大数据分析在保险营销中的作用分析

韩滢

（泰康养老保险股份有限公司总公司，北京 100010）

对于保险公司而言，可以利用大数据处理技术来处理海量而多样化的保险数据，原因在于这些数据并不能利用传统的人工或计算机方式进行处理和深度挖掘。不过大数据可以在一定的时间内使数据以特殊的形式呈现出特定的结构，这对于保险公司确定以业务营销模式，业务规律而言意义重大，是做出精准的营销分析决策和优化营销流程的关键点，从而掌握市场动态更新保险产品与服务。

一、大数据分析在保险营销中起到的作用

（一）优化产品设计和产品营销过程

早在2012年大数据的概念就开始在全球范围内进行扩散，利用庞大的数据来获得更加有价值的信息和判断内容，而2015年的政府工作报告会议上，也将互联网+战略上升至国家战略。在移动互联网和大数据时代，保险行业和其他行业的联系变得更加紧密，而保险行业内部的竞争也从线下转移到线上，更加倾向于产品和定价层面的创新。而保险营销涉及的数据主要包含两个方面的类型，一是企业或公司内部的经营数据，理赔数据，承保数据，续保数据等，这些数据的主要用途在于从宏观上了解企业或公司的内部业绩情况；二是具体的用户或投保人数据，能够从侧面掌握个人数据信息，描绘出客户群体的多方面特征，准确识别其可能存在的产品或服务需求。

从产品设计的角度来看，财险公司能够让保险产品的定制更加个性化和智能化，例如针对目标用户的年龄爱好消费能力的具体特征来完成产品的定价和产品质量把控。如在车险方面，可以基于机动车驾驶人的驾驶习惯或出现频率等核心行为数据来对不同类型的车主征收不同的费率；在出行保险方面，也可以针对客户的里程信息我出行情况确定用户需求，哪种类型的保险产品。综合来看，大数据时代下保险产品的营销并不会像传统营销一样无目的且依赖广告渠道，而是基于大数据环境下的细分信息来划分不同类型的客户群体，对海量数据完成精准分析，寻找目标客户。

（二）优化客户服务

客户始终是保险公司立足和发展的根本，客户数量和客户质量直接决定着公司的发展前景，所以保险公司提供的客户需要从自身角度出发，提供关键的产品和服务，尤其关注不同客户之间可能存在的个性化差异。所以保险公司通过对大数据理念的研究和应用改变了传统的客户服务方式和服务手段，总结出不同客户的行为规律。

事实上在竞争异常激烈的保险市场当中，保险业务领导者正在寻求各种方案来提升企业的核心竞争力，而由此产生的关键因素在于人们会根据哪些因素选择保险公司或保险产品。结果表明数字技术的崛起和大数据的强大功能，使得消费者对于产品的个性化需求倾向并不突出，对于客户而言，他们更加希望选择一些服务良好的保险产品。这表明大数据分析在保险营销当中可以为提升客户忠诚度和完善承保措施提供参考依据，改善与客户之间的关系，对投保人的实际水平和预期保险结果做出判定，分析理赔的时间和规模。

（三）优化风险防范

大数据分析在保险营销过程当中能够给风险防范提供强有力的支持作用，特别是在事前预警方面，可以通过内部已有的承保数据和理赔数据评价不同区域和不同客户所对应的承保风险，对于一些数据结果不佳的地区可划分为销售禁区，从根源上规避可能产生的各类风险事件。与此同时，大数据分析还可以对某些应急事件做好提前评估，充分依靠信息化时代的优势来获取投保信息。例如在某个区域产生重大事件之后，保险公司可以通过媒体平台掌握事件的发生背景、发生过程和事故人员情况，结合企业的资料库判定被保险人或受益人是否为合法行为主体，如果是合法主体，则为其提供合理的理赔服务和数据服务。值得一提的是，不同保险公司还可以利用互相之间的数据连接来完成用户群体的合理筛选，对可能存在疑惑的理赔提出预警机制。例如在车险的用户群体当中，某一个用户在一年内多次出现，并且大部分情况下是本人全责时，那么系统会发现该客户可能有危险驾驶或骗保的潜在可能性，所以该用户具有高风险特征，所以在客户投保之时系统会根据特定风险标识展开风险预警。保险行业的数据规模和交易数据信息庞大，且保单当中的数据并不仅限于交易数据本身结构化的数据，所以在风险管理方面还要考虑到可能出现的附加数据。这里以车险为例，我国新能源汽车的比例大幅增长但新车销量却有着一定的下滑趋势，保险公司为了寻求汽车保险当中的增长点和风险点，就需要考虑到不同档次的车辆对于保险的实际需求。例如大部分消费者是因为个人喜好而更换车辆，部分家庭是由于工作需求而更换车辆，很少一部分的客户群体是因为车辆陈旧而更换车辆，三种类型的更换车辆行为对应的是不同类型的产品风险，所以保险定价当中的人员因素会伴随着人员消费转变而产生改变，原有的车辆定价模型也应该根据这些数据信息及时修订完成精准定价。

二、基于大数据分析所进行的保险营销行为

（一）优化产品定位，确定市场要求

对大数据环境下的营销体系进行拆解之后，不能看出大数据除了能够在渠道层面关注营销本身之外，还可以根据消费者群体的特征来进行信息划分，提炼出具有高价值的内容，无论是广告投放还是产品定价方面，都能完成定制化产品服务强化企业和消费者之间的互动沟通，获得产品反馈。以当前的保险行业营销为例，要想完成大数据下的精准营销，就需要对消费者进行需求洞察和需求预测，收集不同群体的网络应用关键词和网络消费习惯，了解客户的偏好和内在需求，另外还可以用户的消费行为作为画像数据库的判定依据，为每一名客户添加形象信息。

这里仍然以车险为例，首先可以对客户所在地区的路况和气象数据进行评估，判断该地区是否有常年堵车的可能性，借助平台应用数据挖掘算法来寻找该地区的数据与其他产品之间的关联度。对于年轻群体而言，他们需要购买交强险、车损险、三责责任险等；而对于一些气象数据显示降雨量较多的地区，还要分析可能产生的潜在车船险、涉水行驶险；某些有自驾游爱好或是单程行驶距离较远的用户群体还应该购买车上人员责任险（即司机责任险和乘客责任险）。可以看出在判断用户的需求之后，可以优化产品定位，开发与用户需求相匹配的各类创新产品，如果企业能够拥有特定需求的客户规模，那么基于中心极限定理，就能对这类客户的潜在需求展开综合预测，将静态统计特征信息和动态统计特征信息进行结合。当然无论是车险还是其他类型的财险产品，其营销过程都要关注价格因素，尤其是对激烈竞争的保险市场而言，价格竞争是企业竞争的关键点，作为财险公司要想在竞争当中处于有利地位，就需要改进原有的定价方法，做好基于市场要求的定位服务。大数据能够帮助企业确定用户的个性化需求，同时还能让客户的保险费率与承受价格更加合理，让定价和风险程度相互匹配。以保险行业的需求为例，如果保险公司能够善于积累并收集消费者的消费行为信息数据，个人生活环境数据等，就可以建立消费者大数据库产生营销效应，根据全面的客户画像获得对应的标签体系和标签数据。

在这一点上我们可以参考一些国外企业的运作模式，如美国ZestFinance就通过对贷款申请人的互联网数据进行评估之后，为信用卡和有关保险提供了高质量的担保，有效降低了行业内部的违约率，这对于高度重视风险评估的保险行业而言现实意义非常突出，保险产品也可以向其他金融产品一样保障保单的签单率并控制风险率。

（二）关注信息收集强化数据有效性

保险行业本身是与风险打交道的行业，基于行业特性需要对客户信息进行收集和存储，并且在客户收集方面保障数据的真实性和准确性。在数据支撑层方面需要完成对大数据的全生命周期管理，并选择专门的技术手段对数据格式进行转换。如收集客户浏览器cookie信息、微信公众号信息等都可以成为数据真实性和准确性的保障举措，完善承保流程，加强对于渠道的流程监管。互联网科技的进步使得保险行业内部的产品和数据都可以进行标准化运作，完成大数据模式下的营销和改进，在绘制用户画像方面，应以建立客户标签为基础开展数据挖掘工作。

对于已经具有充分数据的消费者群体和现有客户而言，可以根据用户的行为数据展开动态的全方位追踪挖掘潜在消费需求和进行个性化的精准营销，当然要完成对于用户画像数据库的构建，还应该在所属群体划分框架的前提之下，让用户群体更加饱满，既有骨骼也有血肉。所以应挖掘客户相关的生活场景，识别可能产生的各类风险，调取用户的保险，购买记录出险情况，来分析客户现有信息和保险产品之间的内在关联，洞察客户的产品需要。这一点上很多企业都利用了前沿的人工智能AI算法来理解客户需求和精准定位营销。

例如保核保人员会根据顾客所投的保险来调查客户本身的健康因素（年龄、疾病史、家族疾病史）、财务因素（保险利益、投保动机、保额合理性、保额道德风险）、心理因素（心理健康、投保心理）等，然后将结果划分为标准体和非标准体，其中标准体即标准承保客户，非标准体指的是需要加费承保，延期承保，除外承保乃至拒保的客户。以健康险来说，假设客户有血液系统疾病当中的缺铁性贫血，那么轻度缺铁性贫血者可以在寿险和重疾方面实施正常承保；地中海贫血者在治疗结束并存在后遗症时需要考虑加费承保；再生障碍性贫血者则可以考虑直接拒保。人工智能当中的文本数据处理技术NLP在应用之后就可以归纳单个或大量数据当中的核心内容，例如机器能够从地中海贫血疾病当中提炼出与疾病有关的中心观点（重度地中海贫血——有较长吸烟史）。这样一来计算机内部可以形成独特的核保算术模型和智能化决策模型机器通过被保人的健康因素，财务因素等多个方面的内容展开分析之后，就可以判断保险风险是否在保险公司能够承受的范围之内，当读取到再生障碍性贫血的核心观点之后，判断为拒保。人工智能AI核保模型判断和资深核保人员的操作比对一致率非常接近，也表明人工智能在保险行业营销层面的运用已经进入加速阶段。

（三）精准营销

精准营销是一种非常重要的营销方式，其同样可以借助大数据技术来实现，例如在完整用户画像的基础之上，来判定某一类客户接触最为频繁的渠道，然后在这些渠道进行广告投放和服务投放就能达到更加有效的结果，对于今后的保险产品而言，还可以建设网络营销渠道，提升企业业绩。保险零售化和直销化是未来社会发展的趋势，并且在当前的B2C电商领域传统零售品牌都在平台上开设了自己的旗舰店，并且财险公司针对专门的财险产品进行了电商直销，包括财产险、意外险、旅行险和车险等，一些企业采取竞价付费的方式获得平台推荐位，以更快的速度完成信息引流和品牌推广，直接让信息呈现在用户的移动终端或界面当中。

例如，在现代信息更加碎片化的时代下，品牌推广层面为更加依靠自媒体和网络流量来影响消费者的消费态度。保险产品的类别比较固定且内容相似度较高，对于消费者而言，他们更加关注的是保险公司的折扣和优惠，原有的信息推广和传统的信息扩散模式往往达不到应有的效果，在小范围之内的口碑传播却能够实现有效的社交营销。这里以车险营销为例，保险公司可以围绕车主进行生态圈建设，完成内部的资源共享，打造品牌社群降低圈内成员购买财险的成本。与此同时还可以借助生态圈内的信息交流，向成员提供关键的财险信息，让他们了解产品的选取、定价和保险内容，基于生活当中的实际场景来串联客户的认知，了解客户在承保理赔增值服务方面的真实需求，从而完成精准营销，保障客户粘度，为用户提供优惠更高的保险服务。

三、结束语

在本次研究中，以大数据分析下的保险营销作为研究切入点，分析了大数据手段与消费行为两者之间的内在关联。在经济持续发展的同时，现在国内保险行业的竞争变得更加白热化，为了更好地应对市场竞争，相关企业需要一套完善的运营体系和数据挖掘分析技术手段，不断地拓展现有的营销渠道提炼营销价值，建设定制化的营销方案来保障产品的利润率与销售率。对此，很多国内的金融机构和保险机构开始将大数据应用提升至战略高度，完成信息分析和金融业务的生态融合，帮助个人和企业消费者展开风险管理和保险服务配置，实现业务运营的信息化数字化。