客户分析背后的数据支撑

2016年6月24、25日，由中国保险报主办、北京华夏保险经纪有限公司协办的2016中国互联网保险大会在京召开。赛仕软件（北京）有限公司资深顾问王清华发表了演讲。

赛仕软件（北京）有限公司资深顾问 王清华

以下是演讲摘录：

不管是传统保险还是互联网保险，每天会拿到很多数据，我们希望把数据更好地利用起来，利用数据中的规律改进工作流程，提高工作绩效，提升客户满意度。这就需要运用机器学习算法来挖掘数据的价值，寻找数据的规律，这些算法就是SAS能提供给我们的典型价值。

SAS是“统计分析系统”的简写，随着计算机科学的发展，SAS技术从传统的科研领域延伸到各个应用领域，其中包括保险业。目前在国内的保险公司中，SAS技术的覆盖率能够达到80-90%以上。

那么，SAS到底能够帮助保险公司做些什么？首先在客户管理上，可以更加精准地识别客户，从而制定针对性的营销和产品设计方案。这个在互联网保险业也是非常突出的，因为产品更新的速度非常快，而且希望产品能够满足个性化的需求，适应生活化场景，这个需要SAS技术实现及时准确的分析。

在风险管理上面，SAS可以帮助我们做一些风险评判和欺诈识别；在精算上，可以做一些灵活定价的分析，实现科学的费率计算；同时在整个运营管理和财务管理上也可以去监控和优化。

举个例子，在互联网保险领域，我们需要对客户进行画像，了解客户到底喜欢什么，客户特征是什么，客户喜欢在互联网上浏览什么产品，有什么行动轨迹，这些数据可以帮助我们互联网保险在了解客户需求的基础上做产品设计。

同时SAS能够根据客户的特征，来分析这个产品的价值以及市场潜力，实现费率的精准制定。有人可能会问，互联网保险客户变化非常快，我们客户数据变化情况也非常快，客户特征也不太一样，传统意义上一个模型可以解决很多事情，但对于互联网保险可能就不行，那SAS怎么样应对呢？我们提出了数据分段概念，基于不同的客户进行自动的差异化建模，针对不同人群运用不同模型，同时让软件选出冠军模型，这是最适合互联网渠道和产品客户族群的。

这个SAS解决方案在后台通过多进行内存运算技术，可以一次性快速完成所有渠道、上千模型的客户分析，有效解决客户多样化、产品碎片化的问题，支撑互联网保险个性化的客户特征建模需求。