以數據挖掘技術推動保險業客戶關系管理的發展

摘要：隨著經濟的發展，外國保險公司的大量涌入，保險企業之間的競爭已經不再是單純的價格競爭，以客戶為中心的理念被越來越多的企業所推崇。因此，對保險業CRM的現狀進行研究，并提出將數據挖掘技術應用的CRM中，從而為保險企業的經營決策提供指導和支持具有十分重要的意義。

關鍵詞：數據挖掘技術；保險業；客戶關系管理

中圖分類號：F840.4 文獻標志碼：A文章編號：1673-291X（2010）25-0067-02

引言

中國加入WTO以后，特別是2005年中國保險業全面對外開放以后，中國保險市場經營主體進一步增多，保險公司面臨越來越激烈的挑戰，價格的競爭已經不再是保險業競爭的主要手段。眾多保險公司開始將其經營模式從“面向產品”轉變為“面向客戶”，將企業的生存和贏利寄托在保險公司的廣大客戶這一企業最重要的資源上來，服務質量的提高和“金牌客戶”的爭奪成為了保險業競爭的焦點。中國企業由于長期受計劃經濟和短缺經濟的影響，對客戶關系的重要程度認識匱乏，全球化帶來的對客戶資源的競爭，使得CRM成為企業在新的市場環境下的新的贏利戰略。

調查研究表明，保險公司目前最急需的解決方案是客戶資源管理和數據集中。有40.2%的保險公司認為CRM最為迫切或有發展前景，所占比例最高；其次是數據集中，所占比例為31.2%；認為呼叫中心最為迫切或有發展前景的保險公司比例是18.4%，而對于網上保險，這個比率只有10.2%。 保險公司認為目前最迫切的解決方案是客戶關系管理。

與其他行業相比，保險企業整個保險服務過程可以數字化，服務內容有極高的時間價值，即保險服務業屬于數字密集型行業，保險服務本身不涉及物流，只涉及數字和符號的儲存、單證處理，再加上利率、投資資產和股價的頻繁變動，有關保單具有極強的時效性。因此，保險CRM著重于優化保險企業客戶關系，達到保險企業與客戶雙贏的目標。要優化，必須做到精細化，做到一對一營銷，做到營銷差異化、產品差異化、客戶服務差異化。只有能夠以更低的成本提供保險服務，提供差異化服務，進行流程再造，才可能獲得超出行業平均水平的利潤。

一、保險業CRM概述

1.保險業CRM現狀

各保險公司原有的系統過于分散，并且不統一，各分支機構的應用系統分別運行在各自不同的主機上。經過前期中國企業信息化浪潮的推動，各大保險公司已經初步搭建起以硬件為主體的基礎網絡。

在CRM系統建設方面，目前，許多保險公司都已經建立了自己的CRM系統，將原來分散的數據集中導入到新的CRM系統中，導致數據的大量集中。隨著信息技術的快速發展，如何有效的對CRM中大量的信息進行有效處理，使之成為決策的有效依據，成為各公司日益關注的問題。

2.CRM的價值

客戶關系管理是通過維系和客戶更多、更長久、更大利潤的關系來實現企業利潤的最大化。

CRM在保險企業中的價值主要體現在以下幾個方面：

CRM管理著最全面的客戶信息，覆蓋從市場營銷、銷售、服務于技術支持等各個環節，它為企業高層決策者和基層作業人員提供自己管轄范圍內的客戶信息。CRM在開拓市場、吸引客戶、減少銷售環節、降低銷售成本、提高企業運行效率等方面都發揮著重要作用，它為企業架設了一座與客戶溝通的橋梁，CRM的實施將有助于提高員工的客戶服務意識，進一步規范流程，實現客戶管理軟件的自動化和智能化，從而改善和密切與客戶的關系，達到提高企業效益的根本目標。

二、數據挖掘在保險業CRM中的應用

（一）應用數據挖掘技術的必要性

數據挖掘是從存放在數據倉庫或其他信息庫中的大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中自動地發現相關模式、提取有潛在價值的信息、挖掘知識的過程。企業將自己的銷售、營銷、服務相關數據，整合到統一的數據倉庫中，統一客戶視圖，方便企業不同階層的用戶查詢，并且利用這些統一的數據，進行數據挖掘。利用數據挖掘技術建立完善的客戶關系管理體系，全方位的了解客戶，把握客戶的特征與需求，可以幫助企業更好的實習自己的經營目標。

數據挖掘在金融領域應用廣泛，包括：金融市場分析和預測、賬戶分類、銀行擔保和信用評估等。這些金融業務都需要收集和處理大量數據，很難通過人工或使用一兩個小型軟件進行分析預測。而數據挖掘可以通過對已有數據的處理，找到數據對象的特征和對象之間的關系，并可觀察到金融市場的變化趨勢。然后利用學習到的模式進行合理的分析預測，進而發現某個客戶、消費群體或組織的金融和商業興趣等。

（二）數據挖掘在保險業CRM中的應用研究

在客戶生命周期的各個階段，保險業客戶關系管理呈現出不同的需求。主要有以下幾個方面：客戶細分、客戶流失傾向分析、建議交叉銷售、客戶信用積分、欺詐發現等。

1.利用聚類分析法進行客戶細分，提高服務成功率

客戶細分是保險公司有效運營、營銷、服務的基礎，把大量的客戶分成不同類型，每個類型里的客戶擁有相似的屬性。保險公司通過客戶細分，針對每類的客戶使用不同的營銷方式或提供不同的服務，可使公司以最小的投入獲得最大的回報。

利用聚類算法進行客戶細分，分析預測哪些可能成為企業的潛在客戶，哪些可能成為企業的高利潤貢獻度客戶，可以幫助銷售人員找到正確的營銷對象，有針對性的開展銷售，從而提高營銷成功率。同時，通過聚類算法，可以了解客戶的共性，從而提供針對性的客戶服務，提高保險服務成功率。

2.利用關聯分析法進行交叉營銷，提高客戶價值

交叉營銷是指保險公司通過和客戶交流，向現有客戶銷售新的產品或服務的過程。它以“雙贏”為原則，即對客戶來說，因得到更多、更好滿足需求的服務而受益；對保險公司來說，因營業額的增長而獲益。

利用數據挖掘技術中的關聯分析法，保險公司可以從客戶過去發生的交易數據中尋找影響客戶交易行為的因素，并建立預測模型對客戶將來可能發生的交易行為進行預測。分析哪些客戶最有可能對保險公司的服務感興趣，會對哪些保險產品感興趣，哪些理財產品或服務通常會一起發生在同一次交易里，按什么樣的先后順序發生，從而實施有效的交叉營銷，提高保險公司的客戶價值。

3.利用分類法可有效識別銀行優質客戶，提高客戶忠誠度

根據帕累托原則，一個公司80%的盈利是由20%的客戶產生。并非所有的客戶都同樣重要，因此識別有價值的客戶是實現CRM的關鍵。

利用數據挖掘技術中的分類算法，首先假設類標號屬性是“是否為優質客戶”，然后采用分類法，通過在一定數量的客戶群上進行歸納，最后確定出優質客戶的評估準則。在獲得了評估準則后，保險公司就可以比較輕松客觀地識別出其絕大多數優質客戶。利用分類法還有利于培養忠誠客戶，使之與保險公司保持長期關系。

保險公司為了留住老客戶，防止客戶流失，就必須了解客戶的需求。首先假設類標號屬性是“顧客是否流失”，再利用數據挖掘工具對大量的客戶資料進行分析，建立數據模型，分析客戶對某個產品的忠誠程度、持久性等，并為他們提供個性化定制服務，以提高客戶忠誠度。

4.利用決策樹分析法進行客戶流失分析，防止客戶流失

對流失顧客進行分析，根據分析結果，在現在客戶數據中找出可能流失的客戶，然后采取一些相應措施預防客戶流失。

在進行決策樹分析時，首先要明確到底要分析什么，目的是什么，這一點很重要。比如，保險客戶行為預測的多個決策樹，可以包括客戶獲得能力預測樹、再購買可能預測樹、連帶銷售可能性樹以及客戶流失可能性樹等。

結論

數據挖掘技術的發展，為以客戶為中心的理念提供了工具和支持。保險公司將數據挖掘技術應用到客戶關系管理中，從保險公司強大的數據源中，挖掘出對營銷和服務有用的信息，并利用這些信息為營銷和決策提供支持，必然能使CRM的價值得到更好的發揮，從而提高企業的整體競爭力。

參考文獻：

[1]韓家煒，等.數據挖掘的概念與技術[M].北京:機械工業出版社，2001.

[2]劉蘭輝.數據倉庫和數據集市[J].內蒙古科技與經濟，2004，(7).

[3]李寶東，宗瀚濤.數據挖掘在客戶管理(CRM)中的應用[J].計算機應用研究，2002，(3).

[4]樊治平，郭清，王建宇.論中資保險公司客戶關系管理的應用[J].保險研究論壇，2004，(2).

[5]王廣宇.客戶關系管理方法論[M].北京:清華大學出版社，2004.

[6]徐忠海，王玲.基于客戶關系生命周期的CRM理念[J].科研管理，2003，(6).[責任編輯 陳麗敏]