基于数据挖掘的寿险销售效率提升研究

摘要

国内保险行业主要收入来源分为投资收入及保费收入两类。目前，随着我国经济的周期性增速放缓，经济轨道将进入“L形走势”，投资收益率持续下滑，保险行业投资收入将呈现周期长、收益低的特点。与此同时，随着中共十八大《十三五规划》，以及国务院《新国十条》等重要规划性文件的发布，保险行业又迎来了新的机遇，面临新的要求。保险业被定位为国家治理体系中重要的组成部分，担任中国经济调整增长、维护金融稳定的助推器。在可预期的时间内，保费收入将在保险公司的利润来源结构中呈现越来越重要的角色。
　　长期以来，多数寿险企业的保费销售方式依然处于粗放发展阶段：过度的扩张，追求市场份额、重视速度却不看重效率。在投资利润收紧的低利率时代，必然对各寿险公司保费销售效率提出更高的要求。而目前国内、外对于寿险销售效率的研究仍处于较为初级的阶段，偏重于财务口径下的产品利润精算研究，对于业务队伍在销售端的影响因素研究较少。这种研究现状的形成，受寿险行业主要的利润来源结构的影响，同时也与销售数据较为精细，数据收集、统计难度较大有着密切的关系。
　　随着互联网金融、大数据时代的兴起，对大量客户信息，以及业务前端销售过程数据进行统计且进行数学分析的设想已成为可能。通过一定的数学方法，对相关数据进行统计，对于保险行业保费销售效率提升的重要性不言而喻：保费销售效率的提升，是考量公司经营成果的重要指标，将引导公司选择最优经营策略，降低成本，提升利润，同时将直接提升寿险从业人员人均收入水平，对公司经营、行业发展、从业人员收入水平的提升均有重要意义。
　　本文意图通过基础数据挖掘技术，搭建数学模型，对于 A保险公司2011-2016年六年间的销售数据进行统计分析，检验销售效率，分析保费成长的主要驱动因素，并通过 A保险公司过去六年的经营实践，对模型数据的变化进行实证研究，对各环节的影响因素进行经营动作匹配，以获取影响寿险销售效率的关键行为。在此基础上，A公司将对公司经营方向及策略进行调整，明确各部门运营方向及运作标准，匹配相应的资源及管理行为，以高效的投入，获取更多的保费收入，维持长期持续、稳健的发展。

目录

声明

第一章 绪论

1.1研究背景及目标

1.2国内外寿险销售效率研究现状

1.3数据挖掘分析在寿险销售研究中的应用

1.4 小结

第二章 基础理论

2.1寿险销售效率影响因素分析

2.2本文运用的数据挖掘方法介绍

2.3 小结

第三章 寿险销售效率模型构建

3.1模型构建说明

3.2模型构建说明

3.3A公司人力随时间序列衰减率研究

3.4 A公司件均保费变化研究

3.5小结

第四章 保费预测模型的建立及对2017年的预测

4.1 模型建立

4.2 模型说明及参数设置

4.3保费预测模型组检验

4.42017年保费预测与总结

第五章 寿险销售效率实证研究

5.1A寿险公司实现稳健快速成长的实证研究

5.2模型参数来源介绍

5.3小结

第六章 总结与展望

6.1寿险销售效率提升的要点

6.2本次研究的局限性及不足

参考文献

个人简历 在读期间发表的学术论文

致谢