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。