保险行业大数据应用方案课件

保险行业大数据应用方案保险行业大数据应用方案1保险大数据业务应用方案保险大数据业务应用方案保险行业发展大数据的难点数据多整合困难客户多分析困难需求多应用困难数据来源的多样性数据类型的复杂性数据特征的多元化数据处理方法的差异化组织内部数据的分散性数据共享机制的缺乏怎么识别客户全方位的特征？怎样有效细分客户？怎样提取客户的共同需求？怎样利用不同模型/算法生成客户多样化标签？怎样进行客户行为偏好分析？如何与客户实时交互如何及时响应客户的需求如何提供满意的客户体验如何降低客户流失如何控制客户维系成本如何对客户进行精准营销保险行业发展大数据的难点数据多客户多需求多数据来源的多样性怎DATADATADATADATADATADATADATADATA数据整合用户画像数据分析客户细分模型客户价值模型忠诚度模型受众群体扩展模型社会网络模型客户获取客户转化客户服务数据应用业务转型外部数据内部数据数据模型持续优化DATA客户归一123456为保险企业提供端到端的整体解决方案DATADATADATADATADATADATADATADA第一方数据实时用户行为采集内容：CRM、信用卡等业务系统数据数据格式：关系型数据库独特优势：灵活、易扩展、高操控性业务系统数据采集内容：用户行为轨迹数据格式：自定义、高度灵活独特优势：实时、跨站、跨浏览器、跨设备、采集内容：Txt、CSV、Excel、XML、Word、PDF、Socket独特优势：支持非结构化数据、实时、高效日志数据抓取内容：媒体资讯、贴吧、微博、搜索引擎、数据格式：将HTML转换为格式化数据（Json）独特优势：精确的流量控制、JS引擎、模拟登录、模拟用户行为、功能全面、操作简单数据探头系统数据桥接系统日志收集系统抓取系统互联网开放数据采集内容：央行征信、银联交易等合作方数据数据格式：可支持各种第二方数据格式独特优势：支持多种数据格式，按需采集，灵活、易扩展SDK/API/接口合作方数据第二方数据第三方数据大数据平台海量多源异构数据的整合第一方数据实时用户行为采集内容：CRM、信用卡等业务系统数业务需求业务需求通过大数据分析，找到存量客户中潜在的出国金融产品客户（以出国留学类金融产品为例），分析此类高价值客户的行为特征，并针对有相似特征的用户群进行精准营销，达到潜在客户转化为真正客群的目的。营销方案制定与执行营销方案制定与执行找到精准营销切入点找到精准营销切入点找到高价值潜在客户找到高价值潜在客户数据准备与匹配数据准备与匹配1.将该客户数据与第三方数据进行匹配，匹配率匹配率43%；2.剔除用户画像中，媒体关注类标签少于100个的用户；3.剩余用户占比：37.25%。1.选择出国留学类金融产品进行分析；2.对该银行北京分行从2013年2月至2014年12月进行出国金融客户通过生存分析模型，发现91%的客户在申请学校之前就已是该行客户；3.需要在用户申请学校之前先联系到客户。对出国留学金融客户群进行分析，发现：1.出国前6-10个月，出国金融客户较为关注学校所在目的地国家，经常逛留学社区论坛；2.出国前3-6个月，出国金融客户的注意力会偏向签证、机票等。1.进一步对客户群进行洞察和细分，了解同类用户的需求和关注重点；2.与业务人员讨论，确定17个营销短名单，以定制短信广告和柜面人工询问（短名单提前收工录入）的方式进行营销。解决方案解决方案应用效果应用效果相对于传统推广方式：针对目标客户群的电话咨询率提高推广两个月内：出国金融产品销售增长新客户开户出国留学保证金带来的存款超过41%270%1025户户2.1亿亿高净值潜在客户挖掘应用业务需求通过大数据分析，找到存量客户中潜在的出国金融产品客户4.基于采集的数据和补充的数据进行用户画像用户行为分析产品解构用户画像建模2.1用户行为采集官方网站部署采集的代码收集用户浏览行为收集用户交易行2.2采集公司内部数据产品信息产品持有人信息5.精准营销，获取新客用户分群针对特定人群进行DSP营销采集&分析用户行为精准营销试点1.明确项目范围、目标数据源：华夏人寿PC端官方网站确定试点营销的保险产品确定试点营销的预算（投放广告成本）明确项目目标一个月一个月一个月3.1与平台数据进行匹配3.2补充互联网用户行为数据用户产品偏好用户渠道偏好用户交易偏好用户媒体偏好构建用户画像补充互联网数据应用方案实现路径4.基于采集的数据和补充的数据进行用户画像2.1用户行为采集用户画像精准分析产品用户画像精准分析产品用户画像标签实现思路用户画像标签实现思路客户收入支出信息客户渠道使用客户资金往来.客户基本信息客户持有产品客户历史交易客户风险等级事实标签用户画像标签原始数据预测标签模型标签资金往来趋势产品购买次数投诉次数.人口属性账户历史趋势渠道使用频率.用户关联关系用户满意度用户风险评分.产品购买偏好渠道使用偏好用户活跃度.消费能力违约概率用户近期需求.人口属性人群属性用户流失概率.人口属性用户价值用户兴趣爱好.模型预测建模分析统计分析交易信息交易信息基于现有各个业务系统和渠道产生的数据客户行为偏好信息客户行为偏好信息包含客户即时偏好分析和长期偏好分析，形成客户兴趣偏好标签客户社会关系网客户交互信息客户交互信息基于分析客户对内对外的各类数据，形成完整的客户交互标签人口统计学标签人口统计学标签基本属性，源于现有客户基本信息以及外部数据源性别家庭住址工作单位年龄收入和支出交易流水产品和服务购买历史近期金融产品需求客户意见反馈未来服务预期客户行为偏好客户沟通记录(邮件/短信/QQ)客户讨论倾向客户态度和观点KAM用户画像标签体系模型客户收入支出信息客户渠道使用客户资金往来.客户基本信息客用户基本属性用户基本属性用户关联关系用户关联关系用户兴趣偏好用户兴趣偏好用户价值信息用户价值信息用户风险信息用户风险信息用户营销信息用户营销信息人口属性生活关联关系 性别 年龄 家庭关系 是否有子女 地域.同事关系 朋友关系 社区生活圈子生活信息.用户基本生活类标签 用水、用电金融关联关系 天然气使用信息.用户在本行的业务关联 资金关联 雇佣关联 买卖关联 担保关系.位置信息 家庭、单位地址 一般生活半径 日常打车路径 航空航班记录社交网络关联关系自定义信息用户社交网络图谱 粉丝数量 是否加V 微信朋友圈 社交网络影响力.不同属性的自定义标签 白领 高收入人群.金融产品偏好用户在我行的产品偏好 产品持有比例 产品持有金额.非金融产品偏好用户的兴趣爱好 喜欢高尔夫 经常看财经类新闻.行内渠道偏好用户对我行渠道使用 手机银行使用频率 微信银行使用习惯.行外渠道偏好用户全网渠道偏好 上网习惯 上网时长.用户自身价值用户风险评价近期需求信息用户自身的价值 是否有车 车的品牌型号 是否有房 房的大小、位置 年收入区间 是否企业高管 是否他行VIP.从行内、行外不同的维度对用户的风险进行评价 人行征信评分 百分点征信评分 信用风险等级 洗钱风险等级 综合授信额度 信贷违约记录 拖欠缴费记录客户近期的需求（包含金融+非金融）近期是否准备结婚 近期是否生小孩 近期是否换工作 近期是否出行近期是否想买理财.用户对我行贡献 还款能力营销活动信息 违约概率.用户在我行的金融资用户对营销活动、以产、交易为我行带来及我行各类产品服务的贡献黑名单信息的关系 EVA 客户综合价值 钱包份额 综合成本 业务紧密度 业务支持度.忠诚度 用户满意度 用户流失概率营销活动接受程度 营销活动活跃度.信用卡逾期黑名单 小贷逾期黑名单 欠费用户名单 保险骗保用户名单 最高法失信人名单 公安欺诈名单.事事 实实 标标 签签模模 型型 标标 签签预预 测测 标标 签签第一维：业务层次划分第一维：业务层次划分支持应用场景支持应用场景第二维：标签应用深度某金融机构用户画像标签体系用户基本属性用户关联关系用户兴趣偏好用户价值信息用户风险信息系统功能界面预览系统功能界面预览系统功能界面预览系统功能界面预览大数据可视化分析展现产品大数据可视化分析展现产品保险行业大数据应用方案课件保险行业大数据应用方案课件保险行业大数据应用方案课件保险行业大数据应用方案课件企业一站式大数据综合平台企业一站式大数据综合平台企业一站式大数据综合平台企业一站式大数据综合平台大数据平台技术体系架构大数据平台技术体系架构针对用户交易、轨迹、行为等实时数据的流处理场景针对用户交易、轨迹、行为等实时数据的流处理场景基于数据仓库和交互式分析的数据仓库应用场景基于数据仓库和交互式分析的数据仓库应用场景基于Spark分布式机器学习引擎基于Spark分布式机器学习引擎移动端内容管理工具引擎移动端内容管理工具引擎企业级通讯录管理企业级通讯录管理高可靠-即时通讯高可靠-即时通讯数据集成-实现数据可视化数据集成-实现数据可视化通知公告在手机上直接发起通知公告，在企业通讯录上选择接收人，发起人可以看到参与人的阅读情况。通知公告在手机上直接发起通知公告，在企业通讯录上选择接收人，保险行业大数据应用方案课件感谢聆听批评指导感谢聆听 批评指导