作 者
郭慧馨 葛健 張妍
發表於《當代經濟》2019年11期
摘要
大數據技術的發展引發了金融時代的改革，保險業面臨巨大的競爭壓力，因此保險公司需要在大數據分析方面進行積極的探索。本文對大數據分析工具和方法以及4Ps營銷理論進行了簡要的闡述，根據4Ps理論的框架對保險公司營銷策略現狀、問題進行了分析，最終依據分析的結論結合大數據方法從產品策略、價格策略、渠道策略等方面給出解決對策。
關鍵詞
大數據分析；保險；營銷策略；企業效益
傳
統營銷方式導致企業營銷過程中存在市場信息充裕度低、準確率差、反饋不及時等問題，結合大數據進行營銷策略的制定可以很好地解決這些問題。以現存的保險數據資源作為依託，進行數據整合併加以利用，對傳統的營銷模式進行適應時代的改造，從而提高企業的經濟效益。因此，對大數據在保險公司營銷策略中的應用進行研究是非常有必要的。
一、大數據與市場營銷
簡單來說，從不同類型的海量數據中快速獲取有價值的信息的能力，就是大數據。市場研究公司預計在2009年至2020年期間數據生成量將會增長44倍；高德納諮詢預測企業數據將在五年內增加80%，這其中80%是非結構化數據，來自團體、社團以及社交網絡的非業務數據；貝恩諮詢對全球400多家年收入超過十億美金的企業進行調研，僅有4%的企業擅長大數據分析，它們能夠根據大數據分析發現改變企業運作的方式，或者提高產品和服務。與競爭對手相比，這部分企業它們的績效處於同業前四分之一，它們的決策速度比一般企業快出五倍，它們的決策執行速度比一般企業快出三倍。
1 大數據分析
通用的大數據處理框架一般是指數據採集與預處理、數據存儲、數據清洗、數據查詢分析和數據可視化這五個部分。
數據採集與預處理是將數據倉庫中零散的數據整合在一起，再將這些數據綜合起來進行分析。Logstash是開源的伺服器端數據處理通道，能夠同時從多個來源採集數據、轉換數據，然後將數據發送到存儲庫Elasticsearch中。NDC（Netease Data Canal）可直譯為網易數據運河系統，是網易針對結構化資料庫的數據實時遷移、同步和訂閱的平台化解決方案。
數據存儲最常用的是Hadoop，可使用HDFS（Hadoop Distributed File System）作為其存儲系統。HDFS允許連接多個普通個人計算機，將設備上分布的一些數據文件作為一個無縫文件系統來進行訪問和存儲。由於大數據增長速度快，需要的儲存空間越來越大，雲存儲又不會受到風險控制，並隨時隨地可以訪問，所以如今騰訊雲、阿里雲和谷歌雲等提供的雲硬碟服務是許多公司備份數據的選擇。
數據查詢分析常用的是SQL（Structured Query Language，結構化查詢語言）語言，其中DML（Data Manipulation Language，數據操縱語言）也是一種常用的查詢功能很強的語言，常用的工具還有FineBI等。
數據可視化常用工具Google Chart API的圖表庫內從線圖到分層結構可以滿足任何需求，能夠在所有支持SVG\Canvas和VML的瀏覽器中使用。隨著在線數據可視化的發展，圖形控制和內容表現已經合為一體，JavaScript庫Crossfilter就是這樣的工具，當調整一個圖表中的輸入範圍時，其他關聯圖表的數據也會隨之改變。
大數據分析可以為企業提供諸多便利。一是積極主動預測需求。不同企業都面臨著逐漸增大的競爭壓力，要想增加營業收入，就需要獲取更多的客戶，不斷了解他們的需求，以便提供給客戶更好的體驗，從而保持長久的客戶關係。企業可以識別客戶的手機、電子郵件和地址，並將其整合為一個單獨的客戶ID，並且需要整合傳統數據源和數字數據源來理解客戶的行為。二是提供個性化服務。大數據分析的應用給企業帶來了基於客戶個性進行互動的機會。海量數據中所包含的信息有很多，而對於企業來說最具價值的就是有關於消費者的相關信息。如果可以搜集到更精準的消費者信息，就可以為他們進行個性化的定製服務，從而做到比消費者本人還了解自己，使用戶感覺受到重視。三是管控風險。中小企業貸款風險評估，可通過企業的流通、銷售、財務等相關信息，結合大數據挖掘方法進行貸款風險分析，量化企業的信用額度，更有效地開展中小企業貸款。大數據分析還可以識別實時欺詐交易和反洗錢分析。
2 企業的營銷策略
4Ps營銷理論是由美國的麥肯錫教授最先概括形成的，多年來在西方營銷學中得到了廣泛應用。4Ps指的是產品、價格、分銷、促銷（product strategy、price strategy、place strategy和promotion strategy），在企業經營的諸多因素中，4Ps是企業可以控制並且優化的變量。多數公司的促銷策略都是由這幾種方法組合形成的。
二、保險公司營銷策略中的問題
1 價格策略中的問題
（1）價格缺乏競爭力。產品價格缺乏競爭力是國內保險公司普遍存在的問題，從2017年底中國保險市場費率市場化改革後，保險產品的價格由各保險公司進行制定。各大保險公司隨後也推出1~2款費改後的產品作為試水產品，但由於我國保險市場發展時間較短，對於費改定價需要的精算評估、投資匹配、償付能力等基礎數據缺失，各保險公司都默認採用和從前一樣的預定利率，也就是保險產品的銷售價格基本是同質化的。以壽險業為例，作為一個負債經營的產業，壽險目前正在面臨資金短缺的困境，各大保險公司都在力爭建立長期投資模式，通過提高經營水平和投資贏利的能力來解決這一問題。另一方面，外資保險公司運營時間長，經驗相對豐富，費改開放後，其產品的定價往往比國內保險公司產品更有競爭力。
（2）壽險產品定價方式陳舊，參考數據量少。以人壽險為例，保險公司以已有的「精算模型」為基礎，綜合資產的劃分、行業平均價格水準等條件進行精算定價，只能在經過多年編制的人口生命表、銀行利率等因素基礎上，事先約定好一個給付的價格。傳統的壽險定價方式所應用的數據量在公司資料庫中占比小，雖然擁有大量的專業精算師一直在對保費費率進行精確計算，但由於數據量還是太少，不足以制定出合理的價格，容易導致目標客戶群體小和比較優勢小的問題。
2 渠道策略中的問題
（1）現有渠道建設不完善。三十多年來，保險在營銷渠道的選擇上也積累了一定的經驗，下一步要做的就是結合各個渠道的優劣勢及自身的特點做一些調整和整合的工作。針對線下渠道，由於壽險產品有無形化、購買需求比較潛在、售後服務時間長等特點，這些決定了傳統壽險業面對面銷售和服務的方式還會長期存在；線上渠道來說，App營銷將成為移動營銷的主要方式，保險要重點研究，以後的保險銷售很大一部分都會通過App銷售。
（2）保險分銷渠道發展緩慢。保險間接渠道分為保險代理渠道和保險經紀渠道這兩種，最大的區別在於保險代理服務的對象是公司，而保險經紀是受投保人委託的。國外保險營銷經常採用間接渠道，但在我國這還屬於新興行業，存在很多問題。我國保險目前只存在個人保險代理這一間接渠道，保險代理人通過銷售公司的產品和服務來獲取代理費。目前我國保險間接渠道發展狀況良好，勢頭強勁，建議保險嘗試與專業保險代理公司和經紀公司合作，拓寬代理渠道，實現保險和代理公司的共同發展。
3 促銷策略中的問題
（1）保險促銷方式混亂。保險公司很看重保險營銷人員的業績，經常對營銷人員採取銷售促進的方法來激勵他們的工作，然而這就造成了保險營銷人員在市場開發、銷售產品的時候經常存在違規行為。保險的促銷支持主要體現為績效獎金和禮品獎勵，有些銷售人員為了達成業績不擇手段，向客戶介紹產品時誇大保險產品的優勢或是私自購買禮品送給客戶，這樣有損於保險公司的形象。
（2）銷售人員入門門檻低，不夠專業。保險一般通過在各大招聘網站和App上發布招聘信息來招聘員工，在常用的58同城、Boss直聘、中華英才網等推薦崗位上總會出現平安保險的招聘信息，工作地點遍布全國，供求職者可選擇的職位也非常多。
由於保險員工離職率很高，經常有職位空缺，平安急需招聘新員工，這就造成保險招聘極不嚴格。以保險銷售這個崗位為例，求職者在網上投遞簡歷後很快有人力資源部門的人通知他們面試時間，面試的內容就是一些最基本的個人信息，面試官根本不清楚求職人員對保險的認知程度。隨後安排求職者參加為期一周的培訓，培訓結束就可以簽勞動合同。這樣一個簡單的招聘過程不能保證每一位員工的專業性，他們其中很大一部分人都不是專業對口的，而且學歷都只有中專、大專，可以說保險的入門門檻很低。
三、應用大數據分析對保險營銷策略提出的建議
保險營銷實際上就是保險公司通過向市場提供商品或服務來獲取市場信息，消費者通過向保險公司支付保費來獲取售後服務的過程。可以依靠先進技術，在銷售業務不同領域，深入挖掘和創造數據價值，促進營銷，利用可視化工具MySQL和Python，分析現有產品的銷售額和市場競爭力等方面的大量數據，用MySQL進行數據清洗，用Python的matplotlib庫進行繪圖，從而得出相關可視化數據，促進業務的全面發展。保險要以此為目標，充分利用大數據分析的方法來解決現階段公司存在的營銷策略問題。
1 產品策略方面的對策建議
（1）分析保險產品現狀，精簡產品數量。目前保險銷售的產品過於繁雜，完全可以精簡現有的產品數量。建立基於產品的數據分析，對業績表現差、市場潛力小的產品進行刪減，不僅節約企業資源，而且可以提升盈利能力。另外，可同時對現有的經典產品進行適當改造升級，既能滿足客戶需求，也能增強產品的市場競爭力、延長經典產品的生命周期，而且投資少，風險較低。
（2）挖掘消費者真正需求，推出個性化產品。新產品的研發可以提升企業的核心競爭力，企業只有通過不斷更新產品，才能滿足不斷變化的市場需求，同時鞏固自身的市場地位。和其他行業一樣，產品創新也是保險業獲取大量利潤的基礎。
保險要想推出新產品，就要進行市場調研，了解客戶的個性化需求。這就需要運用到用戶畫像系統，用第三方數據採集軟體NDC捕捉客戶在網絡上的一舉一動並進行預處理，通過這些信息，保險可以深入挖掘客戶需求，對公司設計新產品提供很大的幫助。保險可以對客戶的個人愛好和消費習慣等信息進行分類，制定每個客戶專屬的標籤，建立屬於客戶個人的抽象專屬模型，這樣便於進行多維度精細分析，深入了解現有及潛在客戶的特徵和需求。只有明確了客戶的真正需求，才能設計出實用的新產品，推動保險發展。
2 價格策略對策
（1）利用大數據共享資源合理定價。大數據時代的數據共享可以匯集整合保險行業絕大部分公司的實時數據，並對收集到的海量數據進行提煉，形成更全面、更細緻的客戶數據體系。保險可以通過訪問HDFS資料庫了解到其他公司產品的特性與價格，找到相似產品與本公司產品相比較的優勢和劣勢，並參考對方公司的定價方式，從而對公司產品進行定價，拒絕與其他保險公司產品同質化，並通過Google Chart API建立預測模型，匯集產品需求、價格變化、市場占有率等多方面的數據對未來產品的價格趨勢進行合理預測，為保險制定價格策略提供支持。
（2）收集全部數據進行精算定價。大數據分析技術給保險行業帶來的主要變化之一便是使精算定價過程中基於樣本的精算轉化為基於全量的計算，這樣可以為保險公司搶占保險市場份額，提高保險產品的價格競爭力。
保險精算人員需要根據目前的信息預測未來，為保險產品確定合理價格，他們需要通過建立模型和基於各種對未來的假設對所開發保險產品未來期間各種可能出現的情況進行預測。精算定價三大假設包括疾病死亡或醫療費用等的發生率、投資收益率假設和費用假設。保險精算人員可以使用最基礎的可視化工具Excel建立現金流測試模型，所謂現金流測試就是根據「各種收入項-各種支出項」得到的各年年末現金流等內部利潤指標確認該產品風險如何，是否有利可圖。
3 渠道策略對策建議
（1）大數據分析鞏固渠道，保護隱私安全。保險要在完善現有渠道的基礎上創新渠道，使銷售渠道變得多樣化，目前來講最重要的還是要堅持推動線上線下渠道的緊密結合，線上為消費者提供方便快速的保險業務諮詢和下單服務，線下服務配備專業的保險人員為消費者排憂解難，為客戶提供更好的體驗。
進行客戶信息的緊密銜接，以便線下工作人員可以根據該客戶之前的行為為其提供獨特的用戶體驗，增加其購買產品的可能性。O2O渠道可以借鑑這種方法，前期對線上消費者行為進行記錄，後期根據客戶個人信息提供面對面的服務，在為他們帶來便利的基礎上，獲得更多的消費者。
在飛速發展的數據共享時代，網絡數據傳播速度快，客戶信息無處不在，這樣一來保護客戶隱私就顯得愈發重要。若要更好地利用大數據給保險營銷帶來的優勢，保險要做好大數據的保護工作，並且積極配合相關部門提升監管力度，保障客戶信息安全。
（2）發展保險中介渠道，實現合作共贏。保險可以嘗試拓寬銷售渠道，與專業的保險中介公司合作，合作意味著保險不僅增加了保費收入，而且提高了公司知名度，從而提高了企業效益。保險增加新的渠道可以得到更多有價值的數據，通過DML等工具進行數據分析，得到有意義的信息，對企業制定新的營銷策略很有幫助。明亞保險經紀有限公司是國內首家也是最大的一家專注於個人壽險業務的全國性保險經紀公司，定位於為中高端客戶提供中立、專業的保險理財諮詢和風險管理服務，明亞公司擁有大量高端客戶資源，這正是保險需要的。
加強保險公司與保險中介機構的分工協作，保險公司與保險中介機構應加強合作，保險中介機構主要負責保險產品的推廣、銷售等業務，保險公司則可以把重心放到產品研發等，以便直接獲得客戶信息，促進保險間接渠道的發展，實現保險公司和間接渠道公司的共贏。
4 促銷策略對策建議
（1）設計有針對性的廣告推送。目前保險公司在國內的廣告多以企業形象、品牌宣傳為主，隨著多年的發展，保險已經擁有很高的品牌知名度，可以適當地轉換一部分內容為產品廣告。保險應儘量開發出滿足個性化需求的保險產品及產品組合向客戶推送，建立保險生態營銷體系，變精準騷擾為精準營銷，真正實現讓推銷變得多餘。
（2）提高從業門檻，關注實時績效。保險在招聘人才時要注意提高門檻，不能只通過短暫的面試決定是否錄取，還要通過Logstash採集應聘者的網絡信息有無其他不良現象，通過這兩方面的綜合考慮再決定。
人力資源部門應設立一套更加嚴密的績效管理方案，可以設計出一款記錄員工日常績效的軟體，為月末和年終績效考核提供參考依據，讓績效成績更加客觀真實。除了現有的以紙質版方式從員工德、能、勤、績四方面對員工履行職能、發揮作用、工作實效、行為規範等方面進行打分外，還可用這款軟體記錄員工每日工作量、每日打卡簽到、制度考試成績、每月績效考核成績、遲到早退、病假事假、評優評先等，對員工實時績效進行綜合考察評定，這些內容都會被上傳到HDFS資料庫中，通過可視化數據Google Chart API對這些數據進行直觀展示，隨時給出員工的綜合績效，與他們的獎金掛鈎，從而實現正確引導和激勵。
郭慧馨 張妍
北京聯合大學商務學院。
葛健
管理學博士，中國社會科學院工業經濟研究所副研究員。
參考文獻
[1]劉亞楠：保險網絡營銷研究[D].廣東財經大學，2018.
[2]鄭奕彤：保險O2O營銷模式的實踐與研究[J].經貿實踐，2018（16）.
[3]包敏：淺談大數據時代的保險精準營銷[J].成功營銷，2018（11）.
[4]石章強、莫白虹、李昕：個性化服務：不要看上去很美[J].銷售與市場（管理版），2013（10）.
[5]李力：大數據背景下Z保險公司精準營銷研究[D].南昌大學，2017.
[6]吳桐：雲南跨境保險發展路徑研究[D].雲南財經大學，2016.
[7]徐琦：中國人壽和中國平安財務績效、財務政策和財務戰略的比較研究[D].蘇州大學，2016.
[8]徐照生：三星手機中國市場營銷策略優化研究[D].浙江工業大學，2015.
[9]劉陽：平安人壽河南分公司營銷策略優化研究[D].鄭州大學，2015.
[10]中國平安金融集團案例研究報告[A].艾瑞諮詢系列研究報告（2015年第4期）[C].上海艾瑞市場諮詢有限公司，2015.
[11]秋慧：網際網路醫療時代健康險O2O模式創新研究[J].改革與戰略，2016（2）.
[12]王益鋒、魯健健：大數據背景下的現代企業營銷戰略[J].現代企業，2015（1）.
[13]董超：中國平安人壽保險黑龍江分公司市場營銷策略研究[D].哈爾濱工業大學，2017.
[14]謝聖遠、李曉鋒：我國壽險公司產品同質程度研究[J].財經論叢，2014（7）.
[15]李健：壽險行銷7P[J].銷售與市場，1997（12）.
[16]胡若衡、王東：大數據時代網際網路保險發展營銷淺析[J].中外企業家，2018（8）.
[17]王興秀：我國保險公司企業文化建設策略研究[D].山東大學，2014.
[18]羅祥文：大數據背景下的保險定價策略[J].金融經濟，2018（6）.
[19]王敦海：新形勢下陶瓷營銷中4P策略應用研究[J].陶瓷，2014（7）.
[20]段文博、王慶南、王海旭：我國保險中介機構存在的問題及對策分析[J].黑龍江金融，2008（11）.
[21]馬向東：大數據時代的保險營銷[J].中國保險，2018（4）.
[22]趙弘真：中國平安投資富通集團案例研究[D].上海交通大學，2009.
[23]王彥程：試論基於大數據時代企業市場營銷方略[J].現代營銷（創富信息版），2019（1）.
[24]潘世平：論大數據分析在商業銀行資金結算中的應用[J].河北企業，2018（10）.
[25]彭海靜：中小企業大數據營銷策略研究[J].江蘇商論，2016（7）.
[26]劉偉、王霞：大數據時代保險業管理的創新研究[J].現代營銷（下旬刊），2016（3）.
[27]唐志晶、孫景浩、王執政、伍玉通、周書冉：基於大數據分析的精準營銷[J].無線互聯科技，2018，15（13）.
[28]馬向東：利用大數據提升保險營銷能力[N].中國保險報，2018-01-30（6）.
[29]鄔維奇：大數據營銷在保險營銷中的應用[J].上海保險，2013（9）.
[30]姜雙雙：大數據時代下保險營銷模式研究[J].中國戰略新興產業，2017（24）.
[31]Chao Shen，Weiqin Tong，Jenq-Neng Hwang，Qiang Gao：Performance modeling of big data applications in the cloud centers[J].The Journal of Supercomputing，2017（5）.
[32]Daniel Nunan，Marialaura Di Domenico.Big Data：A Normal Accident Waiting to Happen？[J].Journal of Business Ethics，2017（3）.
[33]Eric H.Shaw.Marketing strategy[J].Journal of Historical Research in Marketing，2012（1）.
[34]Rami Olkkonen，Henrikki Tikkanen，Arto Lindblom：Re-lationalism as a Marketing Strategy：An Empirical Study Among Finnish Business-to-Business Marketing Firms[J].Journal of Euromarketing，2008（1）.
[35]Pinelopi Athanasopoulou，Apostolos N Giovanis，George J Avlonitis：Marketing strategy decisions for brand extension suc-cess[J].Journal of Brand Management，2015（6）.
[36]Imen Boukhris，Zied Elouedi，Mariem Ajabi：Toward in-trusion detection using belief decision trees for big data[J].Knowledge and Information Systems，2017（3）.
郭慧馨,葛健,張妍.大數據時代保險公司營銷策略分析[J].當代經濟,2019(11):50-54.