鄒玉蘭，楊杉

（四川大學(xué)錦城學(xué)院計(jì)算機(jī)與軟件學(xué)院，成都611731）

0 引言

隨著我國(guó)社會(huì)的飛速進(jìn)步以及我國(guó)經(jīng)濟(jì)的快速發(fā)展，我國(guó)計(jì)算機(jī)信息技術(shù)也得到了迅速的進(jìn)步，極大地影響著人們的生活水平［1］。保險(xiǎn)最初建立時(shí)的意義是將個(gè)人現(xiàn)存的空閑資金對(duì)未來無法預(yù)期的風(fēng)險(xiǎn)損失做出保障的運(yùn)行體制，作為個(gè)人防范風(fēng)險(xiǎn)的一種手段，大數(shù)據(jù)可以更有效地抓取用戶需求、保險(xiǎn)產(chǎn)品價(jià)格、保單風(fēng)險(xiǎn)防控等，但因?yàn)榇髷?shù)據(jù)在保險(xiǎn)業(yè)的應(yīng)用正處于初步的探索階段，無法對(duì)信息進(jìn)行完全有效抓取并分析［2］。保險(xiǎn)行業(yè)是經(jīng)營(yíng)風(fēng)險(xiǎn)的行業(yè)，要利用風(fēng)險(xiǎn)模型或數(shù)理技術(shù)等對(duì)標(biāo)的物的風(fēng)險(xiǎn)進(jìn)行評(píng)定，風(fēng)險(xiǎn)評(píng)定的過程就是數(shù)字化的過程，數(shù)字化是保險(xiǎn)行業(yè)的自然屬性。保險(xiǎn)公司的利潤(rùn)主要來源于收取的保費(fèi)和未來的賠付支出的差額，保險(xiǎn)公司先要對(duì)這些風(fēng)險(xiǎn)發(fā)生的概率進(jìn)行預(yù)測(cè)，預(yù)測(cè)的過程就是數(shù)字化的過程［3］。本文就大數(shù)據(jù)對(duì)保險(xiǎn)公司客戶投保數(shù)據(jù)進(jìn)行研究分析。

1 研究思路

以四川仁壽保險(xiǎn)公司客戶新投保數(shù)據(jù)為例，利用SPSS的分析方法挖掘保險(xiǎn)客戶的大數(shù)據(jù)信息價(jià)值。發(fā)現(xiàn)新投保數(shù)據(jù)列，險(xiǎn)種、總保費(fèi)、客戶性別、客戶年齡和客戶過去三年平均年收入之間存在可以挖掘的關(guān)系和價(jià)值，本文主要針對(duì)這幾列做出不同險(xiǎn)種類別的頻率分析，客戶不同婚姻狀況之間的總保費(fèi)的單因素方差分析和客戶過去三年平均年收入與性別探索分析。

2 數(shù)據(jù)說明

2.1 數(shù)據(jù)描述

該新投保數(shù)據(jù)集一共有900649行16列，包含機(jī)構(gòu)、險(xiǎn)種、投保時(shí)間、繳費(fèi)方式、繳費(fèi)期限、投保份數(shù)、總保費(fèi)、保額、客戶號(hào)、性別、年齡、婚姻狀況、教育程度、過去三年平均年收入、職業(yè)、家庭人口字段。

2.2 數(shù)據(jù)清洗

刪除投保時(shí)間、投保份數(shù)、教育程度、家庭人口無效列；篩選保額為0，過去三年平均年收入除無職業(yè)、無兼職離退休、無業(yè)家庭主婦、學(xué)生、嬰幼兒等職業(yè)外在1000元以下的行并刪除；篩選婚姻狀況為X的行并刪除；添加險(xiǎn)種分類列，將險(xiǎn)種第一個(gè)字符相同的劃為同一類，以第一個(gè)字符作為共同的類型；添加婚姻狀況代碼列，并通過IF函數(shù)嵌套將M（已婚）設(shè)置為1、S（未婚）設(shè)置為2，D（離異）設(shè)置為3、W（喪偶）設(shè)置為4、R（再婚）設(shè)置為5。

原數(shù)據(jù)900649行16列，清洗數(shù)據(jù)417141行14列。

3 數(shù)據(jù)分析

3.1 不同險(xiǎn)種類別的新投?？蛻纛l率分析

分析過程：選擇分析工具欄下的描述統(tǒng)計(jì)的頻率分析，將變量設(shè)置為險(xiǎn)種分類（險(xiǎn)種依據(jù)首字符劃分類別），在圖形中選擇條形圖，在格式中選擇按計(jì)數(shù)升序排列，點(diǎn)擊確定。

圖1 以險(xiǎn)種分類為分組的頻率統(tǒng)計(jì)描述

圖2 各險(xiǎn)種分類的個(gè)案數(shù)條形圖

結(jié)論：觀察以上兩圖可以得到，不同分類的險(xiǎn)種的新增投?？蛻糁g存在差異。其中B類保險(xiǎn)的新投保客戶最少，僅占總新投?？蛻魯?shù)量的1%；S類保險(xiǎn)的新投?？蛻糇疃?，占比46.5%，接近一半的投保數(shù)量。因此，按照新投保數(shù)據(jù)的險(xiǎn)種分類頻率可以得出各險(xiǎn)種受歡迎程度的順序：S＞4＞6＞Y＞B。此結(jié)論說明，S類保險(xiǎn)在新客戶選擇投保的時(shí)候占有絕對(duì)的優(yōu)先選擇權(quán)，這說明S類保險(xiǎn)的設(shè)計(jì)比較符合大多數(shù)客戶的需求，并且能夠給機(jī)構(gòu)帶來大量的客戶源；B類和Y類保險(xiǎn)的投保率較低，這說明這兩類保險(xiǎn)的需求不高，4類保險(xiǎn)和6類保險(xiǎn)的投保率居中，其中4類保險(xiǎn)比6類保險(xiǎn)更受歡迎。

3.2 不同婚姻狀況的客戶與總保費(fèi)的單因素方差分析

分析過程：先在變量視圖中對(duì)婚姻狀況代碼設(shè)置值標(biāo)簽說明，再依次點(diǎn)擊分析、比較平均值、單因素ANOVA檢驗(yàn)打開單因素檢驗(yàn)設(shè)置框，將總保費(fèi)放入因變量列表中、婚姻狀況代碼放入因子中，點(diǎn)擊選項(xiàng)并勾選方差齊性檢驗(yàn)，點(diǎn)擊繼續(xù)，點(diǎn)擊事后比較并在假定等方差中勾選LSD、在不假定等方差中勾選T2，點(diǎn)擊繼續(xù)，點(diǎn)擊對(duì)比并設(shè)置系數(shù)依次為1.5、－1、－1、－1、1.5（即將已婚和再婚類別與未婚、離異和喪偶類別進(jìn)行對(duì)比），點(diǎn)擊繼續(xù)。

圖3 方差齊次性檢驗(yàn)

結(jié)論：根據(jù)對(duì)比檢驗(yàn)表中假定等方差的顯著性水平為0.001、不假定等方差的顯著性水平為0.130可以得出應(yīng)該拒絕假定等方差的原假設(shè)、接受不假定等方差的原假設(shè)，即已婚和再婚類別與未婚、離異和喪偶類別的方差不具有齊次性。從而選擇查看塔姆黑尼多重比較表，根據(jù)此表可以得出各婚姻狀況關(guān)于繳納的總保費(fèi)中已婚與未婚、喪偶之間有顯著差異，與離異、再婚之間沒有顯著差異；未婚與離異、喪偶之間有顯著差異，與再婚之間沒有顯著差異；離異與喪偶之間有顯著差異，與再婚之間沒有顯著差異；喪偶與再婚之間沒有顯著差異；且再婚與其余4種婚姻狀況都沒有顯著差異。

圖4 各類別多重比較不假定等方差表

3.3 過去三年平均年收入與性別的探索分析

分析過程：點(diǎn)擊分析工具欄中描述統(tǒng)計(jì)選項(xiàng)卡下的探索選項(xiàng)，將過去三年平均年收入放入因變量列表中、性別放入因子列表中，點(diǎn)擊確定。

圖5 以性別為分類的過去三年平均年收入統(tǒng)計(jì)描述

結(jié)論：由描述性統(tǒng)計(jì)結(jié)果可看出男性的平均收入高于女性，但兩者的中位數(shù)都為2這個(gè)等級(jí)，即平均年收入為1w到3w這個(gè)區(qū)間，且男性、女性的峰度都大于零，表示該總體數(shù)據(jù)分布與正態(tài)分布相比較為陡峭，為尖頂峰。男性的峰度值更大，說明男性近三年年收入中，相較于女性收入波動(dòng)更大，范圍更廣。男性、女性的偏度也都大于零，表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布相比為右偏，數(shù)據(jù)右端有較多的極端值，數(shù)據(jù)均值右側(cè)的離散程度強(qiáng)，即收入大于2w到3w這個(gè)區(qū)間值的極端值更多。男性偏度值大于女性說明男性近三年平均年收入中有更多的高收入人群。不難看出，男性女性總體的收入差異不大，但男性收入會(huì)稍多一些，高收入人群偏多。

圖6 以性別為分類的過去三年平均年收入直方圖

4 結(jié)論及建議

4.1 結(jié)論

通過頻率統(tǒng)計(jì)的結(jié)果、單因素方差分析結(jié)果、探索分析結(jié)果可得出以下結(jié)論：①不同險(xiǎn)種的投保率存在明顯的差異，S類保險(xiǎn)的投保率最高占有46.5%，B類保險(xiǎn)的投保率最低僅占1%，按照新投保數(shù)據(jù)的險(xiǎn)種分類頻率可以得出各險(xiǎn)種受歡迎程度的順序：S＞4＞6＞Y＞B。②各類婚姻狀況關(guān)于繳納的總保費(fèi)中已婚與未婚、喪偶之間有顯著差異，與離異、再婚之間沒有顯著差異；未婚與離異、喪偶之間有顯著差異，與再婚之間沒有顯著差異；離異與喪偶之間有顯著差異，與再婚之間沒有顯著差異；喪偶與再婚之間沒有顯著差異；且再婚與其余4種婚姻狀況都沒有顯著差異。③近三年年收入中，男性收入相較于女性收入的波動(dòng)更大，范圍更廣。男性近三年平均年收入中有更多的高收入人群。男性女性總體的近三年平均年收入差異不大，但男性收入會(huì)稍多一些。

根據(jù)本文的數(shù)據(jù)分析，可以得出目前保險(xiǎn)行業(yè)的客戶需求很大，本文研究的原始新投保數(shù)據(jù)約90萬(wàn)條，如此龐大的數(shù)字顯示說明越來越多的人關(guān)注到了保險(xiǎn)給人們帶來的福利和保障，并且保險(xiǎn)行業(yè)的發(fā)展是大勢(shì)所趨，大數(shù)據(jù)在保險(xiǎn)行業(yè)中的運(yùn)用也會(huì)越來越成熟，越來越頻繁。

4.2 建議

保險(xiǎn)公司可以對(duì)客戶需求量大的S類保險(xiǎn)的新投?？蛻糁贫ㄌ厥獾母＠?xiàng)，維持投保率在較高的水平；對(duì)需求量較小的B類保險(xiǎn)進(jìn)行優(yōu)化提升，從客戶的需求方面稍微優(yōu)化保險(xiǎn)套餐的內(nèi)容，加大吸引客戶的力度，優(yōu)化這兩類保險(xiǎn)的套餐設(shè)計(jì)和投保推薦，爭(zhēng)取能夠讓公司在相同需求的情況下爭(zhēng)取更多的客戶源，增加行業(yè)之間的競(jìng)爭(zhēng)籌碼；針對(duì)男性客戶過去三年平均年收入比較高的客戶，在客戶有意愿的情況下可以推薦多個(gè)險(xiǎn)種的保險(xiǎn)，增加客戶的受保幾率和公司的保險(xiǎn)訂單；建議給已婚或者再婚的客戶推薦一種家庭保險(xiǎn)或者推薦家庭幾個(gè)人一起買某種保險(xiǎn)，送出福利或者打折或者提升保額等優(yōu)惠操作；給未婚、離異或者喪偶的客戶推薦保費(fèi)較低的險(xiǎn)種；建議客戶可以在能力范圍之內(nèi)盡早地購(gòu)買適合的保險(xiǎn)為自己或者家人的未來做一個(gè)規(guī)劃。

保險(xiǎn)公司可以利用大數(shù)據(jù)技術(shù)對(duì)客戶流動(dòng)數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控和挖掘，大數(shù)據(jù)技術(shù)可以幫助保險(xiǎn)公司挖掘潛在有價(jià)值的客戶和找出各類保險(xiǎn)的需求量，用真實(shí)的客戶數(shù)據(jù)反映市場(chǎng)動(dòng)向和規(guī)劃公司未來發(fā)展的方向。