答辩基于大数据的车险客户画像分析和续保概率预测及定价方案设计.pptxVIP

5 9 7 0 基于大数据的车险客户 画像分析和续保概率预测及定价方案设计 团队成员：刘丽婷、常昊、沈思鸿 指导老师：陈华宾 参赛队号：59730 厦门大学 3 目 录 CONTENT 方案概述 数据来源与分析 解决方案 方案总结 Part 01 方案概述 问题背景 方案思路 车险 定价机制 在未来，中国车险定价机制将从单调的“从车主义”逐渐丰富，转变为“从人主义”、”从地主义”，即与驾驶员的特性、行驶环境有关，相同车型的车险会因为客户类别不同而不同 “从人” “从车” “从地” 信息时代的到来，为车险企业提供了一个更加有力的武器，可以通过数字化技术来更加精准地了解客户，制定营销和服务方案。 Part 02 数据来源与分析 数据来源 数据分析与处理 数据来源于某保险公司近年来的部分客户数据，共计29个属性，65535位客户样本。 29个属性如下： 保单号、起保日期、终止日期、渠道、品牌、车系、保单性质、续保年、投保类别、是否本省车牌、使用性质、车辆种类、车辆用途、新车购置价、车龄、险种、NCD、风险类别（A最低，E最高）、客户类别、被保险人性别、被保险人年龄、是否投保车损、是否投保盗抢、是否投保车上人员、三者险保额、签单保费、立案件数、已决赔款、是否续保 品牌 车系 客户类别 被保险人年龄 被保险人性别 使用性质 NCD 已决赔款 签单保费 保单性质 渠道 风险类别 险种 车龄 数据分析 大数据属性种类繁多、样本总数庞大，有的信息获取较为困难，有的信息因为数量多而被遗漏，因此大数据处理有一个共同的特点就是经常存在数据缺失的情况，这是经常见到的，在一定程度上也是不可避免的。 首先对每一类数据进行分析、整理与分类，以便后续的聚类分析以及对客户的精准画像做好基础准备。 数据 分析 Part 03 解决方案 问题分析 “第一步”模型的思路 客户画像 续保概率预测 “第二步”模型的思路 续保概率对比 优惠方案总结 变量 降维 核心客户 （客户续保概率） 机构型客户 个人型客户 费率修正前后续保概率对比 通过分析总结得出以下结论 Part 04 方案总结 改进与展望 方案评价 车险定价机制 谢谢观看 欢迎指导 厦门大学 5 9 7 0 3 团队成员：刘丽婷、常昊、沈思鸿 参赛队号：59730