暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

天云数据“保险代理人价值评估”数件 筛选数百个代理人变量特征构建理赔损失预测模型

天云大数据 2022-05-21
1052


保险代理人业务市场困境

保险市场主要由寿险公司、寿险代理人和投保人共同组成,寿险代理人是不可或缺的重要组成部 分,起到了连接桥梁的作用。寿险代理人是寿险营销的主渠道,现今个人业务占整个寿险保费规模的 80%。

但是,个人代理寿险营销却走进一个怪圈,一方面寿险公司的增员成本和培训成本在加大,另一方面代理人增员越来越困难、脱落率居高不下。还在业务办理中出现欺诈、作假、误导等现象,这些给保险业带来了信任危机。


天云数据“保险代理人价值评估”数件初衷


保险的销售涉及到多个险种、大量的保险产品、复杂的客户情况。一个代理人的销售能力常常取决于他/她对业务的理解、从业经验和提供咨询服务能力。如果可以量化出代理人的价值,不但可以更好的对员工进行评估管理,也可以此推断出代理人的盈利预期、保险公司总体的盈利预期,为保险公司商业决策提供重要指标。



天云数据“保险代理人价值评估”数件

筛选数百个代理人变量特征构建理赔损失预测模型

天云数据“保险代理人价值评估”数件,使用代理人的服务年限、评估等级、保费、保单件数等数百个变量特征,通过机器学习构建代理人价值评估评估模型。同时,通过客户信息和保单信息,生成面向客户价值的疾病风险预测、购买需求、购买意愿模型。结合两类模型最终得出代理人星级评定。根据评定结果保险公司在业务上可对优秀客户倾斜更多资源、对风险高的代理人进行响应调整。此服务可以有效的对代理人进行评级判断、辅助保险公司的商业决策,对代理人制定有效的激励或约束机制。


筛选变量特征清单

01

原始共构建277个变量,经过特征筛选保留51个特征,并通过监督模型进行建模。

构建理赔损失率预测模型

02

使用代理人的基本特征以及保单信息、理赔信息的相关衍生特征,构建理赔损失率预测模型,预测代理人未来半年内可能的理赔损失率,并结合保障型需求预测模型与购买意愿预测模型结果调整客户价值并评定代理人星级。

“保险代理人价值评估服务”

服务架构

“保险代理人价值评估服务”

服务优势

1

根据代理人、客户及保单信息进行个性化计算,保证结果准确性;

2

基于人工智能模型和保险专业规则计算,具有较强的业务可解

3

结合风险、营销等多维度模型,全方位刻画客户价值,保证服务的全面性;

4

有效的代理人评级结合相应决策,可提高优质代理的积极性,降低代理人风险带来的损失

代理人的价值评估主要根据其理赔损失率指标,理赔损失率直观的表达了由某代理人签单的保险合同在未来的赔付情况,数值越低代表出险率越低,则预期盈利更高。此外,客户的价值对代理人的评估也有着重要意义。以健康险为例,客户的价值是客户未来的患病概率和客户的保险购买需求意愿的综合指标,优质的客户有着低患病概率和高购买意愿。结合代理人和用户的价值进行评估,可以很好的反应出一个代理人的综合服务能力,是否能够根据用户的价值、需求提供利益最大化的保险方案。


“保险代理人价值评估服务”

实践检验

预测模型实现维度多、精度高

重疾率预测模型通过“新增保单”和“保费动态调整”保费收入增长126%;

服务响应提高十倍

数据处理由原来的30多个小时缩短至目前的3个小时,从而大大提高一线支撑响应和客户感知;

全方位呈现个性化脸谱

基于客户个性化特征的刻画和流失挽留服务,为其提供更贴合的相关保险产品,产品关联推荐成果率提升0.9%(约18万客户)

提升服务运营连续性水平

保单续约率较之前增长了6%;业务试点目前客户流失率下降0.1%(约9万客户),较全公司的营收有显著提升。

文章转载自天云大数据,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论