基于随机森林与RFM模型的财险客户分类管理研究

摘要

基于客户价值的财险客户分类管理能够帮助公司更有效地节约成本,创造收益.通过在RFM(近度、值度、频度)模型中加入财险客户理赔额指标,将模型扩展为RFMP模型,综合考虑了财险客户的利润贡献度及其风险因素,从风险和贡献两个角度更有效的衡量客户价值.同时,将随机森林分类算法应用到客户分类管理中,并与神经网络分类模型进行比较,实验结果显示随机森林分类具有更小的误差.进一步分析了各客户类群的人口统计学指标,避免了复杂的客户指标量化计算过程,有利于财险公司对庞大的客户群进行分类管理,也有助于公司对新入客户进行风险价值评估,提供具有针对性与个性化的产品与服务.