基于数据挖掘技术的保险交叉销售预测研究

作     者：曾诺 

作者单位：广东财经大学 

学位级别：硕士

导师姓名：徐忠爱;杨四勇

授予年度：2023年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1204[管理学-公共管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 120404[管理学-社会保障] 

主      题：保险营销 交叉销售 数据挖掘 聚类分析 随机森林 

摘      要：随着国民经济的蓬勃发展,保险业踏入高增长高利润时期,但保险市场的竞争也在不断加剧,保险销售人员惯用的广撒网式营销,效率显得极为低下。因此,保险公司开始更多地关注现有客户的发展,如何提高现有客户的价值,如何挖掘他们的购买潜力,已成为保险公司营销活动的重点。大数据时代的到来,让保险业的营销方式必定经历数字化转型,数据挖掘相关技术为保险业带来新的活力。本文既是对将数据挖掘技术应用于保险业交叉销售来展开研究和探讨。由于国内保险业的交叉销售还处于发展阶段,本文先全面阐述了交叉销售的定义和概念及其相关理论基础,对保险业的交叉销售现状和特点进行概括和分析,提出当中出现的问题。本文结合数据挖掘技术的理论和特点,分别运用聚类分析与随机森林,设计了基于聚类分析的保险交叉销售模型和基于随机森林的保险交叉销售预测模型。在实证方面,本文使用某公司提供的脱敏客户数据,对上述提出的模型进行了验证。通过聚类分析,得出对交叉销售产品感兴趣的客户特征群体,结合精准营销理论,对保险产品交叉销售提供了实用性的策略。通过随机森林算法构建交叉销售预测模型,通过评估,模型基本能够实现对于该保险公司潜在客户的机会识别,验证出模型的价值性。