大數據分析在保險營銷中的作用分析

韓瀅

（泰康養老保險股份有限公司總公司，北京 100010）

對于保險公司而言，可以利用大數據處理技術來處理海量而多樣化的保險數據，原因在于這些數據并不能利用傳統的人工或計算機方式進行處理和深度挖掘。不過大數據可以在一定的時間內使數據以特殊的形式呈現出特定的結構，這對于保險公司確定以業務營銷模式，業務規律而言意義重大，是做出精準的營銷分析決策和優化營銷流程的關鍵點，從而掌握市場動態更新保險產品與服務。

一、大數據分析在保險營銷中起到的作用

（一）優化產品設計和產品營銷過程

早在2012年大數據的概念就開始在全球范圍內進行擴散，利用龐大的數據來獲得更加有價值的信息和判斷內容，而2015年的政府工作報告會議上，也將互聯網+戰略上升至國家戰略。在移動互聯網和大數據時代，保險行業和其他行業的聯系變得更加緊密，而保險行業內部的競爭也從線下轉移到線上，更加傾向于產品和定價層面的創新。而保險營銷涉及的數據主要包含兩個方面的類型，一是企業或公司內部的經營數據，理賠數據，承保數據，續保數據等，這些數據的主要用途在于從宏觀上了解企業或公司的內部業績情況；二是具體的用戶或投保人數據，能夠從側面掌握個人數據信息，描繪出客戶群體的多方面特征，準確識別其可能存在的產品或服務需求。

從產品設計的角度來看，財險公司能夠讓保險產品的定制更加個性化和智能化，例如針對目標用戶的年齡愛好消費能力的具體特征來完成產品的定價和產品質量把控。如在車險方面，可以基于機動車駕駛人的駕駛習慣或出現頻率等核心行為數據來對不同類型的車主征收不同的費率；在出行保險方面，也可以針對客戶的里程信息我出行情況確定用戶需求，哪種類型的保險產品。綜合來看，大數據時代下保險產品的營銷并不會像傳統營銷一樣無目的且依賴廣告渠道，而是基于大數據環境下的細分信息來劃分不同類型的客戶群體，對海量數據完成精準分析，尋找目標客戶。

（二）優化客戶服務

客戶始終是保險公司立足和發展的根本，客戶數量和客戶質量直接決定著公司的發展前景，所以保險公司提供的客戶需要從自身角度出發，提供關鍵的產品和服務，尤其關注不同客戶之間可能存在的個性化差異。所以保險公司通過對大數據理念的研究和應用改變了傳統的客戶服務方式和服務手段，總結出不同客戶的行為規律。

事實上在競爭異常激烈的保險市場當中，保險業務領導者正在尋求各種方案來提升企業的核心競爭力，而由此產生的關鍵因素在于人們會根據哪些因素選擇保險公司或保險產品。結果表明數字技術的崛起和大數據的強大功能，使得消費者對于產品的個性化需求傾向并不突出，對于客戶而言，他們更加希望選擇一些服務良好的保險產品。這表明大數據分析在保險營銷當中可以為提升客戶忠誠度和完善承保措施提供參考依據，改善與客戶之間的關系，對投保人的實際水平和預期保險結果做出判定，分析理賠的時間和規模。

（三）優化風險防范

大數據分析在保險營銷過程當中能夠給風險防范提供強有力的支持作用，特別是在事前預警方面，可以通過內部已有的承保數據和理賠數據評價不同區域和不同客戶所對應的承保風險，對于一些數據結果不佳的地區可劃分為銷售禁區，從根源上規避可能產生的各類風險事件。與此同時，大數據分析還可以對某些應急事件做好提前評估，充分依靠信息化時代的優勢來獲取投保信息。例如在某個區域產生重大事件之后，保險公司可以通過媒體平臺掌握事件的發生背景、發生過程和事故人員情況，結合企業的資料庫判定被保險人或受益人是否為合法行為主體，如果是合法主體，則為其提供合理的理賠服務和數據服務。值得一提的是，不同保險公司還可以利用互相之間的數據連接來完成用戶群體的合理篩選，對可能存在疑惑的理賠提出預警機制。例如在車險的用戶群體當中，某一個用戶在一年內多次出現，并且大部分情況下是本人全責時，那么系統會發現該客戶可能有危險駕駛或騙保的潛在可能性，所以該用戶具有高風險特征，所以在客戶投保之時系統會根據特定風險標識展開風險預警。保險行業的數據規模和交易數據信息龐大，且保單當中的數據并不僅限于交易數據本身結構化的數據，所以在風險管理方面還要考慮到可能出現的附加數據。這里以車險為例，我國新能源汽車的比例大幅增長但新車銷量卻有著一定的下滑趨勢，保險公司為了尋求汽車保險當中的增長點和風險點，就需要考慮到不同檔次的車輛對于保險的實際需求。例如大部分消費者是因為個人喜好而更換車輛，部分家庭是由于工作需求而更換車輛，很少一部分的客戶群體是因為車輛陳舊而更換車輛，三種類型的更換車輛行為對應的是不同類型的產品風險，所以保險定價當中的人員因素會伴隨著人員消費轉變而產生改變，原有的車輛定價模型也應該根據這些數據信息及時修訂完成精準定價。

二、基于大數據分析所進行的保險營銷行為

（一）優化產品定位，確定市場要求

對大數據環境下的營銷體系進行拆解之后，不能看出大數據除了能夠在渠道層面關注營銷本身之外，還可以根據消費者群體的特征來進行信息劃分，提煉出具有高價值的內容，無論是廣告投放還是產品定價方面，都能完成定制化產品服務強化企業和消費者之間的互動溝通，獲得產品反饋。以當前的保險行業營銷為例，要想完成大數據下的精準營銷，就需要對消費者進行需求洞察和需求預測，收集不同群體的網絡應用關鍵詞和網絡消費習慣，了解客戶的偏好和內在需求，另外還可以用戶的消費行為作為畫像數據庫的判定依據，為每一名客戶添加形象信息。

這里仍然以車險為例，首先可以對客戶所在地區的路況和氣象數據進行評估，判斷該地區是否有常年堵車的可能性，借助平臺應用數據挖掘算法來尋找該地區的數據與其他產品之間的關聯度。對于年輕群體而言，他們需要購買交強險、車損險、三責責任險等；而對于一些氣象數據顯示降雨量較多的地區，還要分析可能產生的潛在車船險、涉水行駛險；某些有自駕游愛好或是單程行駛距離較遠的用戶群體還應該購買車上人員責任險（即司機責任險和乘客責任險）。可以看出在判斷用戶的需求之后，可以優化產品定位，開發與用戶需求相匹配的各類創新產品，如果企業能夠擁有特定需求的客戶規模，那么基于中心極限定理，就能對這類客戶的潛在需求展開綜合預測，將靜態統計特征信息和動態統計特征信息進行結合。當然無論是車險還是其他類型的財險產品，其營銷過程都要關注價格因素，尤其是對激烈競爭的保險市場而言，價格競爭是企業競爭的關鍵點，作為財險公司要想在競爭當中處于有利地位，就需要改進原有的定價方法，做好基于市場要求的定位服務。大數據能夠幫助企業確定用戶的個性化需求，同時還能讓客戶的保險費率與承受價格更加合理，讓定價和風險程度相互匹配。以保險行業的需求為例，如果保險公司能夠善于積累并收集消費者的消費行為信息數據，個人生活環境數據等，就可以建立消費者大數據庫產生營銷效應，根據全面的客戶畫像獲得對應的標簽體系和標簽數據。

在這一點上我們可以參考一些國外企業的運作模式，如美國ZestFinance就通過對貸款申請人的互聯網數據進行評估之后，為信用卡和有關保險提供了高質量的擔保，有效降低了行業內部的違約率，這對于高度重視風險評估的保險行業而言現實意義非常突出，保險產品也可以向其他金融產品一樣保障保單的簽單率并控制風險率。

（二）關注信息收集強化數據有效性

保險行業本身是與風險打交道的行業，基于行業特性需要對客戶信息進行收集和存儲，并且在客戶收集方面保障數據的真實性和準確性。在數據支撐層方面需要完成對大數據的全生命周期管理，并選擇專門的技術手段對數據格式進行轉換。如收集客戶瀏覽器cookie信息、微信公眾號信息等都可以成為數據真實性和準確性的保障舉措，完善承保流程，加強對于渠道的流程監管。互聯網科技的進步使得保險行業內部的產品和數據都可以進行標準化運作，完成大數據模式下的營銷和改進，在繪制用戶畫像方面，應以建立客戶標簽為基礎開展數據挖掘工作。

對于已經具有充分數據的消費者群體和現有客戶而言，可以根據用戶的行為數據展開動態的全方位追蹤挖掘潛在消費需求和進行個性化的精準營銷，當然要完成對于用戶畫像數據庫的構建，還應該在所屬群體劃分框架的前提之下，讓用戶群體更加飽滿，既有骨骼也有血肉。所以應挖掘客戶相關的生活場景，識別可能產生的各類風險，調取用戶的保險，購買記錄出險情況，來分析客戶現有信息和保險產品之間的內在關聯，洞察客戶的產品需要。這一點上很多企業都利用了前沿的人工智能AI算法來理解客戶需求和精準定位營銷。

例如保核保人員會根據顧客所投的保險來調查客戶本身的健康因素（年齡、疾病史、家族疾病史）、財務因素（保險利益、投保動機、保額合理性、保額道德風險）、心理因素（心理健康、投保心理）等，然后將結果劃分為標準體和非標準體，其中標準體即標準承保客戶，非標準體指的是需要加費承保，延期承保，除外承保乃至拒保的客戶。以健康險來說，假設客戶有血液系統疾病當中的缺鐵性貧血，那么輕度缺鐵性貧血者可以在壽險和重疾方面實施正常承保；地中海貧血者在治療結束并存在后遺癥時需要考慮加費承保；再生障礙性貧血者則可以考慮直接拒保。人工智能當中的文本數據處理技術NLP在應用之后就可以歸納單個或大量數據當中的核心內容，例如機器能夠從地中海貧血疾病當中提煉出與疾病有關的中心觀點（重度地中海貧血——有較長吸煙史）。這樣一來計算機內部可以形成獨特的核保算術模型和智能化決策模型機器通過被保人的健康因素，財務因素等多個方面的內容展開分析之后，就可以判斷保險風險是否在保險公司能夠承受的范圍之內，當讀取到再生障礙性貧血的核心觀點之后，判斷為拒保。人工智能AI核保模型判斷和資深核保人員的操作比對一致率非常接近，也表明人工智能在保險行業營銷層面的運用已經進入加速階段。

（三）精準營銷

精準營銷是一種非常重要的營銷方式，其同樣可以借助大數據技術來實現，例如在完整用戶畫像的基礎之上，來判定某一類客戶接觸最為頻繁的渠道，然后在這些渠道進行廣告投放和服務投放就能達到更加有效的結果，對于今后的保險產品而言，還可以建設網絡營銷渠道，提升企業業績。保險零售化和直銷化是未來社會發展的趨勢，并且在當前的B2C電商領域傳統零售品牌都在平臺上開設了自己的旗艦店，并且財險公司針對專門的財險產品進行了電商直銷，包括財產險、意外險、旅行險和車險等，一些企業采取競價付費的方式獲得平臺推薦位，以更快的速度完成信息引流和品牌推廣，直接讓信息呈現在用戶的移動終端或界面當中。

例如，在現代信息更加碎片化的時代下，品牌推廣層面為更加依靠自媒體和網絡流量來影響消費者的消費態度。保險產品的類別比較固定且內容相似度較高，對于消費者而言，他們更加關注的是保險公司的折扣和優惠，原有的信息推廣和傳統的信息擴散模式往往達不到應有的效果，在小范圍之內的口碑傳播卻能夠實現有效的社交營銷。這里以車險營銷為例，保險公司可以圍繞車主進行生態圈建設，完成內部的資源共享，打造品牌社群降低圈內成員購買財險的成本。與此同時還可以借助生態圈內的信息交流，向成員提供關鍵的財險信息，讓他們了解產品的選取、定價和保險內容，基于生活當中的實際場景來串聯客戶的認知，了解客戶在承保理賠增值服務方面的真實需求，從而完成精準營銷，保障客戶粘度，為用戶提供優惠更高的保險服務。

三、結束語

在本次研究中，以大數據分析下的保險營銷作為研究切入點，分析了大數據手段與消費行為兩者之間的內在關聯。在經濟持續發展的同時，現在國內保險行業的競爭變得更加白熱化，為了更好地應對市場競爭，相關企業需要一套完善的運營體系和數據挖掘分析技術手段，不斷地拓展現有的營銷渠道提煉營銷價值，建設定制化的營銷方案來保障產品的利潤率與銷售率。對此，很多國內的金融機構和保險機構開始將大數據應用提升至戰略高度，完成信息分析和金融業務的生態融合，幫助個人和企業消費者展開風險管理和保險服務配置，實現業務運營的信息化數字化。