數據分析 (Data Analytics) 趨勢分享系列 (六)

借力數據分析，精確鎖定保戶需求

大數據時代來臨，使保險業者除了固有的保戶基本投保資料、投保紀錄及理賠資訊等公司內部結構化資料，分析範圍更可以擴大至保戶電話行銷與客訴對話紀錄、報章雜誌及社群媒體網站文字等非結構化資料，保險業者可運用各種演算法對其分析，應用分析結果找出有保險需求的潛在客戶群、更準確反映保戶具體需要的保險產品及偏好使用的銷售管道，協助銷售人員轉為提供以提升保戶體驗為中心的保險服務，甚至作為設計新保險商品的參考。

如何借助數據分析開展保險業精準行銷第一步，勤業眾信汲取國外大量保險業數據分析專案經驗，建議保險業者初步可從以下三大分析面向著手：

分析面向一：VOC語意分析，瞭解電話銷售客戶心聲

近年來隨著保戶購買保單行為的改變，電話行銷也成為保單銷售的重要通路之一，透過分析保戶與電銷人員互動過程中的對話內容，可以幫助保險業者量化客戶感興趣的保險產品、偏好哪些保單類型、關心哪些理賠條件、對公司與其他同業的好惡程度等等，有助於完整客戶360度全方位觀點，讓保險業者能更即時發現客戶實際保險需求，提高保戶滿意度與黏著度。

分析面向二：保戶挽留模型預測客戶流失行為，即時做出行銷決策

透過分析保戶的行為、投保內容，及保戶隨後流失的行為資訊建立保戶挽留模型，能為每位保戶提供一個分數以表達其流失可能性的高低，分數越低表示流失可能性越高，為了推進保戶流失率預測的精確性，甚至可結合保戶社群網路分析結果作為保戶流失模型的投入變數。

保險業者甚至可以結合公司內部對每位保戶的理賠風險評分，運用保戶流失評分結果對既有保戶進行細分，制定更具針對性的行銷與客戶維繫策略。

分析面向三：保險業務員留任風險分析，提高優秀業務員定著度

保險業務員留任風險分析即是藉由收集流失的業務員行為特徵、擔任職缺、出缺勤狀況等內部人力資源資料與外部經濟環境變數等多種維度的變數資料建立保險業務員留任評分模型，在多變量模型開發過程中找出與業務員流失高度相關的因子，並運用評分結果(事業體、層級、年齡、個別員工)從各種層面明確公司的留任風險範圍，協助保險業者採取主動式的策略將人才流失的風險降低到個人層面。

轉變數據分析思維為保險業當務之急

面對科技進度帶來的保戶消費行為與偏好的變化，以及競爭越加劇烈的市場，保險業者在整個數據分析維度的佈局上更應轉向以提升保戶顧客體驗為目標，並在整合內外部數據源的同時，也思考創新數據源的可能性，才能確實利用數據分析全面捕捉消費者的需求及偏好，針對各類客群提供個性化的保險商品，才能有效提升自身銷售力道，真正實現以客戶為中心的經營方針，再攀營收高峰。