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。
•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(▪)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。