蔡述建 楊杉 四川大學(xué)錦城學(xué)院

1 引言

保險行業(yè)的迅速發(fā)展，車險、人身意外險、壽險等等漸漸成為人們的另一消費對象，要保證該行業(yè)的持續(xù)發(fā)展，數(shù)據(jù)的充足性和數(shù)據(jù)分析的技術(shù)漸漸成為了關(guān)鍵因素。保險是一種保障機制，在大數(shù)據(jù)技術(shù)的幫助下，能利用保險公司收回的客戶數(shù)據(jù)來度量、預(yù)測未來應(yīng)該往哪個方向發(fā)展。通過數(shù)據(jù)分析，預(yù)測未來客戶購買保險險種的傾向，從而對險種中的項目進行調(diào)整，對價位進行調(diào)整。在互聯(lián)網(wǎng)還還沒到來之前，保險行業(yè)的數(shù)據(jù)僅僅來源于平時的經(jīng)驗數(shù)據(jù)，局限性太大?；ヂ?lián)網(wǎng)的普及，帶來了大量數(shù)據(jù)，這些數(shù)據(jù)為保險公司的相關(guān)產(chǎn)品提供了改進和發(fā)展的方向。例如通過分析投保的數(shù)據(jù)，來分析客戶投保的方向轉(zhuǎn)向了哪，聚焦于客戶，實現(xiàn)定向營銷?；诖髷?shù)據(jù)分析技術(shù)實現(xiàn)對客戶精準(zhǔn)服務(wù)，提供高質(zhì)量的售后服務(wù)，留住老客戶。另外，保險公司可以分析歷史數(shù)據(jù)，對保險欺詐的顯著特性及其取值區(qū)間進行分析， 以此建立預(yù)測模型，考察各類理賠案件的風(fēng)險程度， 對可能出現(xiàn)的欺詐行為進行實時的監(jiān)控與防范。

根據(jù)賠付的數(shù)據(jù)分析問題，其數(shù)據(jù)中主要包括客戶號、賠付金額、費用類型、保費、總保費、婚姻狀況、購買險種性別、年齡等等。分析這批數(shù)據(jù)中不同費用類型對于賠付金額是否有具有顯著性差異。使用SPSS Statistics 中的單因素方差分析，分析理賠數(shù)據(jù)中不同費用類型與賠付金額之間的關(guān)系，通過不同費用類型對賠付金額的顯著性差異比較，得出不同費用類型對賠付金額的影響進行排序，得到哪種類型對賠付金額的影響最大。

采用SPSS Modeler 中的決策樹建模，分析理賠數(shù)據(jù)中，設(shè)置自變量為險種，賠款金額，總保費，年齡，性別，因變量為費用類型，研究這五個字段的人群會分別因為哪些原因來進行理賠，得出結(jié)論后，根據(jù)此類型的人群的規(guī)則定義，向此類人群推銷其他類型的保險險種，實現(xiàn)保險公司利益最大化。

2 數(shù)據(jù)準(zhǔn)備及預(yù)處理

大部分?jǐn)?shù)據(jù)通常是不完整的、不一致的、極易受到噪聲（錯誤或異常值）的侵?jǐn)_的。因為數(shù)據(jù)庫太大，而且數(shù)據(jù)集經(jīng)常來自多個異種數(shù)據(jù)源，低質(zhì)量的數(shù)據(jù)將導(dǎo)致低質(zhì)量的挖掘結(jié)果。就像廚師要做美味的魚，如果不將魚進行去鱗等處理，一定做不成我們口中美味的魚。

處理一：由于原始的理賠數(shù)據(jù)集中顯示：賠款時間、職業(yè)、過去三年平均年收入三個類別數(shù)據(jù)各自的值都是脫敏數(shù)據(jù)，所以通過分析得出這三類數(shù)據(jù)為無效數(shù)據(jù)，將其刪除；

處理二：費用類型數(shù)據(jù)為了符合軟件分析變量要求，我組將其分為三大類數(shù)據(jù)：分別將癌癥定義為數(shù)字1、疾病定義為數(shù)字2、意外定義為數(shù)字3；

處理三：在理賠數(shù)據(jù)中，賠付金額值為0 情況多種，并且未告知投保分?jǐn)?shù)，所以將賠付金額數(shù)據(jù)列為0 的數(shù)據(jù)篩選出并刪除；其賠付金額大于保額數(shù)據(jù)同理未告知情況特殊性，所以通過IF 函數(shù)將其賠付金額大于保額的數(shù)據(jù)篩選出并將其刪除；

處理四：為了更好得用于決策樹模型的構(gòu)建，將所有年齡分為三類：分別將20 歲以下定義為數(shù)字1（青少年）、21-55 歲定義為數(shù)字2 即（成年人）、56 歲以上定義為數(shù)字3（老年人）。

清洗完數(shù)據(jù)后剩余數(shù)據(jù)為131656條

3 數(shù)據(jù)分析

3.1 費用類型與賠付金額方差分析

3.1.1 理賠原因的單因素方差分析

之所以我們使用方差分析的方法來對理賠金額和費用類型進行分析，是因為我發(fā)現(xiàn)客戶的費用類型有很多，而且賠付的金額更是大相徑庭，因此我將費用類型作為因子，將賠款金額作為因變量進行分析，從而得出二者之間是否存在顯著性關(guān)系。我們希望他們之間是存在顯著性關(guān)系的，所以可以根據(jù)不同費用類型的用戶來修改險種項目或是跟進客戶。

由上圖，顯著性為0.0 小于α=0.05，拒絕原假設(shè)，證明不同費用類型對賠付金額有顯著性差異，方差不具有齊次性，所以觀察圖中Tamhane 方法。

方差分析結(jié)果圖(1-癌癥 2-疾病 3-意外)

由上圖我們可以發(fā)現(xiàn)，三種不同費用類型之間的理賠金額的確存在著顯著性的差異。費用類型-1 明顯高于費用類型-2，平均約高11123.08 元，且明顯高于費用類型-3，約高9824.41 元；費用類型-3明顯高于費用類型-2，約高了1298.67 元。對此，可以將其排序為1＞3＞2（疾?。疽馔猓景┌Y）。

3.2 理賠原因探究--決策樹分析

出于想找出不同費用類型人群的各個特征，我們采用了決策樹來進行建模。使用SPSS MODELER 建模，將險種，賠款金額，總保費，年齡，性別字段設(shè)置為輸入，費用類型設(shè)置為目標(biāo)，從而形成規(guī)則集。

上圖是通過建模之后得到的決策樹結(jié)果圖，得出客戶購買的大部分險種的費用類型是意外險。少部分客戶購買的F01、F05、F06、FS1、S46、S51 是疾病類型的保險。F07 險種中，總保費不大于15.28元的，賠款金額大于466.85 的費用類型是意外保險，不大于466.85中的總保費不大于7.060 的費用類型是意外險，總保費在7.060 和8.980 之間的，并且是男性的客戶也是購買的意外類型，女性客戶中賠款金額不大于20.700 的人群購買的也是意外類型保險，賠款金額在20.700 到35.400 之間的是疾病類型，大于35.400 的是意外類型；總保費在15.28 到17.380 之間的是意外類型，大于17.380，且總保費小于18，年齡不大于37，總保費不大于17.800 的是疾病類型，大于17.380 中賠款金額不大于540.730 的也是疾病類型，賠款金額小于540.730 中年齡不大于33 的選擇的意外類型，小于33 的選擇的疾病類型。其他規(guī)則以此類推。

4 結(jié)論及建議

4.1 結(jié)論

①1-癌癥平均賠款金額最高，但數(shù)量最少(0.7%)

②2-疾病平均賠款金額最低，數(shù)量最為龐大(81.3%)

③3-意外平均賠款金額高于2-疾病，數(shù)量較大(18%)

建議一：疾病類型的理賠人群最為龐大，價格也低，這類保險應(yīng)該不用分年齡性別等等，在平時的日常生活中都可以投一份這樣的保險，既是對自己保障也不會花費太多額外的金錢。

建議二：在賠付金額方面來看，3-意外類型不僅僅賠付金額高，而且占比也不少，由于意外事件是不確定性的，所以針對此類保險，也務(wù)必投保。

建議三：對于1-癌癥這一類來說，重大癥狀保險和壽險應(yīng)該是最好的兩個選擇，如果說身體狀態(tài)不是很好的話，建議為他/她投保。

4.2 規(guī)則結(jié)論

① 對于第一種費用類型，如果險種是S50、賠款金額在25000到40000 之間、總保費大于2600 且年齡小于45 的費用類型就是癌癥類的。

② 若險種是S70、總保費大于30000，年齡大于58 切不大于62歲的也是癌癥類型。

③若總保費在42.220 到45.680 之間的女性，年齡不大于57 的就是疾病類型。

④若險種是F09，賠款金額大于43.350 且總保費不大于72.500的就是疾病類型。

⑤若險種是S51且賠款金額在25000 到94354.200 之間，總保費不大于134.630 的女性，是意外類型。

⑥若險種是F09，賠款金額小于54.530 且總保費不在240 到112.500 之間，年齡在47 到55 之間的人選擇的費用類型是意外型。

針對這些規(guī)則，我們可以通過使用捆綁險種形成套餐給投保人以更多的選擇，投保人也可以根據(jù)這些數(shù)據(jù)之間的關(guān)聯(lián)性，聯(lián)系到自身的角度進行投保。

4.3 結(jié)語

大數(shù)據(jù)分析可以為企業(yè)提供諸多便利。以保險公司為例，不同的公司之間都存在競爭力，要增加公司的營業(yè)收入，則需要更多的客戶，了解他們的需求，以便于給予他們不同的險種。通過了解他們的客戶號，所購買的險種，理賠的方向，將其整合為一個個單獨的客戶ID，并且需要整合傳統(tǒng)數(shù)據(jù)源和數(shù)字?jǐn)?shù)據(jù)源來理解客戶的行為。二是提供個性化服務(wù)：大數(shù)據(jù)分析的應(yīng)用給企業(yè)帶來了基于客戶個性進行互動的機會。海量數(shù)據(jù)中所包含的信息有很多，而對于企業(yè)來說最具價值的就是有關(guān)于消費者的相關(guān)信息。如果可以搜集到更精準(zhǔn)的消費者信息，就可以為他們進行個性化的定制服務(wù)，從而做到比消費者本人還了解自己，使用戶感覺受到重視。

對于保險行業(yè)來說，并不是每個人都需要，對此以下是對實現(xiàn)精準(zhǔn)銷售保險的一些建議。減少中介環(huán)節(jié)，保證客戶信息的真實性和有效性，既有利于保險數(shù)據(jù)的收集和分析，又有利于保險公司的精準(zhǔn)營銷；引進人才，優(yōu)化推薦算法，如此一來，將數(shù)據(jù)庫等等建立起來提高服務(wù)效率；加強各方面的監(jiān)督，防控安全隱患，隱私數(shù)據(jù)是不能作為廣告和任何其他用途的，應(yīng)該合理控制使用數(shù)據(jù)的底線；完善平臺的布局，保險公司應(yīng)該長期的與互聯(lián)網(wǎng)公司進行合作，實現(xiàn)人才互補的目的。