TD案例介绍知识研讨.pptx

TalkingData保险行业案例分享目录整体合作框架简介 合作案例介绍 TalkingData公司介绍目录整体合作框架简介 合作案例介绍 TalkingData公司介绍保险行业的“两条主线一个平台”大数据对传统业务的提升：电销/网销/代理人、精算大数据在移动运营、场景化保险、用户全生命周期经营等保险创新领域的尝试TalkingData数据资产管理平台 架构示意高价值/潜 力用户挖掘老客续保移动运营业务 场景场景化保 险创新用户生命 周期经营交叉销售潜客获取用户需求分析和产 品推荐人群建模聚类用户价值评估模型用户行为分析360°用户画像营销策略分析数据 应用统一用户视图数据管理 平台数据清洗加工兴趣偏好 地理位置用户运动健 康数据用户其他社 会属性算法迭代数据建模分析挖掘数据 管理第三方数据第一方数据可穿戴式设备、 第三方数据供应商 数据官网、微信、APP合作渠道数据数据 采集保险业务数据、 电话语音数据合作方案逻辑架构最终用户外部渠道业务创新? 营销闭环构建? 其它跨界合作? 运动健康场景还原? 行车行为数据和UBI探索? 代理人评估模型? 保险精算新定价因子引入? ……? 白名单用户购买预测模型? 现有客户加保/续保预测模型? 保险产品创新? 用户全生命周期经营业务场景大数据资产管理平台核心平台数据管理能力多源数据整合、管理：包括一方数据业务、TalkingData数据、运营上数据……等算法运行平台各类预测模型算法的统一管理和运行平台，为数据科学家提供一个方便的数据环境能力支撑 人本数据中心以人为中心的数据模型体系和组织方式，形成客户统一视图、支撑围绕客户、代理人等人员因素的情景描绘，如， 时间地点行为结果……等目录整体合作框架简介 合作案例介绍 TalkingData公司介绍1大数据对传统业务的提升（电销/网销/代理人、精算……等）平安财险：预测车险理赔风险计算车险理赔较高的因子如：任意组合基础标签形成人群、凌晨出行 人群、出行半径100公里人群、一定时间 窗口，某标签下应用活度高的人群等Plan引入TalkingData数据市场数据算法通过关联算法，训练数据、筛选提高理赔率的因子执行制定并执行相关理赔与保费策略计算因子基准经验值提升度基础标签人群1%1.49%凌晨出行人群6.04%出行半径100公里7.1%活跃度10.4%……正继续选取可 能存在的高理 赔率的因子…Assessment阳光人寿：基于用户商旅出行的跨界合作保单 系统/CRM赠险引 流根据赠险用户360°客户画像：移动运营策略……1. 分析潜在销 售线索2. 选择合适产 品3. 设计话术和 营销MOT4. 实施电话外呼，做cross sell和up sell华住数据标签订房成功页首页推荐消息推送保险 公司 DMP平台赠险客户TDID（匹配率95%以上）TD数据 标签人口属性生活喜好应用兴趣地理位置……某大型保险公司：交叉销售? 赠险是意外保险。除了联系方式外，招商信诺对这些客户的需求、偏好并不知晓。? TalkingData共选取了其中53552个领取过赠险的用户进行画像分析（数据查得率22%）领取赠险用户画 像分析? PoC假设的业务目标是：结合用户画像，从这些赠险用户中选取 “少儿教育金（分红型）”的潜在用户， 后续对其进行电话销售? 结合用户线上、线下兴趣偏好，结合常识经验，初步选定标签特征：“儿童益智”3659人、“早教”1924人、“少儿读物”1367人、“胎教”48人、“母婴”3648人、“母婴人群”6425人根据业务目标， 选取目标客群? 根据这批潜在客户的其它兴趣偏好（如手机活跃时段、出没地点等），设计话术和通话MOT? 通过坐席进行客户电话销售? 电销转化率提升2倍，件均提升80%针对客户偏好， 设计话术，进行 二次营销某大型寿险公司：保险销售模型——整体思路APP推算 地理位置 金融类APP使用 高消费类APP使用 消费数据（*） 运营商（*）年龄 居住城市 金融行为保险公司白名单个人生活状态TD白名单（*）经济实力电销团队触达家庭构成WIFI（*）运营商/其它合作方触达亲友等亲密关系社交关系同事数据层验证层因子层某大型寿险公司：保险销售模型——预测潜客整体描述预测不买1%14.0012.0010.008.006.004.002.00-图1.人均使用天数预测购买 99%P2P医疗母婴支付 健康美容通讯社交新闻 金融工具 出行 网络购物汽车服务 银行 证券智能硬件 音乐视频旅游餐饮房产7.006.005.004.003.002.001.00-图1.预测购买倾向人数占比图2.地理位置人均出现天数Seed PercentageF-Mea