户价值增长营销困境现有资源新单保费下降降息导致保险新业务利差减少资本市场低迷，投资回报降低新客户获取成本居高丌下营销活动成本新产品频出，业绩丌好客户粘度下降，客户满意度下降BEIHANGUNIVERSITYSEM-MBA-MB1108404H公司精准营销目标的提出20客户细分交叉销售二次营销客户价值增长以购买了爱心家庭产品客户和未购买爱心家庭产品客户为研究对象，达到：1、通过分析购买爱心家庭产品客户的特征，预测未购买此产品但有可能购买实行交叉销售,购买率不低于30%。2、分析购买了爱心家庭产品的客户还购买了何种产品，在购买了爱心家庭产品中寻找二次营销机会，购买率不低于20%。BEIHANGUNIVERSITYSEM-MBA-MB1108404数据收集21数据读取数据清理数据集成和转化数据泛化数据源数据采集目标数据库数据仓库数据质量探测个险核心团险核心ECIF（企业客户信息库）Call_CenterBEIHANGUNIVERSITYSEM-MBA-MB1108404数据收集22客户分析指标体系客户价值指标客户基本信息指标客户行为指标客户购买行为指标客户变更行为指标客户投资行为指标客户领取行为指标客户支付行为指标BEIHANGUNIVERSITYSEM-MBA-MB1108404数据收集23客户基本信息指标表客户基本信息指标指标名称指标含义姓名客户姓名年龄客户年龄年龄区间N1：≤18，N2：19～35，N3．36～50，N4：50--60；N5≥60性别客户性别年收入客户告知的年收入如果没有告知建议按照年缴保费*5估算职业客户职业类别是否结婚根据告知判断是否有孩子通过婚姻状况来判断：1、单身的肯定没有子女，补'N'；2、男性已婚30岁以上或女性已婚27岁以上一定有子女，补'Y';是否吸烟根据健康告知判断是否有驾照根据客户财务告知判断住址泛化为城区和郊区学历客户教育程度电话客户联系电话工作电话客户工作电话BEIHANGUNIVERSITYSEM-MBA-MB1108404数据收集24利用kettle进行数据ETLBEIHANGUNIVERSITYSEM-MBA-MB1108404数据收集25数据收集后宽表信息BEIHANGUNIVERSITYSEM-MBA-MB1108404建模与分析26客户细分变量选取过程1•从80个客户指标按照和本次营销目标无关的客户指标进行中初步筛选，剩下50个认为相关变量。2•邀请市场、精算、运营、IT部门的专家，利用德尔菲法确定和本次营销目标相关的变量12个3•对12个变量进行相关性分析，对于相关性大于0.7的作为建模变量。最终选择了8个细分变量。①年龄②性别③是婚姻状况④否有子女⑤客户层级⑥实际缴纳保费之和⑦有效保单总数⑧有效件均保费客户细分变量BEIHANGUNIVERSITYSEM-MBA-MB1108404建模与分析27利用SPSSCelemetine聚类过程图BEIHANGUNIVERSITYSEM-MBA-MB1108404建模与分析28聚类结果图BEIHANGUNIVERSITYSEM-MBA-MB1108404建模与分析29聚类结果业务解析BEIHANGUNIVERSITYSEM-MBA-MB1108404建模与分析30利用SPSSCelemetine建立客户交叉销售模型模型准确性信息BEIHANGUNIVERSITYSEM-MBA-MB1108404建模与分析31通过交叉销售模型预测结果信息：BEIHANGUNIVERSITYSEM-MBA-MB1108404建模与分析32购买了爱家卡客户可能还会购买如下产品,这些产品将成为二次营销模型的输入变量：寿险医疗险BEIHANGUNIVERSITYSEM-MBA-MB1108404建模与分析33基于Apriori算法二次营销预测模型及支持度置信度设置。BEIHANGUNIVERSITYSEM-MBA-MB1108404建模与分析34说明能够推导出一条可信的规则：购买了爱心家庭的客户还可能会购买福佑双鑫和附加福佑双鑫产品。二次营销预测结果BEIHANGUNIVERSITYSEM-MBA-MB1108404执行营销战役35产品：爱心家庭综合意外保险，福佑双鑫两全保险（分红型），附加福佑双鑫重大疾病保险试点城市：江苏分公司、浙江分公司活动时间：20130401–20130630营销渠道：个险代理人活动目标：爱家卡客户响应率不低于60%购买率不低于30%福佑双鑫及附加福佑双鑫的客户响应率不低于40%购买率不低于20%。H公司爱家日春风行动设计营销活动BEIHANGUNIVERSITYSEM-MBA-MB1108404执行营销战役36①营销工具准备②精准营销培训③名单和工具发放④营销活动推进和监控⑤营销活动分析⑥总结优化营销活动执行流程图BEIHANGUNIVERSITYSEM-MB