摘要：近年來，“三農(nóng)”問題的關(guān)注度持續(xù)攀升，農(nóng)業(yè)保險(xiǎn)的發(fā)展也關(guān)乎“三農(nóng)”問題的解決，調(diào)查農(nóng)戶種植現(xiàn)狀以及投保需求，依據(jù)收集的數(shù)據(jù)構(gòu)建農(nóng)戶畫像模型，實(shí)現(xiàn)農(nóng)險(xiǎn)精準(zhǔn)營銷具有重要意義。

關(guān)鍵詞：用戶畫像;精準(zhǔn)營銷;農(nóng)業(yè)保險(xiǎn)

近些年來，隨著社會(huì)不斷進(jìn)步和科技不停地發(fā)展，農(nóng)業(yè)生產(chǎn)技術(shù)和生產(chǎn)水平得到了顯著地提高，但是現(xiàn)階段自然環(huán)境的不斷惡化，農(nóng)業(yè)生產(chǎn)仍面臨著巨大的挑戰(zhàn)。此外，我國的農(nóng)業(yè)生產(chǎn)規(guī)模大且生產(chǎn)類型多樣化，這使得農(nóng)戶在種植業(yè)中的投入不斷增多，導(dǎo)致了農(nóng)戶所面臨的農(nóng)業(yè)風(fēng)險(xiǎn)在日漸增加。而農(nóng)業(yè)保險(xiǎn)通過預(yù)防賠付農(nóng)業(yè)風(fēng)險(xiǎn)損失，保障農(nóng)業(yè)生產(chǎn)者基本收入的同時(shí)，也一定程度上增強(qiáng)農(nóng)業(yè)生產(chǎn)者的抵抗風(fēng)險(xiǎn)能力。因此需要積極研究農(nóng)業(yè)生產(chǎn)者農(nóng)險(xiǎn)需求，推動(dòng)農(nóng)業(yè)保險(xiǎn)的創(chuàng)新式發(fā)展。

自2012年《農(nóng)業(yè)保險(xiǎn)條例》提出農(nóng)業(yè)保險(xiǎn)以來，我國農(nóng)業(yè)保險(xiǎn)逐漸得到發(fā)展，農(nóng)險(xiǎn)類別開始分化。目前，若按照不同的農(nóng)業(yè)種類，我國農(nóng)業(yè)保險(xiǎn)可分為種植業(yè)保險(xiǎn)和養(yǎng)殖業(yè)保險(xiǎn)，如若按遇險(xiǎn)類別則可劃分為自然災(zāi)害損失險(xiǎn)、病蟲害損失險(xiǎn)、疾病死亡險(xiǎn)等類別。同時(shí)伴隨著國家持續(xù)加大對(duì)“三農(nóng)”的投入，我國農(nóng)險(xiǎn)消費(fèi)能力逐漸擴(kuò)大發(fā)展起來。在高投入低回報(bào)及不確定因素較多的高風(fēng)險(xiǎn)性背景下，農(nóng)業(yè)保險(xiǎn)為農(nóng)戶撐起一把“保護(hù)傘”，對(duì)保障農(nóng)業(yè)生產(chǎn)、促進(jìn)農(nóng)民增收起到積極作用。

隨著互聯(lián)網(wǎng)的迅速發(fā)展與普及，各類信息數(shù)據(jù)呈爆發(fā)式噴涌。我國作為農(nóng)業(yè)大國，有著龐大的農(nóng)業(yè)數(shù)據(jù)基礎(chǔ)，伴隨著大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用，農(nóng)業(yè)數(shù)據(jù)類型變得更加豐富多樣化，此時(shí)借助于充足而廣泛的農(nóng)業(yè)數(shù)據(jù)，對(duì)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)生產(chǎn)者進(jìn)行研究，實(shí)現(xiàn)農(nóng)戶的農(nóng)險(xiǎn)個(gè)性化服務(wù)，促進(jìn)農(nóng)業(yè)生產(chǎn)，意義尤為重大。

本項(xiàng)目在文獻(xiàn)研究的基礎(chǔ)上，以安徽省保險(xiǎn)業(yè)和農(nóng)業(yè)為研究對(duì)象，通過對(duì)保險(xiǎn)公司和農(nóng)險(xiǎn)客戶進(jìn)行實(shí)地調(diào)研，收集農(nóng)戶種植現(xiàn)狀、特點(diǎn)和利益訴求等信息，利用大數(shù)據(jù)分析處理，建立用戶畫像模型，分析用戶畫像特征，了解不同的農(nóng)戶特點(diǎn)及對(duì)農(nóng)險(xiǎn)的需求，根據(jù)不同類型的農(nóng)戶特性，結(jié)合安徽本地種植養(yǎng)殖品種、農(nóng)業(yè)風(fēng)險(xiǎn)的特色和重點(diǎn)需求，對(duì)農(nóng)業(yè)保險(xiǎn)產(chǎn)品進(jìn)行個(gè)性化的設(shè)計(jì)，使農(nóng)險(xiǎn)產(chǎn)品盡可能的貼合農(nóng)戶、農(nóng)產(chǎn)品特點(diǎn)，滿足農(nóng)戶需求，更加精準(zhǔn)高效應(yīng)對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)，進(jìn)而實(shí)現(xiàn)精準(zhǔn)營銷。用創(chuàng)新推動(dòng)農(nóng)業(yè)保險(xiǎn)的個(gè)性化，用個(gè)性化更好的發(fā)揮保險(xiǎn)的保障作用，以促進(jìn)農(nóng)業(yè)保險(xiǎn)及農(nóng)村經(jīng)濟(jì)的健康快速發(fā)展。

1.研究現(xiàn)狀

1.1用戶畫像相關(guān)研究

用戶畫像即目標(biāo)用戶的角色，它是一種專門用于描繪和了解目標(biāo)客戶、聯(lián)系他們的用戶訴求和確定產(chǎn)品設(shè)計(jì)的有效手段。基于充分客戶信息前提下，將客戶的每一個(gè)具體化的信息都抽象成標(biāo)簽，通過這些標(biāo)簽把客戶信息進(jìn)行了具體化，進(jìn)而為客戶提供優(yōu)質(zhì)的個(gè)性化服務(wù)。近些年，伴隨著移動(dòng)互聯(lián)網(wǎng)的普及以及大數(shù)據(jù)的興起，國內(nèi)外眾多專家學(xué)者參與到對(duì)用戶畫像的研究中，使得用戶畫像在各個(gè)領(lǐng)域都開始普及。在國內(nèi)學(xué)者中，郝勝宇和陳靜仁（2016）進(jìn)行了關(guān)于企業(yè)用戶動(dòng)態(tài)圖像技術(shù)的研究，致力于企業(yè)的精準(zhǔn)化市場(chǎng)營銷;郭光明（2017）通過收集社交媒體數(shù)據(jù)，構(gòu)建網(wǎng)絡(luò)社交用戶畫像，研究用戶信用屬性;劉穎（2020）以大數(shù)據(jù)為基礎(chǔ)，將用戶信息進(jìn)行分類，對(duì)數(shù)字圖書館進(jìn)行用戶畫像模型建構(gòu)，以實(shí)現(xiàn)圖書信息精準(zhǔn)推送;而國外研究者中，Sumitkumar，Debajyoti和Sheetal（2016）則通過自動(dòng)信息檢索，利用用戶畫像技術(shù)為大學(xué)推薦系統(tǒng)的用戶提供個(gè)性化指導(dǎo);An、Kwak和Jansen（2017）通過構(gòu)建用戶畫像，對(duì)YOUTUBE社交媒體上用戶進(jìn)行興趣特征細(xì)分。

1.2農(nóng)業(yè)保險(xiǎn)相關(guān)研究

農(nóng)業(yè)保險(xiǎn)是為從事農(nóng)業(yè)生產(chǎn)過程的農(nóng)業(yè)生產(chǎn)者減輕因意外災(zāi)害帶來經(jīng)濟(jì)損失的保險(xiǎn)。關(guān)于農(nóng)業(yè)生產(chǎn)者和農(nóng)業(yè)保險(xiǎn)的研究中，國內(nèi)外不同學(xué)者從不同角度出發(fā)進(jìn)行研究并得出不同結(jié)論。在國內(nèi)，王阿星、張峭（2008）依據(jù)logistic模型對(duì)內(nèi)蒙古鄂爾多斯市的農(nóng)業(yè)生產(chǎn)者的農(nóng)業(yè)保險(xiǎn)需求的影響因素進(jìn)行研究，得出農(nóng)業(yè)生產(chǎn)者的農(nóng)業(yè)收入占比、受災(zāi)類型、受教育程度等顯著影響其農(nóng)業(yè)保險(xiǎn)需求;程靜、劉飛和陶建平（2018）分析湖北省農(nóng)戶農(nóng)險(xiǎn)決策時(shí)，研究發(fā)現(xiàn)影響農(nóng)戶農(nóng)業(yè)保險(xiǎn)需求的最主要因素是其獲得資金援助機(jī)會(huì)、家庭勞動(dòng)力比例以及土壤灌溉條件等;學(xué)者干潔（2019）采取Logistic計(jì)量經(jīng)濟(jì)模型對(duì)浙江紹興市農(nóng)戶的農(nóng)業(yè)保險(xiǎn)態(tài)度及認(rèn)知進(jìn)行了分析與評(píng)價(jià)，研究得出農(nóng)業(yè)生產(chǎn)者對(duì)農(nóng)業(yè)保險(xiǎn)的了解程度、戶主遭遇農(nóng)業(yè)災(zāi)害次數(shù)以及其風(fēng)險(xiǎn)偏好均能影響農(nóng)業(yè)生產(chǎn)者對(duì)農(nóng)業(yè)保險(xiǎn)的態(tài)度和認(rèn)知;在國外學(xué)者中，Bruce（2004）研究發(fā)現(xiàn)農(nóng)戶的年齡以及風(fēng)險(xiǎn)管理能力會(huì)一定程度上影響其購買保險(xiǎn)的決策;Jason、Vincent （2012）通過建立模型對(duì)農(nóng)險(xiǎn)需求量進(jìn)行研究時(shí)，發(fā)現(xiàn)農(nóng)作物價(jià)格的提高能提升市場(chǎng)上農(nóng)業(yè)保險(xiǎn)的需求量;Ruth Vargas Hill（2013）對(duì)農(nóng)戶購買農(nóng)險(xiǎn)意愿進(jìn)行實(shí)證分析時(shí)，得出受教育水平、財(cái)富的多少均會(huì)顯著影響農(nóng)戶農(nóng)險(xiǎn)意愿;Anderson（2015）通過研究發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)者的財(cái)富水平并非和其農(nóng)險(xiǎn)需求呈正相關(guān)，當(dāng)其財(cái)富值達(dá)到一定程度時(shí)，其農(nóng)險(xiǎn)需求可能會(huì)隨之降低。

綜上所述，結(jié)合以往學(xué)者的研究成果可知，用戶畫像是通過對(duì)用戶信息進(jìn)行加工，從而將用戶進(jìn)行特征分類以實(shí)現(xiàn)精準(zhǔn)營銷。而對(duì)于農(nóng)業(yè)生產(chǎn)者購買農(nóng)業(yè)保險(xiǎn)的決策，若從不同角度分析則其與多種特征因素相關(guān)聯(lián)。因此，將兩者結(jié)合，以安徽省為范圍，一方面對(duì)購買農(nóng)業(yè)保險(xiǎn)的農(nóng)業(yè)生產(chǎn)者進(jìn)行相關(guān)信息收集，將信息分類并標(biāo)簽化。另一方面通過構(gòu)建用戶畫像模型，將這些農(nóng)業(yè)生產(chǎn)者進(jìn)行特征細(xì)化，從而實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)的精準(zhǔn)營銷。

1.3農(nóng)業(yè)保險(xiǎn)用戶畫像模型構(gòu)建

1.3.1數(shù)據(jù)采集獲取數(shù)據(jù)與數(shù)據(jù)處理

為保證構(gòu)建的用戶畫像精準(zhǔn)鮮明，數(shù)據(jù)采集應(yīng)該具備真實(shí)客觀性。因此將從兩個(gè)方面展開，一方面通過行業(yè)調(diào)研將安徽省保險(xiǎn)公司銷售部門的農(nóng)險(xiǎn)購買顧客的歷史記錄等相關(guān)信息數(shù)據(jù)進(jìn)行整理收集;另一方面前往安徽省各農(nóng)村地區(qū)進(jìn)行實(shí)地調(diào)研，通過用戶問卷、農(nóng)戶訪談等形式收集農(nóng)業(yè)種植養(yǎng)殖以及農(nóng)險(xiǎn)相關(guān)信息數(shù)據(jù)。同時(shí)為確保數(shù)據(jù)的全面性和準(zhǔn)確性，應(yīng)對(duì)新增農(nóng)業(yè)生產(chǎn)者的基礎(chǔ)信息數(shù)據(jù)、種植特征數(shù)據(jù)，風(fēng)險(xiǎn)數(shù)據(jù)等各類動(dòng)態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)進(jìn)行更新和補(bǔ)充。其次對(duì)各個(gè)渠道收集整理的數(shù)據(jù)清洗，剔除異常數(shù)據(jù)，保證數(shù)據(jù)的高質(zhì)量。用戶畫像收集的數(shù)據(jù)范圍越廣，用戶特性越鮮明，就能很好的實(shí)現(xiàn)農(nóng)險(xiǎn)的精準(zhǔn)營銷。

1.3.2設(shè)定用戶畫像標(biāo)簽體系

通過收集整理包括年齡、務(wù)農(nóng)年限、受教育程度、收入水平、投保類別、投保次數(shù)、受災(zāi)比例、遇災(zāi)次數(shù)、理賠記錄、受災(zāi)比例、災(zāi)害類型、農(nóng)業(yè)類別、種植基地環(huán)境、土壤質(zhì)量、耕地面積、風(fēng)險(xiǎn)偏好、農(nóng)業(yè)收入占比等相關(guān)信息與數(shù)據(jù)，并將抽取的數(shù)據(jù)進(jìn)行標(biāo)簽化，利用各類標(biāo)簽的特性將用戶標(biāo)簽化。同時(shí)可將標(biāo)簽劃分為基本屬性、行為屬性、需求屬性、用戶價(jià)值?；谶@些標(biāo)簽，形成完整的用戶形象，完成用戶畫像模型構(gòu)建。利用用戶畫像標(biāo)簽特性，將滿足用戶標(biāo)簽的產(chǎn)品對(duì)用戶實(shí)行精準(zhǔn)營銷，確保農(nóng)險(xiǎn)銷售基于農(nóng)戶需求為前提。

1.3.3用戶畫像模型構(gòu)建

可構(gòu)建如下圖 1用戶畫像體系，將收集的已標(biāo)簽化的數(shù)據(jù)進(jìn)行處理，從而標(biāo)準(zhǔn)化各類用戶特質(zhì)，了解用戶需求與愛好，構(gòu)建用戶畫像模型，進(jìn)行業(yè)務(wù)層次劃分，進(jìn)而實(shí)現(xiàn)精準(zhǔn)營銷。

1.4精準(zhǔn)營銷策略

1.4.1實(shí)施精準(zhǔn)推廣，吸引潛在客戶

提升數(shù)據(jù)挖掘技術(shù)，聘請(qǐng)專業(yè)數(shù)據(jù)分析人員。采用大數(shù)據(jù)、云計(jì)算形式，通過收集、挖掘數(shù)據(jù)，全面追蹤用戶投保記錄。針對(duì)處理過的數(shù)據(jù)，精細(xì)劃分，精確指標(biāo)和標(biāo)簽，分析潛在用戶偏好，線上線下交叉實(shí)施精準(zhǔn)推廣方案，從而提供差異化產(chǎn)品服務(wù)，吸引更多潛在的農(nóng)業(yè)生產(chǎn)者。

1.4.2精準(zhǔn)營銷服務(wù)，實(shí)現(xiàn)用戶乘數(shù)

基于用戶數(shù)據(jù)構(gòu)建用戶畫像，根據(jù)用戶價(jià)值進(jìn)行客戶細(xì)分，從而挖掘用戶深層次需求，發(fā)現(xiàn)新需求，滿足其新需求，提升農(nóng)業(yè)生產(chǎn)者滿意度，創(chuàng)造長尾用戶。維持用戶與企業(yè)的連續(xù)溝通產(chǎn)生商業(yè)價(jià)值，創(chuàng)造用戶終身價(jià)值，實(shí)現(xiàn)用戶乘數(shù)。

1.4.3終端實(shí)時(shí)監(jiān)測(cè)，精準(zhǔn)防治災(zāi)害

加大終端監(jiān)測(cè)技術(shù)投資，拓寬實(shí)時(shí)監(jiān)測(cè)范圍，確保監(jiān)測(cè)的準(zhǔn)確全面性。提高對(duì)農(nóng)作物種植面積、自然災(zāi)害強(qiáng)度、天氣情況、氣溫條件的因素監(jiān)控。通過實(shí)時(shí)的監(jiān)測(cè)結(jié)果，把握時(shí)效，科學(xué)有效的提供防治措施，精準(zhǔn)幫助農(nóng)業(yè)生產(chǎn)者積極規(guī)避各類風(fēng)險(xiǎn)。從而在提高農(nóng)業(yè)生產(chǎn)者對(duì)農(nóng)險(xiǎn)產(chǎn)品的認(rèn)可度的同時(shí)，幫助其減少農(nóng)業(yè)生產(chǎn)過程中的風(fēng)險(xiǎn)損失。

2.結(jié)語

農(nóng)業(yè)保險(xiǎn)還存在很大的創(chuàng)新空間，未來會(huì)繼續(xù)做大做強(qiáng)。雖然目前我國的農(nóng)業(yè)保險(xiǎn)種類多、覆蓋面廣，但仍存在深度和密度不夠、農(nóng)業(yè)保險(xiǎn)參與農(nóng)村治理的作用體現(xiàn)不明顯、農(nóng)民投保積極性不夠高、產(chǎn)品創(chuàng)新性還有待繼續(xù)加強(qiáng)等問題。本文通過對(duì)農(nóng)險(xiǎn)購買者信息特征化，輔助用戶畫像模型將農(nóng)險(xiǎn)用戶進(jìn)行個(gè)性化分類，致力于實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)的精準(zhǔn)營銷，推動(dòng)農(nóng)業(yè)保險(xiǎn)的健康快速發(fā)展，實(shí)現(xiàn)農(nóng)業(yè)的高質(zhì)量發(fā)展。

參考文獻(xiàn)：

[1]郝勝宇，陳靜仁.大數(shù)據(jù)時(shí)代用戶畫像助力企業(yè)實(shí)現(xiàn)精準(zhǔn)化營銷[J].中國集體經(jīng)濟(jì)，2016（04）：61-62.

[2]郭光明.基于社交大數(shù)據(jù)的用戶信用畫像方法研究[D].中國科學(xué)技術(shù)大學(xué)，2017.

[3]程靜，劉飛，陶建平.風(fēng)險(xiǎn)認(rèn)知、風(fēng)險(xiǎn)管理與農(nóng)險(xiǎn)需求——基于行為金融視角的實(shí)證研究[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，18（03）：133-141+156.

[4]干潔.紹興市水稻種植農(nóng)戶參保行為及其影響因素研究[D].浙江農(nóng)林大學(xué)，2019.

[5]劉穎.大數(shù)據(jù)技術(shù)的圖書館用戶畫像模型建構(gòu)策略[J].現(xiàn)代電子技術(shù)，2020，43（09）：55-57+61.

[6]王阿星，張峭.內(nèi)蒙古鄂爾多斯市農(nóng)業(yè)保險(xiǎn)需求實(shí)證分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2008（S1）：101-106.

[7]User20Profiling20for20University20Recommender20System20Using20Automatic20Information20Retrieval[J].Sumitkumar Kanoje，Debajyoti Mukhopadhyay，Sheetal Girase. Procedia Computer Science.2016.

[8]Automatic20Generation20of20Personas20Using20YouTube20Social20Media20Data.An J，Kwak H，Jansen B J. Proceedings of the50th International Conference on System Sciences.2017.

[9]Factors Influencing Farmers Crop Insurance Decisions.Bruce J Sherrick. American Journal of Agricultural Economics.2004.

[10]Agricultural Insurance in Developed Countries： Where Have We Been and Where Are We Going？[J].Vincent H.Smith，Joseph W.Glauber.Applied Economic Perspectives and Policy.2012 （3）.

[11]Adoption of weather‐index insurance： learning from willingness to pay among a panel of households in rural Ethiopia[J].Ruth Vargas Hill，John Hoddinott，Neha Kumar.Agricultural Economics.2013 （4-5）.

[12]Low prices and crop insurance[J]. Anderson，Kim. Southwest Farm Press. 2015.

基金項(xiàng)目：本文屬安徽財(cái)經(jīng)大學(xué)國家級(jí)創(chuàng)新訓(xùn)練項(xiàng)目《基于用戶畫像模型的農(nóng)業(yè)保險(xiǎn)精準(zhǔn)營銷研究——以安徽省為例》（編號(hào)：201910378033）研究成果。

作者簡介：周紫薇（1999-），女，漢族，安徽銅陵人，單位：安徽財(cái)經(jīng)大學(xué)金融學(xué)院，學(xué)歷：金融工程專業(yè)。