数学与应用数学保险公司数据分析师实习生实习报告

数学与应用数学保险公司数据分析师实习生实习报告一、摘要2023年7月1日至2023年8月31日，我在保险公司担任数据分析师实习生。核心工作成果包括清洗并分析销售数据，通过Python对历史保单信息处理，识别出高价值客户群体，为营销策略提供数据支持，相关模型准确率达82%。运用SQL查询业务数据库，日均处理数据量约5GB，完成3份可视化报告，用Tableau呈现年度理赔趋势，发现理赔周期中位数缩短12%。提炼可复用的方法论：采用Pandas对异常值进行标准化处理，结合逻辑回归优化客户分层模型，将数据采集周期从周次级提升至日次级，提升决策时效性。二、实习内容及过程实习目的主要是想把学校学的数据分析理论用上，看看保险公司里数据怎么玩转，怎么帮业务出点力。实习单位是个规模中等的保险公司，分好几个业务条线，数据部门不大但挺重要，主要是给精算和销售部门搭桥。实习内容挺实际的。刚去那会儿跟着师傅熟悉环境，学了他们系统的数据接口和权限设置，每天就是用Python调取销售系统的数据，做点简单的清洗和整理。7月8号开始接触个项目，是分析保单续保率的问题。手里有去年的保单数据，大概150万条记录，字段挺杂的，包括客户基本信息、保单详情、理赔记录什么的。我发现直接用原始数据跑模型效果不好，好多NaN值，而且客户年龄、职业这些字段信息不全。当时挺头疼的，因为时间赶，业务部门催着要结果。我琢磨着先用Pandas把缺失值按均值填上，然后对客户职业做个编码，把文本变成数字，这样机器才好学。接着用了逻辑回归模型，调了半天参数，把特征重要性排序，发现客户过去的理赔次数和保单金额对续保影响最大。最后模型预测准确率能做到82%，比他们之前用的手工方法强不少。师傅让我用Tableau做个可视化报告，我把续保率低的前10个客户群体特征画了出来，给销售部门建议可以针对性搞点活动。其中遇到的挑战是数据质量问题。有好几万条记录的保单状态对不上，怀疑是系统同步出bug。我花了两天时间，写SQL脚本去关联不同系统的数据，最后发现是接口更新的问题。这个事儿让我明白，做数据得懂点技术，光会用工具不够。另一个是模型解释性，业务部门看不懂复杂的机器学习模型，我就把重点特征用Excel表格列出来，跟业务人员一块讨论，把结论翻译成他们能听懂的话。实习成果就那个续保率分析报告，帮销售部门锁定了几十个重点跟进客户，后面反馈说续保率确实有提升。我还整理了个数据清洗的SOP，让新来的实习生也能快速上手。收获挺大的，知道数据分析不光是调模型，跟业务沟通同样重要。也认识到自己得学点更高级的统计方法，像生存分析这种，以后处理这类时间序列数据才更有底气。实习单位吧，感觉管理上有点乱，大家用数据的方式不太统一，有时候我调完的数据另一个同事还要返工。培训机制也一般，没怎么教我们业务知识，光让干活。岗位匹配度上，我希望能接触更多核保或者精算相关的数据，现在这份工作感觉离核心业务有点远。建议他们可以搞个新人导师制，带着熟悉业务流程，另外数据标准统一化，别各个系统五花八门。如果有可能的话，希望以后能让我们参与更核心的模型建设项目，毕竟我们是学数学的，想多接触点实际应用场景。三、总结与体会这8周实习，从7月1号到8月31号，确实让我对数学与应用数学这个专业有了更深的理解，也看到了自己要努力的方向。实习价值是实实在在的，不只是学了点新技能，关键是知道怎么把这些知识用到生意场上。比如那个续保率分析，光会调Python库没用，得懂业务，知道哪些数据是关键，怎么把分析结果变成老板和销售能听懂的话。我最后做的报告，销售部门反馈说挺实用的，帮他们找了几个重点客户，这就是实习最大的价值吧。对我职业规划的影响挺大的。以前觉得学数学的进保险公司就搞搞报表，现在看来完全不是那么回事。数据分析师这活儿需要懂点统计，会点编程，更重要的是要懂业务逻辑。我发现自己现在最大的短板是行业知识太欠缺，光会模型不够，得知道保险条款、理赔流程这些，才能做深做透。所以接下来打算系统学学精算相关的知识，看看能不能考个CFA或者FRM，把专业能力跟行业需求对上号。实习让我更清楚自己想要什么了，以后学习就不会那么盲目。看着手里那些150万条记录，每天跟数据打交道，感觉跟学校里做作业完全不一样。学校里数据量小，题目也明确，现在真实世界的数据乱七八糟，你得自己想办法处理，还得抗住业务部门的催促。比如有一次做可视化报告，老板临时要求改格式，我半夜还得改，虽然累，但感觉挺成长的。抗压能力和责任心是真真切切提升了。从学生到职场人的转变，就是觉得凡事得对自己负责，不能想怎么来就怎么来。对行业趋势的展望，感觉保险行业数据化是必然的。以前靠经验，现在越来越依赖数据驱动决策。像大数据风控、AI理赔这些，都是大势所趋。我们学数学的，底子好，学点编程和统计，以后在数据挖掘、模型构建这些领域肯定有优势。这次实习让我更有信心了，打算把数据分析这条路走得更远些。以后要是有机会，真想深入搞搞保险精算相关的数据分析，把理论和实践结合起来，希望能为行业发展出点力。毕竟数据不会说谎，用好了，就能创造价值。四、致