AsiaAnalytics 台灣析數資訊
保險公司電話銷售-精細化行銷
Share

企業背景

某保險公司電銷系統經歷了幾年的業務發展,行銷的客戶數超過三千萬,承保的客戶數三萬多,成功率0.1184%。如何從開放式行銷轉化為精細化行銷,如何利用積累的歷史資訊更好地定位有價值有需求的客戶,已成為某保險公司電銷當前極待解決的問題。

企業目標

  • 決策自動化、流程化,減少人為失誤及縮短決策週期。
  • 業務人員需要獲得直觀的決策輔助資訊。
  • 使擁有的資料更有效地為企業提供價值。

解決方案

電銷系統從資料建檔到客戶行銷再到資料回收及再利用,具有環狀流程。電話銷售專員(Telephone Sales Representative,TSR)如何利用對歷史資訊的蒐集,將資料採礦技術與業務流程相結合,從而提升各環節的效率已變得越來越重要。

如何精細化

  • 建檔環節:對建檔的客戶進行初步篩選,縮小客戶行銷範圍,鎖定最有可能響應的客戶。
  • TSR獲取客戶環節:將隨機的客戶挑選轉變為有系統性的客戶分類。
  • 行銷環節:有針對性的對目標客戶行銷其需要的保險產品。

模型開發
針對不同的分析主題,建立用於分析的資料市集(Data Mart),對電銷業務所擁有的資訊進行分析,並進行模型開發。

  • 客戶回應模型
  • 客戶區隔模型
  • 產品推薦-首次承保模型
  • 產品推薦-加保模型

 

模型開發步驟——以“產品推薦-加保模型”為例:
應用SPSS Modeler的資料採礦平臺,利用集群、關聯規則、序列關聯等資料採礦技術建立客戶產品推薦方案。現有系統需要TSR根據客戶承保歷史資訊以及業務指引判斷給客戶優先推薦的產品,利用自動化的產品推薦方案,可實現根據客戶的購買產品序列相關性,自動推薦加保客戶優先推薦的產品。

  1. 客戶分群
    數據:客戶資訊,如性別、年齡、職業等。
    建立客戶分群模型:同一個類中客戶在承保需求上具有較大的相似性,不同類中需求差異最大化。
  2. 分析不同客戶群體加保產品的規則
    數據:客戶歷次承保的資訊。
    分析不同群體中客戶加保產品的序列規則。
  3. 建立自動化的產品推薦方案
    根據客戶承保的最新資訊定期自動更新,可及時發現及利用新規則。
    將產品推薦與電銷業務系統結合,實現自動化。

系統流程

應用效果

  • 減少TSR人工判斷的工作量,降低人為判斷風險。
  • 序列規則可根據客戶承保的最新資訊定期自動更新,可即時發現及利用新規則給客戶推薦產品,提高了客戶的承保率。

洽詢業務專員 線上索取報價

TOP