保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件

保險(xiǎn)行業(yè)數(shù)據(jù)挖掘保險(xiǎn)行業(yè)數(shù)據(jù)挖掘1中國(guó)保險(xiǎn)業(yè)信息管理的普遍現(xiàn)狀匯集了大量客戶信息和業(yè)務(wù)數(shù)據(jù)（如保單信息、客戶信息、交易信息、財(cái)務(wù)信息等數(shù)據(jù)）缺乏對(duì)數(shù)據(jù)背后隱含知識(shí)進(jìn)行挖掘的意識(shí)、手段和工具無(wú)效數(shù)據(jù)泛濫，有效信息貧乏信息繁雜，業(yè)務(wù)知識(shí)孤立問題：如何更好地匯總、分析這些海量數(shù)據(jù)，并從中挖掘出業(yè)務(wù)內(nèi)在規(guī)律,將其變?yōu)橛杏玫男畔⒑蜕虣C(jī)？中國(guó)保險(xiǎn)業(yè)信息管理的普遍現(xiàn)狀匯集了大量客戶信息和業(yè)務(wù)數(shù)據(jù)（如2解決思路為提高競(jìng)爭(zhēng)力,保險(xiǎn)公司需要從大量的、實(shí)際已發(fā)生的業(yè)務(wù)數(shù)據(jù)中,挖掘出有用的信息和知識(shí),探尋業(yè)務(wù)規(guī)律和模式。解決思路為提高競(jìng)爭(zhēng)力,保險(xiǎn)公司需要從大量的、實(shí)際已發(fā)3保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件4保險(xiǎn)行業(yè)數(shù)據(jù)挖掘案例保險(xiǎn)行業(yè)數(shù)據(jù)挖掘案例5保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件6保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件7保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件8保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件9保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件10保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件11保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件12數(shù)據(jù)挖掘概念及功能1.預(yù)測(cè)預(yù)測(cè)是分析對(duì)象發(fā)展的規(guī)律,對(duì)未來(lái)的趨勢(shì)作出預(yù)見。例如,使用過去有關(guān)信用卡促銷的數(shù)據(jù)來(lái)尋找未來(lái)信用卡消費(fèi)中能使銀行獲取最大盈利的客戶。預(yù)測(cè)問題的解決更多的是采用統(tǒng)計(jì)學(xué)的技術(shù),例如回歸分析和時(shí)間序列分析等。數(shù)據(jù)挖掘概念及功能1.預(yù)測(cè)13數(shù)據(jù)挖掘概念及功能2.關(guān)聯(lián)關(guān)聯(lián)是某種事物發(fā)生時(shí),其他事物也會(huì)發(fā)生的這樣一種聯(lián)系。關(guān)聯(lián)規(guī)則挖掘的任務(wù)是求出所有滿足最小支持度和最小可信度的關(guān)聯(lián)規(guī)則。例：規(guī)則AB,支持度=P(A,B)，置信度=P(B|A)

支持度是對(duì)關(guān)聯(lián)規(guī)則的重要性的衡量；置信度是對(duì)關(guān)聯(lián)規(guī)則準(zhǔn)確度的衡量。它們分別反映發(fā)現(xiàn)規(guī)則的有用性和確定性。數(shù)據(jù)挖掘概念及功能2.關(guān)聯(lián)例：規(guī)則AB,支持度=P(A14數(shù)據(jù)挖掘概念及功能3.聚類數(shù)據(jù)庫(kù)中的記錄可被劃分為一系列有意義的子集,即聚類。根據(jù)最大化類內(nèi)部相似性、最小化類之間相似性的原則進(jìn)行聚類或分組,所形成的每個(gè)簇(cluster)可以看作一個(gè)對(duì)象類,由它可以導(dǎo)出規(guī)則。應(yīng)用聚類技術(shù)可以增強(qiáng)人們對(duì)客觀現(xiàn)實(shí)的認(rèn)識(shí),是概念描述和孤立點(diǎn)分析的先決條件。數(shù)據(jù)挖掘概念及功能3.聚類15數(shù)據(jù)挖掘概念及功能4.分類分類是預(yù)測(cè)一個(gè)未知類別的用戶,屬于哪個(gè)類別(相當(dāng)于做單選題)。聚類是根據(jù)預(yù)先設(shè)定的指標(biāo),對(duì)一群對(duì)象進(jìn)行劃分,它不屬于預(yù)測(cè)問題。數(shù)據(jù)挖掘概念及功能4.分類16數(shù)據(jù)挖掘概念及功能5.孤立點(diǎn)分析數(shù)據(jù)庫(kù)中的數(shù)據(jù)常有一些與一般模式存在較大偏差的異常記錄,稱為孤立點(diǎn)。孤立點(diǎn)往往包含很多潛在的知識(shí),如分類中的反常實(shí)例、不滿足規(guī)則的特例、觀測(cè)結(jié)果與模型預(yù)測(cè)值的偏差等。數(shù)據(jù)挖掘概念及功能5.孤立點(diǎn)分析17保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)1.客戶關(guān)系管理數(shù)據(jù)挖掘技術(shù)可以應(yīng)用在保險(xiǎn)業(yè)客戶生命周期管理的各個(gè)階段,包括客戶獲取、客戶價(jià)值提升、客戶保持、客戶衰退和流失分析等。1)客戶細(xì)分：通過建立客戶分類模型,保險(xiǎn)公司可以清楚地知道哪些人群是目標(biāo)客戶,從而提高保險(xiǎn)客戶獲取的效率。2)險(xiǎn)種產(chǎn)品與客戶的關(guān)聯(lián)分析：通過建立模型,保險(xiǎn)公司能夠向目標(biāo)客戶提供更合適的產(chǎn)品方案,從而提高客戶的滿意度及保險(xiǎn)公司的長(zhǎng)期利益。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)1.客戶關(guān)系管理1)客戶細(xì)分：通18保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)3)挽留老客戶：因?yàn)楂@得新客戶的成本遠(yuǎn)遠(yuǎn)高于保留舊客戶的成本，因此保險(xiǎn)公司迫切需要了解客戶流失的影響因素。根據(jù)流失的客戶和沒有流失的客戶性質(zhì)和消費(fèi)行為,從用戶資料、保單數(shù)據(jù)、繳費(fèi)數(shù)據(jù)、保全理賠記錄等數(shù)據(jù)中提取相關(guān)的信息,進(jìn)行挖掘分析,建立客戶流失預(yù)測(cè)模型,分析哪些客戶的流失概率較大,流失客戶的消費(fèi)行為如何,從而科學(xué)地進(jìn)行流失客戶的預(yù)測(cè)和分析,輔助管理人員制定相應(yīng)的政策,為挽留客戶提供決策依據(jù)。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)3)挽留老客戶：因?yàn)楂@得新客戶的192.異常數(shù)據(jù)挖掘與反保險(xiǎn)欺詐自保險(xiǎn)產(chǎn)生以來(lái),保險(xiǎn)欺詐便應(yīng)運(yùn)而生。以保圖賠或以保獲利已經(jīng)成為一些投保人或被保險(xiǎn)人的畸形心態(tài),其目的就是通過保險(xiǎn)獲取保險(xiǎn)單項(xiàng)下的額外利益。資料表明,平均保險(xiǎn)業(yè)務(wù)的欺詐損失在10%～30%左右。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)異常數(shù)據(jù)挖掘是保險(xiǎn)欺詐識(shí)別中發(fā)現(xiàn)索賠數(shù)據(jù)奇異點(diǎn)(outlier)的重要方法。對(duì)于異常數(shù)據(jù)的挖掘主要是使用孤立點(diǎn)分析。針對(duì)不同險(xiǎn)種、不同地域、不同客戶群進(jìn)行專門的數(shù)據(jù)挖掘,發(fā)現(xiàn)更具體化的欺詐特征,以制定出具有針對(duì)性的措施,提高反欺詐的效果。2.異常數(shù)據(jù)挖掘與反保險(xiǎn)欺詐保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)203.險(xiǎn)種關(guān)聯(lián)分析與交叉銷售、提升銷售保險(xiǎn)公司從顧客購(gòu)買的保險(xiǎn)產(chǎn)品中發(fā)現(xiàn)一定的關(guān)聯(lián),如主險(xiǎn)間、主險(xiǎn)與附加險(xiǎn)、豁免險(xiǎn)之間的選購(gòu)規(guī)律,從而提供高質(zhì)量的保險(xiǎn)產(chǎn)品組合,輔助營(yíng)銷部門進(jìn)行交叉銷售、提升銷售。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)例如：某些購(gòu)買兒童險(xiǎn)產(chǎn)品的客戶大都遵循著這樣的投保程序：人身意外傷害險(xiǎn)教育儲(chǔ)蓄險(xiǎn)年金分紅類理財(cái)產(chǎn)品保險(xiǎn)公司可以使用這個(gè)信息來(lái)評(píng)估客戶，從而對(duì)那些最可能遵循這個(gè)規(guī)律的客戶直接實(shí)施營(yíng)銷手段，這樣能有效地實(shí)施交叉銷售和提升銷售戰(zhàn)略。3.險(xiǎn)種關(guān)聯(lián)分析與交叉銷售、提升銷售保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入214.保險(xiǎn)金額的確定對(duì)投保人進(jìn)行分類有助于確定適當(dāng)?shù)谋ｋU(xiǎn)金額。通過數(shù)據(jù)挖掘可以得到：對(duì)不同行業(yè)的人、不同年齡段的人、處于不同社會(huì)層次的人的保險(xiǎn)金額該如何確定。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)4.保險(xiǎn)金額的確定保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)225.風(fēng)險(xiǎn)管理將客戶信用分成若干個(gè)等級(jí),對(duì)客戶風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè),從而有針對(duì)性地對(duì)信用等級(jí)預(yù)測(cè)低的個(gè)別客戶進(jìn)行詳細(xì)的調(diào)查核實(shí)材料,可以有效地避免客戶騙保的發(fā)生,降低公司保險(xiǎn)投資風(fēng)險(xiǎn),盡量避免經(jīng)濟(jì)損失。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)5.風(fēng)險(xiǎn)管理保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)23Thanks!Thanks!24保險(xiǎn)行業(yè)數(shù)據(jù)挖掘保險(xiǎn)行業(yè)數(shù)據(jù)挖掘25中國(guó)保險(xiǎn)業(yè)信息管理的普遍現(xiàn)狀匯集了大量客戶信息和業(yè)務(wù)數(shù)據(jù)（如保單信息、客戶信息、交易信息、財(cái)務(wù)信息等數(shù)據(jù)）缺乏對(duì)數(shù)據(jù)背后隱含知識(shí)進(jìn)行挖掘的意識(shí)、手段和工具無(wú)效數(shù)據(jù)泛濫，有效信息貧乏信息繁雜，業(yè)務(wù)知識(shí)孤立問題：如何更好地匯總、分析這些海量數(shù)據(jù)，并從中挖掘出業(yè)務(wù)內(nèi)在規(guī)律,將其變?yōu)橛杏玫男畔⒑蜕虣C(jī)？中國(guó)保險(xiǎn)業(yè)信息管理的普遍現(xiàn)狀匯集了大量客戶信息和業(yè)務(wù)數(shù)據(jù)（如26解決思路為提高競(jìng)爭(zhēng)力,保險(xiǎn)公司需要從大量的、實(shí)際已發(fā)生的業(yè)務(wù)數(shù)據(jù)中,挖掘出有用的信息和知識(shí),探尋業(yè)務(wù)規(guī)律和模式。解決思路為提高競(jìng)爭(zhēng)力,保險(xiǎn)公司需要從大量的、實(shí)際已發(fā)27保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件28保險(xiǎn)行業(yè)數(shù)據(jù)挖掘案例保險(xiǎn)行業(yè)數(shù)據(jù)挖掘案例29保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件30保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件31保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件32保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件33保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件34保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件35保險(xiǎn)行業(yè)數(shù)據(jù)挖掘課件36數(shù)據(jù)挖掘概念及功能1.預(yù)測(cè)預(yù)測(cè)是分析對(duì)象發(fā)展的規(guī)律,對(duì)未來(lái)的趨勢(shì)作出預(yù)見。例如,使用過去有關(guān)信用卡促銷的數(shù)據(jù)來(lái)尋找未來(lái)信用卡消費(fèi)中能使銀行獲取最大盈利的客戶。預(yù)測(cè)問題的解決更多的是采用統(tǒng)計(jì)學(xué)的技術(shù),例如回歸分析和時(shí)間序列分析等。數(shù)據(jù)挖掘概念及功能1.預(yù)測(cè)37數(shù)據(jù)挖掘概念及功能2.關(guān)聯(lián)關(guān)聯(lián)是某種事物發(fā)生時(shí),其他事物也會(huì)發(fā)生的這樣一種聯(lián)系。關(guān)聯(lián)規(guī)則挖掘的任務(wù)是求出所有滿足最小支持度和最小可信度的關(guān)聯(lián)規(guī)則。例：規(guī)則AB,支持度=P(A,B)，置信度=P(B|A)

支持度是對(duì)關(guān)聯(lián)規(guī)則的重要性的衡量；置信度是對(duì)關(guān)聯(lián)規(guī)則準(zhǔn)確度的衡量。它們分別反映發(fā)現(xiàn)規(guī)則的有用性和確定性。數(shù)據(jù)挖掘概念及功能2.關(guān)聯(lián)例：規(guī)則AB,支持度=P(A38數(shù)據(jù)挖掘概念及功能3.聚類數(shù)據(jù)庫(kù)中的記錄可被劃分為一系列有意義的子集,即聚類。根據(jù)最大化類內(nèi)部相似性、最小化類之間相似性的原則進(jìn)行聚類或分組,所形成的每個(gè)簇(cluster)可以看作一個(gè)對(duì)象類,由它可以導(dǎo)出規(guī)則。應(yīng)用聚類技術(shù)可以增強(qiáng)人們對(duì)客觀現(xiàn)實(shí)的認(rèn)識(shí),是概念描述和孤立點(diǎn)分析的先決條件。數(shù)據(jù)挖掘概念及功能3.聚類39數(shù)據(jù)挖掘概念及功能4.分類分類是預(yù)測(cè)一個(gè)未知類別的用戶,屬于哪個(gè)類別(相當(dāng)于做單選題)。聚類是根據(jù)預(yù)先設(shè)定的指標(biāo),對(duì)一群對(duì)象進(jìn)行劃分,它不屬于預(yù)測(cè)問題。數(shù)據(jù)挖掘概念及功能4.分類40數(shù)據(jù)挖掘概念及功能5.孤立點(diǎn)分析數(shù)據(jù)庫(kù)中的數(shù)據(jù)常有一些與一般模式存在較大偏差的異常記錄,稱為孤立點(diǎn)。孤立點(diǎn)往往包含很多潛在的知識(shí),如分類中的反常實(shí)例、不滿足規(guī)則的特例、觀測(cè)結(jié)果與模型預(yù)測(cè)值的偏差等。數(shù)據(jù)挖掘概念及功能5.孤立點(diǎn)分析41保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)1.客戶關(guān)系管理數(shù)據(jù)挖掘技術(shù)可以應(yīng)用在保險(xiǎn)業(yè)客戶生命周期管理的各個(gè)階段,包括客戶獲取、客戶價(jià)值提升、客戶保持、客戶衰退和流失分析等。1)客戶細(xì)分：通過建立客戶分類模型,保險(xiǎn)公司可以清楚地知道哪些人群是目標(biāo)客戶,從而提高保險(xiǎn)客戶獲取的效率。2)險(xiǎn)種產(chǎn)品與客戶的關(guān)聯(lián)分析：通過建立模型,保險(xiǎn)公司能夠向目標(biāo)客戶提供更合適的產(chǎn)品方案,從而提高客戶的滿意度及保險(xiǎn)公司的長(zhǎng)期利益。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)1.客戶關(guān)系管理1)客戶細(xì)分：通42保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)3)挽留老客戶：因?yàn)楂@得新客戶的成本遠(yuǎn)遠(yuǎn)高于保留舊客戶的成本，因此保險(xiǎn)公司迫切需要了解客戶流失的影響因素。根據(jù)流失的客戶和沒有流失的客戶性質(zhì)和消費(fèi)行為,從用戶資料、保單數(shù)據(jù)、繳費(fèi)數(shù)據(jù)、保全理賠記錄等數(shù)據(jù)中提取相關(guān)的信息,進(jìn)行挖掘分析,建立客戶流失預(yù)測(cè)模型,分析哪些客戶的流失概率較大,流失客戶的消費(fèi)行為如何,從而科學(xué)地進(jìn)行流失客戶的預(yù)測(cè)和分析,輔助管理人員制定相應(yīng)的政策,為挽留客戶提供決策依據(jù)。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)3)挽留老客戶：因?yàn)楂@得新客戶的432.異常數(shù)據(jù)挖掘與反保險(xiǎn)欺詐自保險(xiǎn)產(chǎn)生以來(lái),保險(xiǎn)欺詐便應(yīng)運(yùn)而生。以保圖賠或以保獲利已經(jīng)成為一些投保人或被保險(xiǎn)人的畸形心態(tài),其目的就是通過保險(xiǎn)獲取保險(xiǎn)單項(xiàng)下的額外利益。資料表明,平均保險(xiǎn)業(yè)務(wù)的欺詐損失在10%～30%左右。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)異常數(shù)據(jù)挖掘是保險(xiǎn)欺詐識(shí)別中發(fā)現(xiàn)索賠數(shù)據(jù)奇異點(diǎn)(outlier)的重要方法。對(duì)于異常數(shù)據(jù)的挖掘主要是使用孤立點(diǎn)分析。針對(duì)不同險(xiǎn)種、不同地域、不同客戶群進(jìn)行專門的數(shù)據(jù)挖掘,發(fā)現(xiàn)更具體化的欺詐特征,以制定出具有針對(duì)性的措施,提高反欺詐的效果。2.異常數(shù)據(jù)挖掘與反保險(xiǎn)欺詐保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)443.險(xiǎn)種關(guān)聯(lián)分析與交叉銷售、提升銷售保險(xiǎn)公司從顧客購(gòu)買的保險(xiǎn)產(chǎn)品中發(fā)現(xiàn)一定的關(guān)聯(lián),如主險(xiǎn)間、主險(xiǎn)與附加險(xiǎn)、豁免險(xiǎn)之間的選購(gòu)規(guī)律,從而提供高質(zhì)量的保險(xiǎn)產(chǎn)品組合,輔助營(yíng)銷部門進(jìn)行交叉銷售、提升銷售。保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入點(diǎn)例如：某些購(gòu)買兒童險(xiǎn)產(chǎn)品的客戶大都遵循著這樣的投保程序：人身意外傷害險(xiǎn)教育儲(chǔ)蓄險(xiǎn)年金分紅類理財(cái)產(chǎn)品保險(xiǎn)公司可以使用這個(gè)信息來(lái)評(píng)估客戶，從而對(duì)那些最可能遵循這個(gè)規(guī)律的客戶直接實(shí)施營(yíng)銷手段，這樣能有效地實(shí)施交叉銷售和提升銷售戰(zhàn)略。3.險(xiǎn)種關(guān)聯(lián)分析與交叉銷售、提升銷售保險(xiǎn)業(yè)數(shù)據(jù)挖掘應(yīng)用的切入454.保險(xiǎn)金額的確定對(duì)投保人進(jìn)行分類