1、 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.目錄目錄 大數據在保險行業的機遇與挑戰 針對保險行業的大數據解決方案 保險及金融行業的成功案例介紹 華夏人壽實施大數據的建議路徑 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to chan

2、ge without notice.以用戶為中心建設互聯網保險客戶獲取客戶轉化客戶服務客戶挽回戰略 & 規劃明確并聚焦目標分析 & 洞察全方位深入分析應用 & 營銷 & 交互多渠道協同， 數據應用客戶體驗建設可靠信任關系DATADATADATADATADATADATADATADATA數據整合用戶畫像數據分析客戶細分模型客戶價值模型忠誠度模型受眾群體擴展模型社會網絡模型客戶獲取客戶轉化客戶服務數據應用業務轉型大數據技術與平臺支撐大數據分析技術和工具保險企業客戶分析模型不斷優化的管理閉環外部數據內部數據數據模型業務應用用戶行為偏好數據匹配DATA01： 建設思路建設

3、思路02： 建設目標建設目標03： 業務規劃業務規劃04： 技術實現技術實現 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.保險行業發展大數據的難點保險行業發展大數據的難點數據多整合困難客戶多分析困難需求多應用困難數據來源的多樣性數據類型的復雜性數據特征的多元化數據處理方法的差異化組織內部數據的分散性數據共享機制的缺乏怎么識別客戶全方位的特征？怎樣有效細分客戶？怎樣提取客戶的共同需求？怎樣利

4、用不同模型/算法生成客戶多樣化標簽？怎樣進行客戶行為偏好分析？如何與客戶實時交互如何及時響應客戶的需求如何提供滿意的客戶體驗如何降低客戶流失如何控制客戶維系成本如何對客戶進行精準營銷 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.大數據管理平臺應用平臺大數據采集業務數據匯集系統用戶行為數據采集系統互聯網公開數據抓取系統大數據清洗業務數據清洗系統用戶行為數據清洗系統互聯網公開數據清洗系統大數據

5、標準化用戶多重ID歸一化系統商品歸一化系統大數據結構化用戶標簽管理系統商品標簽管理系統管理平臺基礎平臺可視化數據操作平臺大數據操作系統（BD-OS）數據全生命周期管理業務流程全生命周期管理業務價值挖掘建模數據訪問資源管控分布式存儲（磁盤及內存）數據接入安全( 認證 權限 ACL )監控 配置及報警安裝及云服務電子商城個性化系統移動商城個性化系統媒體網站個性化系統在線營銷支持系統門店營銷支持系統會員營銷支持系統全網市場監控系統輿情管家商情管家用戶洞察系統個性化推薦引擎（BRE）自動化營銷引擎（BME）大數據分析引擎（BAE）媒體網站個性化系統 Copyright 2014 Hewlett-Pac

6、kard Development Company, L.P. The information contained herein is subject to change without notice.目錄目錄 大數據在保險行業的機遇與挑戰 針對保險行業的大數據解決方案 保險及金融行業的成功案例介紹 華夏人壽實施大數據的建議路徑 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.以用戶為中心建設互

7、聯網保險客戶獲取客戶轉化客戶服務客戶挽回戰略 & 規劃明確并聚焦目標分析 & 洞察全方位深入分析應用 & 營銷 & 交互多渠道協同， 數據應用客戶體驗建設可靠信任關系DATADATADATADATADATADATADATADATA數據整合用戶畫像數據分析客戶細分模型客戶價值模型忠誠度模型受眾群體擴展模型社會網絡模型客戶獲取客戶轉化客戶服務數據應用業務轉型大數據技術與平臺支撐大數據分析技術和工具保險企業客戶分析模型不斷優化的管理閉環外部數據內部數據數據模型業務應用用戶行為偏好數據匹配DATA Copyright 2014 Hewlett-Packard Devel

8、opment Company, L.P. The information contained herein is subject to change without notice.為保險企業提供端到端的整體解決方案DATADATADATADATADATADATADATADATA數據整合用戶畫像數據分析客戶細分模型客戶價值模型忠誠度模型受眾群體擴展模型社會網絡模型客戶獲取客戶轉化客戶服務數據應用業務轉型外部數據內部數據數據模型持續優化DATA客戶歸一123456 Copyright 2014 Hewlett-Packard Development Company, L.P. The inform

9、ation contained herein is subject to change without notice.01： 海量多源異構數據的整合海量多源異構數據的整合第一方數據實時用戶行為 采集內容： CRM、信用卡等業務系統數據 數據格式：關系型數據庫 獨特優勢：靈活、易擴展、高操控性業務系統數據 采集內容：用戶行為軌跡 數據格式：自定義、高度靈活 獨特優勢：實時、跨站、跨瀏覽器、跨設備、 采集內容：Txt、CSV、Excel、XML、Word、PDF、Socket 獨特優勢：支持非結構化數據、實時、高效日志數據 抓取內容：媒體資訊、貼吧、微博、搜索引擎、 數據格式：將HTML轉換為格式

10、化數據（Json） 獨特優勢：精確的流量控制、JS引擎、模擬登錄、模擬用戶行為、功能全面、操作簡單數據探頭系統數據橋接系統日志收集系統抓取系統互聯網開放數據 采集內容：央行征信、銀聯交易等合作方數據 數據格式：可支持各種第二方數據格式 獨特優勢：支持多種數據格式，按需采集，靈活、易擴展SDK/API/接口合作方數據第二方數據第三方數據大數據平臺 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.

11、01： 海量多源異構數據的整合海量多源異構數據的整合第一方數據實時用戶行為 采集內容： CRM、信用卡等業務系統數據 數據格式：關系型數據庫 獨特優勢：靈活、易擴展、高操控性業務系統數據 采集內容：用戶行為軌跡 數據格式：自定義、高度靈活 獨特優勢：實時、跨站、跨瀏覽器、跨設備、 采集內容：Txt、CSV、Excel、XML、Word、PDF、Socket 獨特優勢：支持非結構化數據、實時、高效日志數據 抓取內容：媒體資訊、貼吧、微博、搜索引擎、 數據格式：將HTML轉換為格式化數據（Json） 獨特優勢：精確的流量控制、JS引擎、模擬登錄、模擬用戶行為、功能全面、操作簡單數據探頭系統數據橋接

12、系統日志收集系統抓取系統互聯網開放數據 采集內容：央行征信、銀聯交易等合作方數據 數據格式：可支持各種第二方數據格式 獨特優勢：支持多種數據格式，按需采集，靈活、易擴展SDK/API/接口合作方數據第二方數據第三方數據大數據平臺5.5億+用戶全網畫像： 9大維度 500+子維度 1,100萬+用戶標簽 日活躍4,000+萬UV： 日活躍訪次：3,700萬 日活躍PV：1.2億 日推薦次數：6,000萬 并發推薦：2萬次/秒 單次響應時間：200ms 21大類 4,000+子類 400+商品標簽維度 100萬+商品標簽數1億+商品全網畫像：1,000萬+媒體標簽 ： 20大類 1,000+子類

13、200+媒體標簽維度第第 三三 方方 數數 據據 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.客戶盤點：1,500+互聯網企業客戶 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.02：跨

14、渠道用戶ID歸一 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.03： 用戶畫像用戶畫像客戶收入支出信息客戶渠道使用客戶資金往來.客戶基本信息客戶持有產品客戶歷史交易客戶風險等級事實標簽用戶畫像標簽原始數據預測標簽模型標簽資金往來趨勢產品購買次數投訴次數.人口屬性賬戶歷史趨勢渠道使用頻率.用戶關聯關系用戶滿意度用戶風險評分.產品購買偏好渠道使用偏好用戶活躍度.消費能力違約概率用戶近期需求.人

15、口屬性人群屬性用戶流失概率.人口屬性用戶價值用戶興趣愛好.模型預測建模分析統計分析 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.03： 用戶畫像用戶畫像客戶收入支出信息客戶渠道使用客戶資金往來.客戶基本信息客戶持有產品客戶歷史交易客戶風險等級事實標簽用戶畫像標簽原始數據預測標簽模型標簽資金往來趨勢產品購買次數投訴次數.人口屬性賬戶歷史趨勢渠道使用頻率.用戶關聯關系用戶滿意度用戶風險評分.產

16、品購買偏好渠道使用偏好用戶活躍度.消費能力違約概率用戶近期需求.人口屬性人群屬性用戶流失概率.人口屬性用戶價值用戶興趣愛好.模型預測建模分析統計分析交易信息交易信息基于現有各個業務系統和渠道產生的數據客戶行為偏好信息客戶行為偏好信息包含客戶即時偏好分析和長期偏好分析，形成客戶興趣偏好標簽客戶社會關系網客戶交互信息客戶交互信息基于分析客戶對內對外的各類數據，形成完整的客戶交互標簽人口統計學標簽人口統計學標簽基本屬性，源于現有客戶基本信息以及外部數據源性別家庭住址工作單位年齡收入和支出交易流水產品和服務購買歷史近期金融產品需求客戶意見反饋未來服務預期客戶行為偏好客戶溝通記錄(郵件/短信/QQ)客戶

17、討論傾向客戶態度和觀點KAM Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.基于企業業務需求、場景構建標簽，劃分主題、顆粒度等基于企業業務需求、場景構建標簽，劃分主題、顆粒度等示例 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to ch

18、ange without notice.04：商業建模：商業建模相似度計算推薦算法文本挖掘算法分類聚類算法預測算法 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.模型一：客戶細分模型模型一：客戶細分模型挖掘高價值客戶，提升非付費客戶到付費客戶的轉化率挖掘高價值客戶，提升非付費客戶到付費客戶的轉化率客戶分類客戶分類描述描述實現步驟實現步驟高價值高價值客戶畫像高價值客戶可定義為：1、件均保費高的

19、期繳保單客戶2、保單數排名前矛的客戶對高價值客戶進行畫像，歸納總結高價值客戶群體特征，從現有客戶中挖掘有挖掘有潛力的客戶潛力的客戶，使其轉化為高價值客戶1、抽取A公司高價值客戶和非高價值客戶兩個數據樣本2、分析兩個樣本的群體特征，找出高價值客戶群相對非高價值客戶群的區別，并進行畫像3、根據畫像結果，按照營銷跟進并根據效果進行持續優化付費付費客戶畫像通過分析付費客戶和非付費客戶，畫像兩個群體的差異特征，并從非付費客戶中尋找符合付費客戶的特征，針對性的銷售以提升轉化率提升轉化率1、提供付費和非付費客戶樣本群進行初步分析，取得差異化特征維度2、針對差異化維度進行建模測試，訓練并達到預期建模效果3、從

20、非付費客戶群中抽取與付費客戶特征相似的客戶進行有針對性的營銷 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.模型二：客戶的價值模型模型二：客戶的價值模型精準的營銷精準的營銷, 不存在錯誤的客戶，只存在錯誤的宣傳。不存在錯誤的客戶，只存在錯誤的宣傳。個性化推薦和營銷就是在最合適的時間、以最恰當的方式、向客戶推薦或營銷他最需要的資訊、產品或服務。場景1：個性化精準營銷場景2：實時的精準營銷不同的

21、用戶不同的用戶不同的產品不同的產品個性化推薦和營銷出行之前，看到的不再是重復的廣告，而是針對性的旅行保險廣告進入系統，伴之而來的廣告不再是千篇一律的“垃圾”廣告，而是考慮了職業、性別、年齡、收入等因素的針對性產品市場細分是解決用戶異質性的一種方法，而個性化則是市場細分的極致，即把每一個用戶看成一個細分市場，這也是營銷的終極目標。用戶的用戶的“異質性異質性”與產品的與產品的“差異化差異化” Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to

22、change without notice.模型三：客戶的忠誠度模型模型三：客戶的忠誠度模型針針對不同類型用戶采用不同的營銷策略對不同類型用戶采用不同的營銷策略購買比數得分最高金額得分平均金額得分最近購物得分活躍家數得分5.004.003.002.001.00消費能力用戶粘性低活躍低價值用戶，綜合考慮是否有必要花成本活躍用戶，提高服務質量進行引導一般保持客戶一般挽留客戶重要保持客戶重要挽留客戶重要發展客戶重要價值客戶一般發展客戶一般價值客戶高價值低活躍，花成本搞活最近一次消費最近一次消費(Recency)消費頻率消費頻率(Frequency)消費金額消費金額(Monetary)客戶價值客戶價值

23、重要價值客戶重要發展客戶重要保持客戶重要挽留客戶一般價值客戶一般發展客戶一般保持客戶一般挽留客戶 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.模型四：受眾群體的擴散模型模型四：受眾群體的擴散模型篩選最具購買傾向的客戶名單篩選最具購買傾向的客戶名單 Copyright 2014 Hewlett-Packard Development Company, L.P. The information

24、 contained herein is subject to change without notice.模型五：社會網絡模型模型五：社會網絡模型引流引流& 重新建立失聯客戶重新建立失聯客戶業務業務描述描述實現步驟實現步驟客戶引流與獲客結合雙方共同的合作方，協助A公司引流合作方的客戶到自身平臺，借以獲客并取得二次營銷的機會1、從合作方獲取客戶資料2、通過雙盲撥打/短信或其他方式觸達客戶端，進行營銷宣傳與獲客區域性保險贈品發放根據客戶偏好分析，有針對性的配置贈品進行發放針對區域內客戶的全網行為特征和偏好，有針對性的配置贈品進行發放失聯客戶聯系重建保險存在大量的失聯客戶（客戶換手機或手機

25、號不正確），可通過平臺的用戶數據進行匹配，并反饋正確的信息1、整理C保險現有用戶數據，進行必要的清洗2、對清洗后的失聯數據，在平臺的數據庫中進行匹配3、對于匹配上的數據，平臺反饋真實的聯系方式及相關信息 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.05: 洞察用戶特征，精準觸達高凈值用戶洞察用戶特征，精準觸達高凈值用戶實現從客戶細分、營銷策劃、營銷執行到效果評估的精準營銷閉環管理實現從客戶

26、細分、營銷策劃、營銷執行到效果評估的精準營銷閉環管理 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.05:通過個性化推薦技術實現智能商品導購，提升交叉通過個性化推薦技術實現智能商品導購，提升交叉/向上向上銷售銷售 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein

27、is subject to change without notice.06: 反復迭代、持續性的優化反復迭代、持續性的優化圖形圖形化的顯示為領導層的決策提供支撐化的顯示為領導層的決策提供支撐持續優化洞察報表效果報表投放報表效果監測新老訪客分析，網頁熱度分析，用戶忠誠度分析投放實時展示多維度投放監控媒體分析渠道分析受眾分析受眾篩選實時優化調查問卷標簽體系（如人口的自然屬性，人群興趣、人群行為、購物行為等）協助廣告主進行精準的受眾篩選效果優化系統使用基于OnlineLearning的算法思維，結合用戶數據生成的各種特征（如TF/IDF、特征向量模型、SVM、決策樹、K-Means、交叉特征、層次

28、平滑體系樹、用戶實時反饋特征），幫助各種合作渠道優化效果策略對于階段性投放效果發布調查問卷，結合調研效果調整下一階段的投放策略 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.目錄目錄 大數據在保險行業的機遇與挑戰 針對保險行業的大數據解決方案 保險及金融行業的成功案例介紹 華夏人壽實施大數據的建議路徑 Copyright 2014 Hewlett-Packard Development Co

29、mpany, L.P. The information contained herein is subject to change without notice.金融行業金融行業部分部分客戶客戶注：規劃中 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.泰康保險：互聯網泰康保險：互聯網用戶行為采集和網站數據統計分析項目用戶行為采集和網站數據統計分析項目用戶行為數據采集用戶數據拉通模塊網站數據統

30、計分析用戶行為分析模塊用戶行為分析與運營分析用戶畫像個性化推薦與精準營銷泰泰康人壽的業務痛點在于積累了大量的用戶卻不知道康人壽的業務痛點在于積累了大量的用戶卻不知道如何使用用戶數據？如何了解客戶、經營客戶？如何建立情感鏈接、實現有效互動，如何打造個性化的產品、服務？如何增強客戶黏性、提升客戶滿意度？如何擴大保險覆蓋面、提升保險滲透率？解決方案解決方案123事實標簽模型標簽預測標簽跨站點用戶偏好分析興趣擴散模型分析消費者興趣圖譜分析實時購物意圖分析 Copyright 2014 Hewlett-Packard Development Company, L.P. The information c

31、ontained herein is subject to change without notice.泰康保險泰康保險：1.1 用用戶行為數據采戶行為數據采集集網站概況每天網站PV、UV、獨立IP、活躍度等基本指標統計實時統計達到以10分鐘為粒度，進行PV、UV的統計計算訪客分析記錄訪客設備信息、瀏覽軌跡、頁面停留時間、地域、實時訪客、用戶拉通信息等轉化追蹤分析推廣、搜索引擎轉化率、外部鏈接設備信息分析客戶設備信息：瀏覽器類型、操作系統、分辨率等等保險產品信息分析各個保險產品每日瀏覽量、趨勢、客戶興趣度、轉化率等指標觸點采集傳統PC站點手機WAP站點手機APP站點移動端微信 Copyrigh

32、t 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.泰康保險泰康保險：1.2 用戶數據拉通模塊用戶數據拉通模塊: 用戶ID價值價值難點難點整合所有接觸點的用戶數據整合所有接觸點的用戶數據整合用戶的所有整合用戶的所有ID真正真正“認識認識”一個用戶一個用戶用戶不再用戶不再“匿名匿名”多源異構規整到統一標準精多源異構規整到統一標準精確定義的標簽確定義的標簽如何理解并定義如何理解并定義“同一個用同一個用戶戶”不同標簽體

33、系的融合不同標簽體系的融合用戶與用戶與ID的多對多關系的多對多關系 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.泰康保險泰康保險：1.3 用戶行為分析模塊用戶行為分析模塊圖 4 新增/沉默/活躍/流失用戶圖 1 客戶生命周期圖 5 留存用戶圖 2 用戶分類及詳情圖 3 回流用戶分析 Copyright 2014 Hewlett-Packard Development Company, L.

34、P. The information contained herein is subject to change without notice.泰康保險泰康保險：1.4 網站數據統計分析網站數據統計分析圖1 頁面瀏覽量分析圖 2 分時段統計信息圖 3 網頁跳出率分析圖 4 分時段統計信息圖 5 用戶來源分析圖 6 搜索關鍵詞統計分析 Copyright 2014 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.中信銀行：高

35、價值中信銀行：高價值潛在客戶挖掘潛在客戶挖掘 (出國金融出國金融)業務業務需求需求通過大數據分析，找到存量客戶中潛在的出國金融產品客戶（以出國留學類金融產品為例），分析此類高價值客戶的行為特征，并針對有相似特征的用戶群進行精準營銷，達到潛在客戶轉化為真正客群的目的。營銷方案制定與執行營銷方案制定與執行找到精準營銷切入點找到精準營銷切入點找到高價值潛在客戶找到高價值潛在客戶數據準備與數據準備與匹配匹配1.將該銀行北京分行的客戶與第三方數據進行匹配，匹配率匹配率43%；2.剔除用戶畫像中，媒體關注類標簽少于100個的用戶；3.剩余用戶占比：37.25%。1.選擇出國留學類金融產品進行分析；2.對該銀行北京分行從2013年2月至2014年12月進行出國金融客戶通過生存分析模型，發現91%的客戶在申請學校之前就已是該行客戶；3.需要在用戶申請學校之前先聯系到客戶。對出國留學金融客戶群進行分析，發現：1.出國前6-10個月，出國金融客戶較