保险中介教程第四章客户研究和数据挖掘在保险中介的应用教学教材演示幻灯片.pptVIP

第四章客户研究和数据挖掘在保险中介的应用;数据挖掘强化保险中介的核心竞争力;客户生命周期理论 客户价值和客户成本理论 客户细分理论 消费者行为理论 客户识别和客户获取理论 客户保持与客户流失理论 客户满意度理论 客户忠诚理论 客户关系管理系统层次理论;数据挖掘：用已验证的方法，从海量数据中，发掘出可采取行动的新知识，从而改善企业运营，提高效率。;(Cross-industry Standard Process for Data Mining) 　　CRISP-DM强调的是数据挖掘 　　的商业理解，解决商业 　　中存在的问题，而不是把数 　　据挖掘局限在研究领域。 ;数据来源：核心业务系统的客户属性数据和客户接触数据 研究方法：决策树;试点结果：提升度（lift）1.935倍;数据来源：大量的客户调研 创设量化指标：负项均值偏离占比;政策建议： 1、社区营销模式 2、客户转介绍模式;;政策建议： 1、优选高潜力销售人员 2、有针对性培训; ;客户满意度研究（结构方程，SPSS AMOS） 风险评测（银行数据挖掘的主要领域） 证券投资（目前国内仍以指标分析为主，量化投资开始兴起） 金融定价（如：车险定价方法，国际趋势是从精算方法，向数据挖掘建模方法转变） 产品开发（建立在客户细分的基础之上，此领域数据挖掘电信行业领先）;保险渠道和中介应用数据挖掘的建议