数据挖掘技术在人寿保险CRM系统中的应用研究(2)

《成组技术与生产现代化》2004年第21卷第1期　

　现代生产与管理技术　

细分模型时可以采用下列维度(见表1).

表1　保险客户市场细分表

人口统

计维度性别年龄婚姻教育收入职业职务

客户价值维度高价值客户

客户信用维度客户收入客户职业出险赔付

客户满意维度客户期望

能,就可以按照高价值客户和低价值客户来对客户进行聚类分析.客户编号NO为id变量,客户价值维度为input变量,将数据分为trainingdata70%,valida2tion和test数据集均为15%.经过对客户价值为主题的数据挖掘,可以得到类似图4输出结果

.

客户保费

低价值客户支付情况

缴费历史记录

客户感知

2.3　数据挖掘及其应用

2.3.1　建立数据挖掘库和数据的准备

图3　保险客户价值决策树分析结果(部分图例

)

实际应用中的数据是保险公司在开展业务过程中生成的数据,如营业厅、呼叫中心、Web等渠道获得的数据,这些数据大部分收集在公司的数据库中,为了便于开展挖掘和企业数据的安全,数据在挖掘前要根据主题建立数据挖掘库,并将数据进行清洗、剔除、合并或补充残缺不全的数据,然后利用挖掘工具进行挖掘.本文以调查问卷的数据为例,拟挖掘.

首先对于442,,数据在挖掘.经EXCEL表中,进行挖掘时挖掘软件可以直接从EXCEL的表中取数据.2.3.2　利用分析工具分析

保险公司可以采用SAS的EnterpriseMiner挖掘软件来进行数据的挖掘,该软件人机界面良好,通过采用细分、聚类、关联、决策树等方法对客户数据进行挖掘.保险客户价值决策树模型的数据挖掘流程如图2所示

:

图4　客户价值聚类图

2.3.3　分析结果在公司决策中的应用

数据挖掘的结果是得到一些显性的知识或一些

分析的模型,保险公司可以将数据挖掘的结果应用于市场营销或客户服务等方面的决策支持,比如用于客户的细分分析、客户的满意度分析、客户的忠诚度分析、客户流失分析、个性化服务分析、“一对一”营销分析等等方面,如根据客户价值高低的客户细分可应用如下:

面对庞大的保险客户群,保险公司借助于数据挖掘技术能够区分出不同种类的客户.如按照客户的价值的高低可以将客户分为:VIP客户、主要客户、普通客户和小客户等几类.VIP客户数量虽然不多,只占客户总数的1%,但是在险种销售额中占很大的比例,因此对企业的贡献最大;主要客户是指除VIP客户之外,对公司销售贡献较大的客户,约占客

图2　决策树模型的数据挖掘流程图

户总数的4%;普通客户是指客户的消费额占公司

总销售额一定的比例,能够为公司带来一定的利润,具体比例可以根据对客户的数据挖掘结果来定,一般的比例在20%左右;小客户是指除去上述三类客户以外的大量的客户,这些客户一般对公司的贡献不大,其中有些还可能不能为公司创造利润,小客户

41

通过挖掘软件挖掘,可以输出保险客户价值的决策树结果(部分图)如图3所示:

如将图2流程中的Tree功能改为Clustering功

　GroupTechnology&ProductionModernization　Vol.21,No.1,2004

　现代生产与管理技术　

约占客户总数的75%.

根据客户价值模型,针对不同的客户要采取不同的营销策略,因此通过对客户细分可以实施更好的营销,根据公司对客户的不同反应,可以将客户分为:屈从型、关怀型、适应型、冷漠型四类.比如对屈从型的客户,要满足他们随时的需要,努力建立良好的客户关系,采取一定的倾斜政策,以赢得客户的忠诚;对冷漠型的客户,可以淘汰部分客户,减少维持这些客户的成本.

型的行动,并将结果应用到市场操作中,可以验证挖掘结果;同时,结果使用后要及时反馈给分析人员,以便对模型进行修整,并将活动中的数据返回到数据库中,为今后的数据挖掘提供资料.

参考文献:

[1]　Janny.C.Hoekstra,Eelko.K.R.E.Huizingh,TheLifetimeValue

ConceptinCustomer2BasedMarketing[J].JournalofMarketFo2cusedManagement,1999,(3):257-274.

[2]　PeterC.Verhoef,BasDonkers,Predictingcustomerpotentialvalue

anapplicationintheinsuranceindustry[J].DecisionSupportSys2tem,2001,32:189-199.

[3]　(美)AlexBerson,StephenSmith,KurtThearling.构建面向CRM的

3　进行数据挖掘应该注意的问题

数据挖掘是在海量的数据中发现数据的规律过

程,是一类深层次的数据分析方法,因此数据质量和模型的校正对数据挖掘的成功与否显得尤其重要.在实际使用中应该注意下列几个问题:3.1　要有明确的挖掘目标

数据挖掘应用[M].贺奇,郑岩译.北京:人民邮电出版社,

2001.

[4]　吕延杰,尹　涛,王　琦.客户关系管理与主题分析[M].北京:

人民邮电出版社,2002.

数据挖掘并非是万能的,它必须是确定一定的主题下才能发挥更好的效果.保险公司首先应该对各类商业问题进行分类,来分别进行挖掘处理;其次根据商业问题,,进行有效的处理,3.2　,因此在采集数据时应该注意收集准确的数据.特别是保险行业,保险的标的是人,而个人的一些信息经常在发生变化,如果对保险客户的行为进行预测时采用的是陈旧的失效的数据,势必会影响挖掘的结果,公司应该及时更新数据,从源头上为数据挖掘的准确率提供保证.

3.3　挖掘结果及时试用并反馈修整模型

MiningTofLifeInsurance

CHENGYong2qiang,HULei2fang

(HangzhouTeachers’College,Hangzhou310012,China)

　　Abstract:MoreandmoreenterprisesbegintoemployCRM

systemstoenhancetheanalysesofthecustomers’value,andthusprovidingbasisforindividualizedmarketing,butthedatausingneedstobeexploredfurther.Thispaper,takingtheinsurancecompanyasanexample,ismakinganattempttousedataminingtechnologyintoCRMsystemsandproposesthedataminingmodelforthecus2tomervalue,customerclassification,etc..simulatedmininghasbeendoneintheSASenterpriseminerwithcustomers’datacollect2edfromthequestionnaires,whichwillbecontributorywheninsur2ancecompaniesadoptdatamining.

Keywords:datamining;CRM;insurancecompany;customers’value

数据挖掘的结果要及时反馈到决策人,为公司的科学决策提供支持.如决策人员设计一个基于模

42 《成组技术与生产现代化》2004年第21卷第1期　

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说医药卫生数据挖掘技术在人寿保险CRM系统中的应用研究(2)在线全文阅读。