泰康人壽個性化營銷支持系統成功案例

項目意義

目前保險行業所使用的傳統商業智能模型，以及基于樣本而非全量數據的挖掘技術，在很大程度上限制了保險公司對客戶屬性的全方位了解，這直接導致了在保險營銷策略的制定過程中僅僅依靠基于抽樣得出的分析結論，真正的決策還離不開業務經驗非常豐富的“大師”的人為判斷。基于人為的屬性分類和數量分類，不能體現出客戶自身應有的特征，導致保險業務員不能精準地定位客戶，所提供的服務也不見得能滿足客戶的真正需要。作為業界知名的泰康人壽公司借助大數據平臺，通過對其海量業務數據的全量分析，對客戶的業務屬性進行聚類，劃分出了新的客戶群體類別，重新塑造出了更為精準和全面的客戶畫像，為泰康各級保險業務人員提供了更加準確的客戶特征信息。

依托于大數據平臺的精準營銷分析系統，旨在最終幫助泰康人壽摒棄傳統的基于樣本抽取的數據挖掘分析方式，轉而使用更為先進、高效的全量數據分析手段。通過機器學習方式動態干預市場決策，實現客戶個性化臉譜、一線信息穿越和營銷決策下沉，深層次地變革了現有的營銷模式，從而使泰康各級保險業務人員能夠更加敏銳地感知市場動態，更為精準有效地開展營銷活動。

系統功能

本系統實現的主要功能如下：

1. 將交易所產生的海量業務數據從不同的系統進行收集，并加載至分布式文件系統內；

2. 對數據的一致性進行校驗；

3. 通過分布式框架進行整合，生成統一的扁平化數據集合；

4. 通過機器學習的各種算法，實現對客戶的群體劃分、產品精準化營銷以及客戶流失概率分析；

5. 數據推送及反饋。

邏輯結構

使用基于天云大數據BDP平臺實現歷史數據的集中存儲、查詢和分析。
 

業務價值

1. 泰康人壽在業內率先實現了大數據平臺上基于全量數據的機器學習和一線信息穿越，提升了服務運營連續性水平：首先，大幅縮短數據信息提供窗口，數據處理由原來的30多個小時短至目前的3個小時，從而大大提高了一線支撐響應和客戶感知。其次，基于機器學習的全方位個性化臉譜刻畫，由人工處理到機器學習自動化，由粗獷到個性化特征刻畫，大大降低了運維工作量，提高了各級保險業務人員的營銷水平。再次，通過數據下沉和決策下沉服務一線保險業務員，實現了數據透明和信息穿越，明顯提升了客戶服務水平。今后逐步將基于大數據的保單客戶個性化臉譜刻畫和信息穿越推廣到全公司2.5萬營銷人員的日常工作中，還可更好地提供工作效率。

2. 基于客戶個性化特征的刻畫和流失挽留服務，為客戶提供更貼合的相關保險產品，提升服務質量和續保率，同時拓展了新產品銷售，截止2014年底泰康人壽產品關聯推薦成果率已大幅上升至0.9%。

3. 截止2014年11月底，泰康人壽保單續約率達到69%，較之前增長了5.3%；業務試點目前客戶流失率為0.1%，較全公司客戶 34% 的流失率有顯著提升。

4. 因系統采用x86架構PC服務器和hadoop商業版大數據平臺軟件（天云大數據BDP），有效地節約了系統建設成本數百萬元，而且在數據的查詢速度上較成熟的小機+數據庫方式提升了20倍，集群服務器可以平滑擴展，后續擴容非常簡單。