續(xù)保分析

201*年第二季度續(xù)保情況分析

根據(jù)統(tǒng)計數(shù)據(jù)，某年某月，我公司所轄范圍內(nèi)共有輛車入保，今年續(xù)保輛，續(xù)保率為。毫不諱言，公司的續(xù)保工作做得很差，經(jīng)過分析，續(xù)保率低總結起來有內(nèi)部和外部兩個方面的原因。一、外部因素

1.客戶對公司的滿意度低。客戶經(jīng)過一年甚至多年的投保經(jīng)歷，對原投保公司有了一個較深的認識，此認識也就是滿意度，主要基于對公司的品牌、價格、信用、服務等內(nèi)容的評價。不同的客戶側重點不同，出過險的客戶主要側重于公司的信用度和理賠服務水平；未出險客戶則是側重于公司的品牌知名度與價格水平。而我公司在此有諸多令客戶不滿意之處。

2.其他保險公司的吸引力。商丘市保險市場競爭激烈，其他公司不時推出對客戶具有吸引力的競爭策略和手段，這在一定程度上影響我公司客戶的續(xù)保率。二、內(nèi)部因素

1.公司長期無人抓車險續(xù)保工作，對續(xù)保工作的重視不夠。1）

沒有續(xù)保工作要求，沒有續(xù)保工作的責任部門和責任人，

商丘分公司成立至今，續(xù)保未納入正常的業(yè)務流程；2）3）4）5）

沒有續(xù)保工作方向、目標和考核；沒有續(xù)保工作流程；沒有續(xù)保工作的工具；沒有續(xù)保工作的方法。上述原因導致以下結果：

1)銷售隊伍能力弱化，不去做、不會做、不愿做續(xù)保業(yè)務；2)險種結構畸形，形成一個險種（車險），一個渠道（代理），一個方法（切費返還）的被動局面；

3)客戶信息不全面、不真實、不準確，而且代理業(yè)務客戶信息由代理人掌握，直接業(yè)務客戶信息有業(yè)務員掌握，公司聯(lián)系不上客戶，直接造成客戶流失；

4)缺乏統(tǒng)一協(xié)調(diào)，由于業(yè)務員代理機構從屬三級機構的變化導致續(xù)保業(yè)務只能作為新保業(yè)務。

2.銷售渠道單一，形成對代理的依賴，續(xù)保困難。代理業(yè)務占公司業(yè)務的份額很大，由于代理與保險企業(yè)的合作是短期的行為，極易受市場點位影響，使其在各保險公司間游動，造成續(xù)保困難。3.客戶服務不完善。1）2）3）4）5）

沒有客戶維護工作的制度及考核辦法；沒有客戶維護工作的責任部門、崗位及職責；沒有客戶檔案管理工作的責任部門和崗位；缺乏對客戶的關聯(lián)服務、附加服務和增值服務；客戶咨詢、投訴系統(tǒng)不完善。

綜上所述，續(xù)保率低下，根本原因在于公司內(nèi)部。至于市場競爭，你沒有權利讓對手停止腳步，那么只有自己加快前進的步伐！

擴展閱讀：基于粗糙集理論的車險續(xù)保率因素分析

一、背景

進入21世紀以來，伴隨著居民收入的提高、汽車價格的下降以及消費環(huán)境的改善，中國的汽車市場規(guī)模不斷擴大，需求量和保有量出現(xiàn)了加速增長的趨勢。從201*年到201*年，中國的汽車保有量正以16%20%的速度快速增長，截止到201*年，中國的汽車保有量達到了6650萬8431萬輛，單年需求量也達到了13001900萬輛，中國在未來成為世界上最具成長性和規(guī)模最大的消費市場已經(jīng)指日可待。當汽車保險行業(yè)的競爭愈加激烈時，保險公司不僅需要開拓新的客戶領地，也需要維持并提高一定的續(xù)保率。建立數(shù)學模型并進行相應的數(shù)據(jù)分析來說明影響續(xù)保率的相關因素。二、數(shù)據(jù)預處理

已知數(shù)據(jù)分別為“按照承包車輛出險次數(shù)統(tǒng)計”，“按照承保車輛年齡統(tǒng)計”，“按照承保車輛品牌統(tǒng)計”，“按照承保車輛使用性質統(tǒng)計”，“按照承保渠道統(tǒng)計”和“按照新車購買價統(tǒng)計”這六個因素。數(shù)據(jù)給出了每個因素中各項到期車輛數(shù)、以及續(xù)保的百分比，我們根據(jù)這些信息可以還原模擬出滿足這幾項按照不同統(tǒng)計對象所得數(shù)據(jù)的最初表單，將信息整合化、清晰化。我們采取類比抽樣的方式，調(diào)查到期車輛數(shù)目取為1000，不致繁瑣且能夠基本代表現(xiàn)實情況。記為：（a（1），a（2），，a（1000））

其中a（i）為第i輛的各項精確屬性組成的行向量，如圖：

三、粗糙集理論（RS）

是一種刻畫不完整性和不確定性的數(shù)學工具，能有效地分析和處理不一致、不精確、不完整等各種不完備信息，并從中發(fā)現(xiàn)隱含的知識以及潛在的規(guī)律。

建立在分類機制的基礎上。依據(jù)粗糙集理論,可以發(fā)現(xiàn)信息系統(tǒng)在不同簡化層次上符合置信度要求的規(guī)則;應用得到的規(guī)則進行推理或決策,根據(jù)已有的信息在模型上逐層匹配,再按照某種優(yōu)先級判定算法,給出現(xiàn)有信息下問題的最優(yōu)解。

＆#8226;系統(tǒng)客觀層面的規(guī)則價值衡量方法：從系統(tǒng)客觀層面評價一條規(guī)則主要依據(jù)可信度、覆蓋率和支持率三個指標來衡量，可信度acc（α→β），覆蓋率cov（α→β），支持數(shù)sup（α→β）由下式給出：

式中card（＆#9642;）指集合的基。直觀地講，可信度表示運用該規(guī)則進行推理正確的概率；覆蓋率表示該規(guī)則的支持數(shù)在相應的決策類中的比重；支持數(shù)表示在論域中支持該規(guī)則的元素的個數(shù)。在數(shù)據(jù)挖掘時,當然希望得到可信度和覆蓋率都高的有效規(guī)則，但實際上這兩個指標是成負關系的。所以，需要權衡規(guī)則的可信度和覆蓋率來評價其價值。下面建立基于粗糙集得續(xù)保規(guī)則模型：

為對車險保單數(shù)據(jù)進行續(xù)保規(guī)則的挖掘，借助基于粗糙集得軟件ROSETTA來進行。

（1）數(shù)據(jù)準備，數(shù)據(jù)補缺和離散化。由于數(shù)據(jù)還原情況較為充足，且連續(xù)數(shù)據(jù)（如車齡，購買價格等）已離散化，所以此步驟天然完成。

（2）屬性的簡約，由于現(xiàn)實的數(shù)據(jù)中往往存在噪音和不一致性，為提高抗干擾能力，采用VPRS，其中β=0.5，運用ROSETTA中的遺傳算法進行約簡

（3）續(xù)保規(guī)則的產(chǎn)生及過濾。在上述約簡產(chǎn)生的基礎上，運用ROSETTA產(chǎn)生續(xù)保規(guī)則，在未做任何限定的情況下，ROSETTA將所有可能的規(guī)則都顯示出來。

上面運用粗糙集理論來挖掘保單數(shù)據(jù)中的續(xù)保規(guī)則，可見，支持率可以作為確定續(xù)保的可能程度的衡量。四、灰色關聯(lián)度分析

1.數(shù)據(jù)變換技術。為保證建模的質量與系統(tǒng)分析的正確結果，對原始數(shù)據(jù)必須進行數(shù)據(jù)變換和處理，使其消除量綱和具有可比性。

定義設有序列x(x(1),x(2),,x(n))則稱映射f:x→y

f(x(k))→y(k),k=1,2,,n為序列x到序列y的數(shù)據(jù)變換。

這里由于數(shù)據(jù)不是單調(diào)次序的，我們采用均值化變換：2．指標量化。諸如車輛承保渠道，車輛使用性質等因素其集合所含元素為非數(shù)字化元素，此時將其非量化的數(shù)字特征用其對應的續(xù)保率替換，既能代表每個因素中的各小項的特征，有可量化用于關聯(lián)度分析。則，n=1000通過上述步驟轉化為，n=1000，

其中y(i)為第i輛的各項屬性指標量化后組成的行向量3.關聯(lián)分析定義選取參考數(shù)列

{(k)|k=1,2,,n}=((1),(2),,(n))其中k表示時刻。假設有m個比較數(shù)列

{(k)|k=1,2,,n}=((1),(2),,(n))，i=1,2,,m則稱

為比較數(shù)列對參考數(shù)列在k位置的關聯(lián)關系，其中ρ∈[0,1]為分辨系數(shù)。式定義的關聯(lián)系數(shù)是描述比較數(shù)列與參考數(shù)列在某時刻關聯(lián)程度的一種指標，由于各個時刻都有一個關聯(lián)數(shù)，因此信息顯得過于分散，不便于比較，為此我們給出為數(shù)列對參考數(shù)列的關聯(lián)度。五、模型求解

采用上述模型帶入本題數(shù)據(jù)，則：

1.還原的最初表單，如下圖為表單左上角部分：2.建立ODBC數(shù)據(jù)源將還原數(shù)據(jù)導入ROSETTA，數(shù)據(jù)補缺和離散化后得：其中1,0分別表示續(xù)保，不續(xù)保。

3.運用ROSETTA中的遺傳算法VPRS進行約簡，選取強度大于70的所有約簡，共八組，見下表：

4.運用ROSETTA產(chǎn)生大量的規(guī)則，有一些是典型的規(guī)則，一些是并無典型性的規(guī)則，為此，先從系統(tǒng)客觀的角度把符合以下條件的規(guī)則尋找出來：按尺寸acc（α→β）≥0.08；cov（α→β）≥0.3；sup（α→β）≥65；

進而，得到24條較強的規(guī)則。截取部分如下圖：5.通過數(shù)據(jù)變換技術和指標量化得對應數(shù)據(jù)，截取數(shù)據(jù)陣左七列。

6.通過MATLAB利用已有數(shù)據(jù)實現(xiàn)上述關聯(lián)度分析，得出：

按大小順序有r2＞r3＞r1＞r5＞r4.按照0.5下限的標準，影響續(xù)保的因素有汽車購買價格、承保車輛年齡、出險次數(shù)。

六、模型推廣與驗證

上面我們通過處理201*年9月的各項數(shù)據(jù)得出一個結論，同樣也可以對201*年10月、201*年11月、201*年12月、201*年1月、201*年2月、201*年3月的數(shù)據(jù)進行同樣的處理。從而可以得到（i=1,2,3,4,5；j=1,2,3,4,5,6,7）.固定下標i，求得，進而最終比較大小，可以全面的分析出影響續(xù)保率的因素。

友情提示：本文中關于《續(xù)保分析》給出的范例僅供您參考拓展思維使用，續(xù)保分析：該篇文章建議您自主創(chuàng)作。

來源：網(wǎng)絡整理 免責聲明：本文僅限學習分享，如產(chǎn)生版權問題，請聯(lián)系我們及時刪除。

《續(xù)保分析》由互聯(lián)網(wǎng)用戶整理提供,轉載分享請保留原作者信息,謝謝!
鏈接地址：http://www.7334dd.com/gongwen/576355.html

• 上一篇：201*年車險續(xù)保業(yè)務考核管理辦法
• 下一篇：融資專員崗位職責說明書