数据挖掘是从大量数据中寻找其规律的技术,主要有数据准备、规律寻找和规律表示三个步骤。关联规则挖掘是数据挖掘中重要的研究方法之一。它主要用于发现大量数据中间有趣的关联或相关联系。关联规则挖掘的一个典型例子是产品销售分析:研究发现产品销售中不同商品之间的联系,找出顾客购买行为模式。
分析目标和分析思路
通过对历史保险产品销售情况分析,可以发现两个方面的规律性:
一是,客户的特征与他们购买产品之间的规律性。
探询客户不同特征,例如:性别、年龄、婚姻状况、职业等方面,对其购买产品的影响。最终发现具有哪些特征的客户倾向于购买哪些产品。这不论是对一次销售还是二次销售,都具有很好的指导意义。
二是,哪些产品之间具有组合销售的可能性,如何开拓客户的二次购买行为。
因为在目前保险产品销售中,促成客户的首次购买,换句话说也就是开拓一个新的客户,它所付出的成本是比较高的。保持一个老客户,并使他们继续购买更多的保障,相对成本比较低。但是在对老客户进行二次销售的时候,不能盲目进行。如果能够根据产品间的关联性,有针对性地销售,将能够大大提高销售的成功率。
此外,在使用关联规则分析保险产品销售的时候,我们必须意识到保险产品的一些特点:保险产品有效期限一般较长,因此购买行为的频率相对较低。同时,保险公司的产品不断推陈出新,老的产品不断停售,新的产品在原来的基础上略加改动就可取代老的产品,即便在同一时期销售的产品,也有不少是属于同一类的产品。因此,笔者将在相对较长的时间内进行分析,同时,将针对保险产品类型进行分析,而不是针对具体产品进行分析。
基于以上考虑,初步划定的产品类型包括:两全保险、终身保障、终身寿险、终身重疾、定期寿险、定期重疾、教育年金、养老金、医疗、意外伤害、住院补贴、投资型等。对于客户特征,主要关注:性别、年龄、婚姻状况、职业。
数据准备
本实例分析数据来自某保险公司某地区2005年销售情况,出于商业和客户隐私保密的考虑,不展示真实数据。