《大数据精准挖掘》保险电销应用—寻找目标客户

2019-04-13 13:24发布

站内文章 / 模拟电子
16734 0 991
YBB保险电话销售公司已经做完了针对20万用户发放赠险产品的工作，想从接受赠险的客户中，找出会在将来购买付费型保险的客户，从而进行电话营销。为此，YYB公司从20万人中随机选取了5万人向其电话推销付费型保险，结果有200名客户购买了付费型保险。要想节约成本，怎么从这15万人中找出购买可能性最高的客户呢？ 下面对整个数据挖掘过程进行剖析。 1、业务目标：找出最容易在将来购买保险的人。 2、数据展示：客户编号、客户婚姻状况、性别、出生年月日、拨打该客户电话时间、客户交通工具、常用银行、通话时长 3、数据预处理： 减少度量单位的依赖，数据标准化或规范化（按比例缩放）。 剔除异常值，字符型数值型转化，去重，合并数据集。 4、造变量：制造衍生变量，日期->星期 5、生成挖掘表（训练集）：自变量和目标变量（标签）：1代表购买保险，0代表没有购买保险。 6、建立响应模型（训练）->打分表。 14792名客户按分数从低到高的顺序分成了十组，每组人数相等。第一组（打分1.8288-3.4892）最有可能购买保险的1499个用户中，实际购买者有67人，占总人数的35.83%。前三组（打分1.8288-4.2996）预测出购买者的67.38%，前七组（打分1.8288-5.38）预测出购买者的95.72%，模型效果较理想。 7、输出打分卡文件：为新数据集打分。优先向这些可能性大的客户推销销售险，可能性小的客户，考虑放弃。 8、数据挖掘结果的运用 YBB公司拿到数据挖掘的结果之后，信心大增，和实际拨打电话营销的结果互相得到了验证。通过海量数据的分析仅需70%的人力和财力就能达到原来全部的96%。数据挖掘帮助YBB公司驰骋于专业电销领域。

热门文章