还剩6页未读，继续阅读
文本内容:
一、采用分析法进行客户细分STP分析法实现客户细分的流程分为三步第一步进行市场细分，将偏好相近的、STP消费习惯类同的的客户归聚为一类客户群；对应地，市场也将被划分为多个匹配不同客户群的市场实际上，每个细分市场由偏好相近、需求相似的客户组成简单概括下来，一个客户群就是一个细分市场第二步根据公司实际经营方向、产品定位确认目标市场接下来，最后一步进行市场定位，即对应不同市场、对应不同客户群提炼该群体的标签，最终匹配多样化、差异化的营销策略
二、寿险公司客户数据范围G分析模型中，对于寿险公同客户数据的选取采取随机抽样法，从寿险公STP G G同六条业务渠道近年客户数据中，抽取出万条客户承保数据由于分析软件55SPSS仅支持导入万行数据，因此随机抽取条承保数据舍弃，最终参与分析的客户承保52数据为条49998
三、客户分析指标选取-客户分析指标的初步选取通过对寿险公司可获取的客户信息进行选取，结合有关客户信息与客户投保行G为的相关性，从客户的自然属性、社会属性、行为属性和态度偏好属性等四个属性出发，最终确定项客户信息作为客户分析指标，分别为地域、投保人性别、投保人年15龄、投保对象、被保险人性别、被保险人年龄、职业类别、产品类型、产品名称、保险期间、缴费方式、缴费年期、当年实收保费、总保费收入、保额二和的检验KMO Bartlett对初步选取出的项指标进行和的检验，经检验值和15KMO BartlettKMO Bartlett检验对应值没有达到因子分子的标注，因此对偏相关关系过强的研究项进行移除，p最终保留项指标，分别为地域、投保人性别、投保人年龄、投保对象、职业类别、10产品类型、保险期间、缴费年期、当年实收保费、总保费收入接下来，对该项指标再次进行和的检验，检验结果如表所示，10KMO Bartlett
4.1检验结果显示，值为大于满足因子分析值大于在区间KMO
0.514,
0.5,KMO
0.5,
0.5〜1的基本要求；检验对应值小于满足因子分析值小于的基本要求，Bartlett p
0.001,p
0.05因此该组指标适合进行因子分析表和的检验
4.1KMO Bartlett值KMO
0.514近似卡方口
4096962.268Bartlett球形度检验df45〃值
0.001第二节建立客户分析维度经过和检验后留存的各项客户指标，均对寿险公司客户投保行为KMO BartlettG具有较强影响，同时覆盖了影响客户投保行为的包括客户的自然属性、社会属性、行为属性和态度偏好属性等在内的重要影响层面因此，使用这些指标进行因子分析将对寿险公同客户关系分析结果具有较高的解释度和较强的支撑力G
一、因子数的确定将上述经过和检验的因子按照其特征值从大到小的顺序排列，得到KMO Bartlett如图所示的碎石图，纵轴表示特征根值，横轴表示因子的序号由该图可直观地观
4.1察到，前个因子的坡度陡峭且特征值大于折线在第个点由陡峭突然变得相对平41,4稳，因此提取个因子，如表所示，个因子对应个维度
44.2444表旋转后因子载荷系数表格
4.2因子载荷系数名称共同度（公因子方差）因子因子因子因子1234地域-
0.180-
0.
1080.
0390.
0340.047产品类型-
0.
9020.
1460.
0190.
0030.835保险期间
0.969-
0.125-
0.081-
0.
0050.961缴费年期
0.969-
0.125-
0.081-
0.
0050.961总保费收入
0.
0640.
9580.
0630.
0000.926当年实收保费-
0.
3000.
9060.
1040.
0050.921投保人年龄-
0.
2310.
0740.
5150.
1850.358职业类别
0.034-
0.
1630.754-
0.
1850.631投保对象
0.028-
0.218-
0.689-
0.
0370.524表旋转后因子载荷系数表格
4.2因子载荷系数7名称共同度（公因子方差）口因子因子因子因子1234投保人性别-
0.024-
0.
0170.
0080.
9720.946备注表格中数字若有颜色蓝色表示载荷系数绝对值大于红色表示共同度（公因子方差）小
0.4,于
0.4o如图所示，表中的数值为因子载荷，表示因子对个指标的解释程度从表
4.210中数据可知，各因子对于“产品类型”指标内含信息的解释程度因子达到
190.2%,因子达到因子达到因子达到的信息从解释程度来看，因子
214.6%,
31.9%,
40.3%1对于“产品类型”指标信息的解释程度最高、解释力度最强以及因子对各项指标的解释程度，可以对指标进行降维处理，比如因子解释1了“产品类型”指标的信息、解释了“保险期间”指标的信息、解释了
90.2%
96.9%“缴费年期”指标的信息，因子对于上述个指标的解释力度最强，因此“产
96.9%13品类型”、“保险期间”、“缴费年期”这个指标归为一个维度，即个指标归到因33字之下，也就是用因子解释这个指标113
二、客户分析维度根据个因子下各项指标的相关性，将项指标归至个维度下因子包含410413项指标，产品类型、保险期间、缴费年期；因子包含项指标，总保费收入、当年22实收保费；因子包含项指标，投保人年龄、职业类别、投保对象；因子包含项3341指标，投保人性别上述四个维度依次命名为态度偏好、行为特征、社会特征、自然属性，依据此四个维度对寿险公同客户相关性指标进行分析G（-）自然属性自然属性下包含投保人性别，进行自然属性与总保费收入之间的相关分析，投保人性别与保费收入之间的相关系数值为接近于并且呈现出水平的显著性，-
0.071,0,
0.01因而说明总保费收入和投保人性别之间有着显著的负相关关系
（二）社会属性总保费收入和投保人年龄之间的相关系数值为并且呈现出水平的显著
0.081,
0.01性，因而说明总保费收入和投保人年龄之间有着显著的正相关关系总保费收入和职业类别之间的相关系数值为并且呈现出水平的显著性，因而说明总保费收-
0.034,
0.01入和职业类别之间有着显著的负相关关系总保费收入和投保对象之间的相关系数值为并且呈现出水平的显著性，因而说明总保费收入和投保对象之间有着显著0173,
0.01的负相关关系（=）行为属性保额和总保费收入之间的相关系数值为并且呈现出水平的显著性,因而
0.168,
0.01说明保额和总保费收入之间有着显著的正相关关系保额和当年实收保费之间的相关系数值为并且呈现出水平的显著性，因而说明保额和当年实收保费之间有
0.061,
0.01着显著的正相关关系
（四）态度偏好总保费收入和产品类型之间的相关系数值为并且呈现出水平的显著性，
0.104,
0.01因而说明总保费收入和产品类型之间有着显著的正相关关系总保费收入和保险期间之间的相关系数值为并且呈现出水平的显著性，因而说明总保费收入和保-
0.058,
0.01险期间之间有着显著的负相关关系总保费收入和缴费年期之间的相关系数值为058,并且呈现出水平的显著性，因而说明总保费收入和缴费年期之间有着显著的负相
0.01关关系第三节客户数据实证分析一一聚类分析对寿险公司客户进行聚类分析，将地域作为分析项指标，聚类类别基本情况如G表所示，寿险公司客户被聚类为类群体，此类群体的占比分别是
4.3G
3320.39%,
51.74%,
27.87%o表聚类类别基本情况汇总
4.3聚类类别频数百分比（％）cluster_l
1019620.39%cluster_
22586851.74%cluster_
31393427.87%合计49998100%第一类客户群特征包括更偏向于为自己投保，投保人中女性居多，职业类别、1类职业居多，主要倾向于传统重疾险、其次倾向于年金险，年龄主要分布在230―39岁，总保费收入万最多、其次万4-1010-20第二类客户群特征包括更偏向于为他人投保，投保人中女性居多，职业类别1类职业居多，更倾向于购买传统重疾险，年龄平均分布在岁，总保费万最30—394-10多第三类客户群特征包括更偏向于为自己投保，投保人中女性居多，职业类别1类职业居多，更倾向于为自身投保，更倾向于传统重疾险，年龄分布在岁居多，40—49总保费万居多4-10第四节寿险公司目标客户定位分析G
一、寿险公司实际营销方向与目标客户偏离G通过聚类分析细分得到的三类人群，第二类客户群占比最高，锁定为寿险公司G目标客户群，数据显示寿险公司主要客户群的特性标签包括女性、职业类别为类，G1倾向为他人投保、传统重疾险、岁、总保费万30—394-10而寿险公司在实际营销中，对于性别、职业类别、为自己或他们投保等指标并G不关注，主要关注的方向是产品类别及客户级别-产品策略方面寿险公司年产品策略是，主销年金险及终身寿险结合“养老年金”计划G2021在年金险小市场中占据大份额，在终身寿险市场中大市场占小份额年重疾新规2020正式发布，各保险公司老重疾险做下市处理，市场上展示新老重疾险交替的局面，然而寿险公司对于市场上重疾险开发的预判较为乐观，认为各保险公司均在观望，因G此寿险公司新重疾险的开发并未推进，而根据数据分析来看，寿险公同的主要产G G品市场为传统重疾险，因此主销产品策略上存在偏差-客户定位方面从寿险公司年产品定位在养老年金险和终身寿险，以及大力发展保险信托G2021可以看出，年寿险公司主要经营客户方向定位为大客户和高端客户，而数据分2021G析显示，寿险公司的主要客户为保费万的中小客户因此，寿险公同在客户G4-10G定位上存在偏差
二、寿险公司客户数据研究结论G寿险产品策略及客户定位较为盲目，很大程度上是跟随市场方向进行经营策略G的定位，并且相较于存量客户管理，更加偏向于开发新客户，在客户经营及产品策略方面都具有比较严重的盲目性，产品策略偏离主要客户需求，客户经营定位具有较大偏误，寿险公司缺乏合理的客户关系管理体制G另外，在对寿险公司客户承保数据进行搜集的过程中，暴露出寿险公司在客GG户信息维度方面的缺乏，用来分析客户需求的主要指标数据缺乏，比如客户的受教育程度、经济收入、行为偏好等在日常经营中，客户偏好类数据不易获取,且数据真实性很难保证，客户收入这一关键指标更难以获取，且真实性无法保证由此可见，G寿险公同建立客户关系管理系统对客户信息进行汇总、清洗、分析及匹配，具有十分重要的意义。
个人认证
优秀文档
获得点赞 0
