寿险个人客户现金流价值及业务价值的数据挖掘

寿险个人客户现金流价值及业务价值的数据挖掘王洪涛1 刘 玮2（1.南开大学风险管理和保险系，天津 300071；2.阳光保险集团，北京 100020）摘 要 本文修改自某保险集团的客户数据挖掘报告，作者使用SPSS MODELER数据挖掘软件，遵从CRISP-DM数据挖掘方法论，对寿险个人客户的现金流价值及业务价值按商业理解、数据理解、数据准备、建立模型、模型评估和模型发布六步骤进行了数据挖掘，得到了数据模型和数据挖掘结论，并相应提出了寿险个人客户分类分级方案的建议和其它支持寿险业务发展的具体建议。本数据挖掘形成的政策建议包括：寿险个人客户可以按现金流价值和业务价值结合的方法进行客户的分类分级，客户分级用于对外宣传，客户分类用于内部管理，客户分级应比客户分类简单；此外，建议寿险公司重点开发适销高年龄段的高价值保险产品，建议加强对已婚客户的拓展力度，建议深入研究女性客户的保险购买行为心理等，以有效提高保险公司客户的现金流价值和业务价值。主题词 数据挖掘；寿险；现金流价值；业务价值；客户分类分级Subject Data mining in analysis of cash value and business value of life insurance individual customersAbstract This paper is adapted from a research report analyzing customer information based on data mining. The writers analyze cash value and business value of life insurance individual customers and throw out a suggestion of life insurance customer classification and other business development suggestions. They conclude models and conclusions by using SPSS MODELER software and following CRISP-DM process（CRoss Industry Standard Process of Data Mining）which includes six steps: business understanding, data understanding, data preparation, modeling, evaluation and deployment. The solutions in this data mining case includes a suggestion of life insurance customer classification considering both customers cash value and business value, one company should have two grading standards one for propaganda and one for internal management, the standard which for propaganda should be more simple than the standard which for internal management. Moreover, to lift customers cash value and business value life insurance companies should develop high value insurance products for older people and study the psychological activity of women customers when buying insurance products.Keywords Data mining; Life insurance; Cash value; Business value; Customer classification寿险个人客户现金流价值及业务价值的数据挖掘一、 问题的提出近年来，随着我国经济的持续快速发展、国民收入水平的提升和国民财富的积累，保险行业也得到了快速发展。然而许多保险公司在发展中采用了单纯扩张业务规模的策略，并未对客户和准客户进行分类分级管理，也不注重研究不同类别和不同级别的客户能为保险公司带来的现金流价值和业务价值，对不同的客户平均使用费用成本，致使业务成本较高，保险公司赢利能力较低。保险行业急需引进科学的客户价值分析方法和客户分类分级方法。数据挖掘（Data Mining），又称数据库中的知识发现（Knowledge Discovery in Database），简称知识发现（KDD）。它是从大量的、有噪声的、模糊的和随机的数据中，提取隐含在其中的、人们事先不知道的、但又是可信的、潜在的和有价值的信息和知识的过程 纪希禹主编：数据挖掘技术应用实例，机械工业出版社2009年版。数据挖掘技术从诞生到现在已有20多年的历史，目前被广泛应用于商业领域，主要用于帮助企业进行产品研制、生产过程控制、市场营销推广及客户关系管理等。具体到保险行业，利用决策树、回归分析、时间序列模型、神经网络、聚类、关联等算法，通过客户数据挖掘可帮助保险企业进行诸如客户细分、营销响应、交叉销售、客户流失预警和客户挽留、保险欺诈识别等诸多主题的分析。本文应用数据挖掘技术，以某寿险公司实际的海量数据为例，进行了寿险个人客户现金流价值和业务价值的专题研究，有三方面的实际意义：一是理论联系实际，用数据挖掘的方法研究寿险个人客户的基本情况，得出科学结论，并提出寿险个人客户分类分级方案和客户分类分级应用的具体政策建议；二是提出其它支持寿险个人业务发展的政策建议，以提高保险公司经营效率，促进保险销售从传统人海销售、地毯销售转向科学销售的转变；三是可以验证数据挖掘技术在保险行业的适用性，推动数据挖掘技术在中国保险行业的应用和推广，助力中国保险行业转型升级，打造保险业竞争优势新源泉。二、基于CRISP-DM方法论的数据挖掘跨行业标准数据挖掘方法论CRISP-DM(Cross-industry Standard Process for Data Mining)是数据挖掘业界通用标准， CRISP-DM将数据挖掘分成六个阶段：商业理解、数据理解、数据准备、建立模型、模型评估和模型发布。它强调的是数据挖掘在商业中的应用，解决商业中存在的问题，而不是把数据挖掘局限在研究领域 王光宏，蒋平：“数据挖掘综述”，同济大学学报2004年2月32卷第2期。一般统计研究重视假设检验，相反数据挖掘重视实践检验。（一） 商业理解明确要达到的业务目标，并将其转化为数据挖掘主题。本数据挖掘的业务目标是：分析寿险个人客户的分布概况，建立数据挖掘模型，计算寿险个人客户的现金流价值和业务价值，提出寿险个人客户的分类分级建议和差异化服务建议，支持寿险业务的又好又快发展。（二） 数据理解找出可能的影响主题的因素，确定这些影响因素通过哪些数据体现，这些数据存储在哪些系统中。1、数据来源和提取为进行本次分析，我们提取了某寿险公司开业至2010年11月30日全部个人客户投保人的性别、出生日期、婚姻状况、学历等基本信息，以及这些个人客户投保人购买某寿险公司产品的保单号、险种、交费年期、渠道、缴费方式、起保日期、终保日期、首年保费、总保费及该保单的投保机构等信息。按上述条件，我们共提取了寿险总保单量6405233，这些客户是以下分析的基础。2、寿险个人客户整体状况1）客户的性别分布寿险个人客户男性占比45.56%，女性占比36.68%，仍有17.75%未知性别。2）客户的年龄分布将客户年龄段大体分为：0-18、19-25、26-30、31-35、36-40、41-45、46-50、51-55、56-65、65以上、其他（包括年龄为负值、为空等情况），其分别情况为：寿险个人客户较均匀分布于19岁50岁，仍有17.76%未知年龄。3）客户的婚姻状况分布寿险个人客户91.44%不了解婚姻状况，已婚占比6.62%，未婚占比1.7%，其它情况较少。4）客户的学历分布寿险个人客户91.09%不了解学历状况，高中占比4.14%，大专占比1.1%，其它情况较少。5）寿险个人客户投保情况由于客户购买险种、渠道、归属机构等信息均按保单统计，因此以下为按保单维度统计的分布情况，寿险客户共购买的保单数量为5719938单，其险种、渠道、归属机构分布情况如下：寿险保单的险种分布情况如下图所示：短期险购买占比73%以上，长期险占比较少。寿险保单的渠道分布情况如下图所示：寿险个人客户保单74.06%未标识来源渠道，从数量上看，应为短期险客户，来源于团险渠道，个人营销占比12.41%，银保占比9.07%，电销占比3.37%，经代占比1.1%。寿险保单的机构分布情况如下图所示：寿险个人保单24.41%由广东分公司获得，前三家分公司（广东、湖南和北京）的占比达到了55.56%；而前八家分公司占比达到79.45%，寿险个人业务的区域集中度很高，业务区域发展不平衡。（三） 数据准备将前面找到的数据进行变换、组合，建立符合数据挖掘软件要求的输入数据表，根据数据理解，我们进行如下数据整理：1、在寿险个人客户中，其中客户代码为-1（由于多种原因造成无法定位的客户）的客户所买保单共有682880张，余下保单量为5722353，这些保单属于3848120位客户。2、再剔除现金流价值为零（即实际上没有交费给公司，现金流价值的定义见后文）的客户，剩余客户量为3846355个。这些数据构成了建模的基础。（四） 建立模型为计算寿险个人客户的现金流价值和业务价值，提出寿险个人客户的分类分级建议和差异化服务建议，支持寿险业务的又好又快发展，需要建立模型，测算具体参数。1、现金流价值建模：所谓现金流价值是指客户给公司实际带来的全部现金流入，不仅包含客户实际交纳的保费，也包含投连险、万能险等险种中投资款部分。目前我们计算的客户现金流价值不区分产品种类（目前仅是保险产品，未来可能包括其他金融产品或增值服务产品）、不区分缴费方式、不考虑货币的时间价值，只要是客户支付给寿险公司的款项，均按照1:1的比例计算现金流价值，现金流价值模型如下：客户现金流价值=客户购买保险公司产品的支出我们认为，客户现金流价值体现了截止到现时点上，客户对公司的积累消费总额，能够从侧面体现出现阶段该客户支付能力的潜力。按此模型，我们计算出了所有寿险个人客户的现金流价值。2、客户业务价值建模：所谓业务价值，可以大体上理解为通过每单业务，公司可以从客户那里获得的价值，如果说现金流价值衡量的是客户端“购买能力”，那么业务价值衡量的就是客户对公司的“盈利能力”。客户业务价值的建模，主要考虑客户购买的产品、购买渠道、交费年期等因素，综合得出VNB系数（即寿险新业务价值率），用这一系数乘以客户首年保费即可大体算出客户的业务价值，建立业务价值模型如下：客户业务价值=（客户购买的各种产品的首年保费VNB系数）按此模型，我们计算出了所有寿险个人客户的业务价值。（五） 模型评估1、 统计学评估VNB系数的计算公式通过统计学评估 因涉及商业机密，对外发表时隐去了部分可能涉密的内容（下同）2、 业务评估：现金流价值衡量的是客户端“购买能力”，业务价值衡量的是客户对公司的“盈利能力”。从这两个维度交叉来评价客户的价值，有利于我们对寿险个人客户的准确定位和分析，提出差异化的服务方案。因此模型可以通过业务评估。（六） 模型发布目前某保险集团数据挖掘系统只完成了第一期建设，系统功能较不完善，还未与相关业务系统对接，因此只能采用“手工发布”方式，也就是说，某保险集团客户管理部根据数据挖掘模型，提出政策建议和解决方案，提供业务试点，试点通过后再全面推广和发布执行。三、数据挖掘的结论（一） 寿险个人客户现金流价值研究的结论：以下对客户现金流价值在各种客户属性间的分布情况进行分析，分析应用SPSS Modeler软件，分析模型如下图所示:1、现金流价值分布接近“一九分布”我们将客户的现金流价值分成了小于等于100元、大于100元且小于等于1万元、大于1万元且小于等于5万元、大于5万元且小于等于10万元、大于10万元且小于等于50万元、大于50万元且小于等于100万元、100万元以上等7个层级，分别用06标识出来，以下图表显示了寿险客户现金流价值各层级的分布情况：最大值最小值平均值总计现金流价值21000000205972.1922971174692.33现金流价值客户数量占总客户数的比例现金流价值累计百分比现金流价值平均值标识100元298389877.58%0.32%24.700100元且10000元39091010.16%6.44%3598.56110000元且50000元3557309.25%34.54%18139.57250000元且100000元626531.63%50.62%58979.303100000元且500000元490801.28%83.83%155435.264500000元且1000000元27580.07%90.86%585725.3451000000元13260.03%100%1582607.216总计3846355100%100%5972.19注：由于现金流价值小于100元的客户数量过大，本图中没有显示这部分客户由上述图表不难看出，目前的寿险个人客户现金流价值绝大多数集中在100元以下，购买产品金额在1万元以下的客户占寿险总个人客户数接近90%。这其中，现金流价值仅为20元的客户达2457443人，占寿险总个人客户的63.89%，这部分客户几乎全部为一路阳光交通工具综合意外伤害保险、交通工具综合保险E卡和交通工具意外伤害保险B卡的客户。2、女性平均购买能力接近男性2倍由上图可见，虽然女性客户的绝对数量不及男性客户多，但从“购买能力”上考虑，女性客户的平均购买能力（9961元）明显高于男性客户（5080元）。3、客户购买能力随年龄增长由上图我们可以发现，随着客户年龄的增长，客户的现金流价值，也就是客户的“购买能力”也在逐步增强，其中36岁以上的客户现金流价值平均较高。4、已婚客户购买能力强在此，我们剔除了那些婚姻状况为空的客户，仅考虑婚姻状况字段存有信息的客户，分布图如下：可见，已婚客户购买能力明显强于未婚或由于其他原因单身的客户，且已婚客户中绝大多数现金流价值都高于100元。5、客户购买能力与学历无明显关系与婚姻状况情况类似，我们剔除了那些学历为空的客户，仅考虑学历字段存有信息的客户，分布图如下：从上图中，我们很难对客户学历与现金流价值之间的关系进行判断，这可能与留存学历信息的客户量过少有一定的关系。（二）寿险个人客户业务价值研究的结论：以下对客户业务价值在各种客户属性间的分布情况进行分析，分析应用SPSS Modeler软件，分析模型如下图所示:1、业务价值分布更比“一九分布”严重我们将客户的业务价值分成了小于0元、等于0元、大于0元且小于200元、大于等于200元且小于1000元、大于等于1000元且小于5000元、大于等于5000元且小于10000元、10000元以上等7个层级，分别用06标识出来，以下图表显示了寿险客户业务价值各层级的分布情况：最大值最小值平均值总计业务价值1190000-70000113.915438157259.364业务价值客户数量占总客户数的比例业务价值累计百分比业务价值平均值标识0元24440.06%-0.20%-365.440=0元334130186.87%-0.20%010元且200元1025632.67%1.99%93.522200元且1000元2994117.78%34.14%470.5231000元且5000元916162.38%75.71%1988.0745000元且10000元66820.17%86.42%7025.54510000元23380.06%100%25447.806总计3846355100%100%113.915由上述图表不难看出，目前寿险客户中，超过85%的客户带给公司的业务价值为负或为零，业务价值在200元以上的客户占总客户数的10.39%，但其给公司带来的业务价值占总业务价值的98%以上，特别的，业务价值在1000元以上的客户占寿险总客户数量的2.62%，但其带给公司的业务价值却占到总业务价值的65%以上。2、女性平均业务价值略高于男性由上图可见，与现金流价值类似，虽然女性客户的绝对数量不及男性客户多，但从“盈利能力”上考虑，女性客户的平均盈利能力（148元）也略高于男性客户（131元）。3、客户平均业务价值年龄分布中间高两头低由上图我们可以发现，与现金流价值的年龄分布不同，客户业务价值随年龄增长呈“倒U”形曲线先增加后降低，大体上26岁到50岁之间的客户是给公司带来业务价值最高的客户，这部分客户给公司带来的业务价值占总业务价值的79%。4、已婚客户业务价值较高在此，我们剔除了那些婚姻状况为空的客户，仅考虑婚姻状况字段存有信息的客户，分布图如下：可见，已婚客户的盈利能力明显强于未婚或由于其他原因单身的客户，且几乎所有已婚客户都给公司带来正的业务价值，已婚客户的业务价值平均值为1059元。5、客户业务价值与学历无明显关系与婚姻状况情况类似，我们剔除了那些学历为空的客户，仅考虑学历字段存有信息的客户，分布图如下：从上图中，我们很难对客户学历与业务价值之间的关系进行判断，这可能与留存学历信息的客户量过少有一定的关系。（三）寿险个人客户现金流价值和业务价值交叉研究的结论：1、二八理论验证所谓二八理论，即企业的销售额（或其他重要指标）可以解释为80% 是来自20%的重要客户，而其余80%的大部分客户只占企业20%的销售额。我们分别对客户的现金流价值和业务价值进行了类似测算，结果如下：现金流价值排名前12.26%的客户（现金流价值大于10000元，共有471547位客户），其现金流价值总和为全部现金流价值的93.56%；业务价值排名前10.4%的客户（业务价值大于等于200元，共有400047位客户），其业务价值总和为全部业务价值的98.01%。可见，在某寿险公司，无论是现金流价值还是业务价值，其集中程度都超过了二八理论描述的一般企业的情况，因此，我们认为，对某寿险公司来说服务10%的“好”客户即可掌控目前公司近90%的现金流入及几乎全部的盈利点。2、客户现金流价值和业务价值的交叉分析我们分别对现金流价值排名前10%左右的客户的业务价值和业务价值排名前10%左右的客户的现金流价值进行了交叉分析，结果如下：现金流价值排名前12.26%的客户（现金流价值大于10000元，共有471547位客户），其业务价值总和为全部业务价值的58.44%；业务价值排名前10.4%的客户（业务价值大于等于200元，共有400047位客户），其现金流价值总和为全部现金流价值的26.13%。可见，如果单纯考虑现金流价值排名前10%的好客户，虽然公司可以掌控近90%的现金流入，但是却仅能顾及不足60%的盈利；相应的，如果单纯考虑业务价值排名前10%的好客户，虽然公司可以掌控几乎全部的盈利点，但却要放弃超过70%的现金流入。四、数据挖掘的政策建议（一） 寿险个人客户分类分级的建议：根据客户现期表现，可按客户的现金流价值、客户的业务价值、及综合现金流价值和业务价值二者制定客户分级标准，以下逐一讨论：1、按客户现金流价值进行分级也就是按照客户的“购买能力”进行分级，这种分级方式更有利于业务拓展，即客户购买保险公司的产品越多，带给公司的现金流入越多，对应的客户级别就越高，相应的享受到服务也越好。这样的分级方式优点是，简单明了，便于实际操作，更易于向客户传达，即客户购买保险公司的产品越多，对应的级别就越高。但缺点是，仅考虑了销售方面业务拓展的能力，而忽视了公司从客户身上获得的盈利，即完全忽略了客户的业务价值，这样找出的客户并不一定包含全部能给公司带来盈利的好客户。2、按客户业务价值进行分级也就是按客户的“盈利能力”进行分级，这种分级方式实际从提升公司盈利能力的角度对客户进行划分，即客户给公司带来的利润越多，客户对应的级别越高，享受的服务就越好。相对于现金流价值分级，按客户业务价值进行分级更有利于改进客户服务，按这种方式找到的“好”客户正是给公司带来盈利最多的客户，相应的为留下这些客户，公司也应多付出一些客户服务成本。从提升公司盈利能力的角度考虑，按业务价值进行分级也要优于按现金流价值分级。但这样的分级方式较难以向客户明确表述，同时仅考虑了公司的盈利，而可能会忽视那些具有相当购买能力，但却碰巧购买了新业务价值率较低的产品、实际具有相当潜力的客户。3、综合考虑客户现金流价值和业务价值进行分级相比于前二种分级方式，综合考虑客户现金流价值和业务价值进行分级，可以兼顾客户的购买能力和盈利能力，吸收以上二种分级方法的大部分优点，但在向客户表述积分规则时，仍需注意表达方式上的技巧，如主要宣传现金流价值，即客户购买产品的多少决定客户分级，而用“特别积分”、“奖励积分”等表述替代业务价值的概念，但在实际操作中，仍是将业务价值和现金流价值总和考虑。以下是按这种分级方法制定的寿险个人客户分级标准的建议：客户等级（对外宣传）客户类别（内部管理）划分标准（单位：元）客户数量客户数占比价值占比客户特征描述现金流价值业务价值现金流价值业务价值钻石客户至尊客户1000000100001000.00%17.97%0.84%2.33%本类客户是公司最顶级的客户，应根据客户情况提供个性化服务，同时逐步引导客户发挥其影响力VIP客户现金流价值10000且业务价值200，但不属于至尊客户的1802284.69%21.07%55.97%本类客户有很强的购买能力，同时也给公司带来了较多盈利，是公司的优质客户白金客户潜质客户100002002912197.57%71.65%0.14%本类客户体现出了很强的购买能力，但给公司带来的盈利一般，对这类客户我们应通过交叉销售等策略，提升盈利能力黄金客户贡献客户100002002197195.71%4.22%39.71%本类客户虽然从我们目前掌握的数据来看，购买能力一般，但却给公司带来了较多的盈利，这类客户我们也应着力留存，同时通过追加销售等策略提升其业务价值普通客户维持区客户100000且200315448682.01%82.01%2.21%1.85%本类客户购买能力一般，盈利能力也一般，但盈利为正，对这类客户我们应与之保持联系，尽量留存客户风险客户1000006030.02%0.02%0.01%-0.01%本类客户购买能力一般，同时盈利为负，对这类客户公司慎重进行资源投入，甚至可减少投入上表中，钻石客户、白金客户、黄金客户就是按本分级方法找到的“好客户”，这些客户共占总客户数量的18%，但其现金流价值和业务价值的总和几乎都达到98%，根据这些“好客户”在现金流价值和业务价值上的不同表现，我们又将其细分为至尊客户、VIP客户、潜质客户、贡献客户、维持区客户和风险客户，以下，我们将对上述几类客户进行更为细致的分析。下图是对外公布以及对内管理时的客户分级图示：内部管理应用的客户分级对外公布的客户分级 至尊客户VIP客户潜质客户性别年龄婚姻学历贡献客户维持区客户风险客户性别年龄婚姻学历至尊客户：这是寿险公司最顶级的个人客户，虽然仅有100人，但无论购买能力还是盈利能力都相当可观，对这类客户公司应想办法“收为己用”，将这些客户与公司紧密结合，将客户的影响力转化成公司的影响力，策略上可采取组织客户活动、引入媒体等方式扩大其影响范围等。VIP客户：这类客户无论是购买能力，还是盈利能力都很强，是寿险公司的优质个人客户，对这类客户我们应以高水平的服务、特别是增值服务留住客户，不断提升其忠诚度，同时有针对性的开发高端客户需要的特殊保险产品，进而提升这类客户在保险公司的业务价值。潜质客户：这类客户在“好客户”中所占比例超过40%，极具再开发潜力，因为这类客户已经在寿险公司表现出了很强的购买能力，但由于购买产品或渠道或交费方式选择等原因，没有给寿险公司带来较高的盈利，对这类客户，我们应在努力留存的基础上，大力进行交叉销售，提升其业务价值。贡献客户：这类客户在“好客户”中所占比例也较高，约为1/3，同时这类客户虽然没有在寿险公司表现出很强的购买能力，但其盈利能力却很高，而且这类客户相比前二类客户，年龄结构更加年轻化，大部分集中在2650岁之间，同时较为特别的是，这类客户似乎更易留存较为全面的客户信息，如婚姻状况和学历信息（全部客户中仅有33万客户留存婚姻状况信息，而在高盈利客户中留存婚姻状况信息的为20.5万，占全部高盈利客户的比例为93.45%，占所有留存婚姻状况信息客户的比例为62%），对这类客户我们一方面可以用从其获得的盈利中抽取一部分用以为他们提供高质量的服务，同时也可针对这类客户的特点推荐、开发产品，以增加对保险公司产品的购买，通过追加销售提升其现金流价值。维持区客户：维持区客户是现金流价值和业务价值都不突出的客户，对这类客户无论是二次销售还是客户服务，都应以“维持”作为基本原则，不引起客户反感、不造成客户流失为要求，对这类客户，寿险公司也不能“放弃”，应与其保持一定频率的联系，等待其逐步增值。风险客户：这类客户占比极小，从现阶段的表现来看，这类客户不仅没有体现出购买能力，而且给寿险公司带来负盈利，对这些客户公司应加强识别，区分“真风险”和“假风险”，在服务上无需主动，仅被动的提供保险合同中包含的服务即可。（二） 其它支持寿险业务发展的建议：1、开发高年龄段的高价值产品客户平均现金流价值随年龄的提高而始终增加；但客户平均业务价值的年龄分布为倒U型，先随年龄提高而增加，后随年龄提高而减少。这种现象意味着，客户越高龄，则其购买能力越高；但在寿险公司，高年龄段的客户，其购买能力未能有效转化为对公司的业务价值贡献，因此建议开发适销高年龄段客户的高价值产品，以有效实现寿险个人客户现金流价值向客户业务价值的转化。2、加大已婚客户开拓力度已婚客户的现金流价值和业务价值体现出“双高”的特征，因此建议加大对已婚客户的开拓力度，可考虑家庭保险产品、家庭保险规划等方式。3、进行女性客户接触体验调研女性客户现金流价值和业务价值也体现出“双高”的特征，但与单纯的年龄因素不同，女