保险行业的BI分析模型.ppt

目 录 保险行业信息化的现状和发展 商业智能在保险业的应用现状和发展 Getronics保险行业解决方案介绍 QA 保险行业信息化的现状和发展 商业智能在国内外保险行业的应用现状和发展 Getronics保险行业解决方案介绍 QA 目 录 近年来保险业信息化主题 需求清晰 系统上线 采购设备 优化网络 数据中心 数据迁移 新合同处理系统 核保系统 收费系统 保全系统 理赔系统 核赔系统 代理人管理系统 客户服务系统 IT治理 商业智能和决策支持系统 数据挖掘 客户关系管理系统 网上保险系统 容灾备份 核心系统的引进和 自主开发 (2003) 保险业大集中 2002 IT治理和新技术应用 2004 IT系统建设 2001 保险业信息化的投入 保险业的发展对IT需求的影响 新业务的发展加剧了数据集中的需求 需求的个性化提高了保险业的服务意识 专业化经营增加了对外包业务的需求 网上保险、电子商务仍然是热点 网络优化、数据存储是近期保险信息化的重点 数据挖掘、决策支持越来越为保险业所关注 产险综合业务系统 寿险综合业务系统 影像系统 产品管理 代理人关系管理 网上保险 iContact中心 办公自动化系统 商业智能 客户关系管理 核心系统 保险业业务系统概略 保险行业信息化的现状和发展 商业智能在保险业的应用现状和发展 Getronics保险行业解决方案介绍 QA 目 录 商业智能的定义 企业界认为商务智能是指一种能力：通过智能地使用企业的数据财产来制定更好的商务决策。 学术界的观点是：BI 实际上是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合，其主要目标是将企业所掌握的信息转换成竞争优势，提高企业决策能力、决策效率、决策准确性。 商业智能已成为保险业信息化的主题 行业发展的重点由产品为中心转向以客户中心 几年的历史数据和大集中使得分析具备了数据条件 IT治理呼唤企业有全面综合的KPI系统 竞争要求企业有快速的决策模型和预测模型 商业智能技术的成熟和广泛应用降低了行业的使用风险 行业解决方案提供商推动了商业智能的行业普及 Data Warehouse 分析型CRM 单客户视图 交叉销售 报销管理 客户分类 客户流失分析 商业智能的典型应用 历史分析和决策支持 分地域代理人分析 产品获利分析 客户获利分析 市场细分 企业绩效管理 成本分析 销售目标达成分析 客户投诉建议分析 销售机构效率分析 市场活动有效性分析 预测和挖掘 理赔预测 风险防范和产品定价策略 医疗分析 业务运营分析和预测 精算分析 保险业商业智能的面临的挑战 系统可用性不高。表现为系统运转起来后用户不多，或者很少有人使用。 信息呈现方式单调。目前主要以报表、OLAP分析为主，但这些并不是尽善尽美的信息表现手段。 系统灵活性不够。不变是相对的，变化是绝对的。增加新的需求涉及一系列的调整，疲于应付。 系统不稳定。系统不稳定主要是数据源的问题， 因为业务系统的不段升级约束了数据的流转，给用户的结果就是不成熟，不稳定。 保险业商业智能的解决方法 应用层明确需求、确定起点 技术层需要打造成功的数据模型 保险行业信息化的现状和发展 商业智能在保险行业的应用现状和发展 Getronics保险行业解决方案介绍 QA 目 录 商业智能方案技术架构 保险业商业智能业务框架 保险业分析模型 核心模型 客户分类 分析 客户反馈分析 行业利润分析 忠诚度分析 销售分析 促销活动 分析 行业业绩分析 保险业分析模型 销售分析 销售分析提供一个企业全范围的销售透视，同时支持销售的趋势和模式分析，以及完善的销售考核体系。 保险业分析模型 市场活动分析 市场分析侧重于企业和市场之间交流的有效程度，通过对直接、间接的市场活动的分析，实现大规模市场到大规模客户的转变。 保险业分析模型 客户消极反应分析 保单分析 保单分析主要用于保单的类型和风险的分析,为核保过程提供有效的支持; 保单分析通常比较期间、长度、奖金和风险。 保险业分析模型 保单价格分析 保单价格分析可以对价格的潜在客户进行分析，可以辅助交叉销售的成功。比如从成功的报价中总结出某种类型的潜在客户，将这些数据和客户构成分析相结合，就能确定成功报价的客户群体和目标市场。 保险业分析模型 客户构成分析 客户特征化是理解客户的关键，客户构成分析主要是区分出企业的关键客户，确定特定产品的目标市场，同时为建立更高层次的服务做准备。 保险业分析模型 客户忠诚度分析 不同企业、不同的商业分析员对客户忠诚度的理解各不一样，通常从客户关系的时间长度、关系的宽度和质量几个方面来进行分析。 保险业分析模型 客户关怀分析 客户关怀分析侧重于企业和客户之间所有的接触点。客户关怀直接影响客户忠诚和销售活动