2017年10月27日，易观A10大数据应用峰会在北京召开，本次峰会以“数以致用 源力觉醒”为主题。本次大会邀请到国内互联网行业领袖大咖，以及来互联网、传统企业、媒体及资本领域在内的3000多位与会者，共同唤醒“数字源力”，让用户数据价值得到充分释放和利用。
在27日下午举行的用户经营平行论坛上，众安科技大数据运营负责人耿珍珍做了题为《大数据价值：保险用户运营新时代》的演讲，演讲面向保险行业正在遭遇的一系列挑战，阐述了保险业如何基于大数据提高运营和服务能力。以下为演讲实录：
大家下午好，我是来自众安科技的耿珍珍。今天下午主要跟大家分享一下我们这边的大数据在保险业这块是怎么做的，我给大家介绍一下我们做的相关经验。我今天主要分享一下我们这边保险业营运遇到哪些挑战，大数据如何做，我们众安是怎么做的，然后再给大家放一些相关的案例。
我们先看一下保险业运营遇到的挑战，保险业很多人对保险有一个误解，保险是不是很多传统公司来说，一说保险有很多电话保险各种骚扰，所以对保险会有一些误解，购买的意愿没有那么强。另外一块用户来说，因为用户对购买保险来说一种是线上，一种是偏线下，基本上跟平台发生互动的时候，投保的时候。另外一块是理赔的时候基本互动就是这么多，其他时间不会跟你发生任何操作，用户黏性不太好。你好不容易把用户黏性搞起来，用户转化非常麻烦。比如现在保险产品非常多，比如意外险，本地的，或者境外险，或者一些其他的重疾险产品非常广，进到产品之后发现产品条款非常多，比如基础款，升级款和爆款这些产品来说用户提交之后怎么转化，所以用户转化率就比较低，这是线上互联网保险业遇到的问题和挑战。
下面我们看一下我们怎么样推动大数据让保险业用户运营变革，怎么样通过大数据让保险用户运营更方便，我们这边从三方面来讲，我们从精准、闭环和量化来说。首先看精准，大家都在聊精准营销，用户你对他做精准营销首先要认清用户的群体特征是什么，了解清楚之后才能做个性化的营销策略和其他的一些活动和个性化的推荐，所以我们会从用户多方面数据把线上跟线下数据做一个整合，这样的才能多方面判断用户的属性，再进行精准营销。
另外我们看闭环，基本上是营销闭环，你投一个用户获取到一个用户，再带来交易、拉新、留存、转化，包括数据监控这样的闭环里边，你怎么样推动用户完成闭环，你效果是怎么样进行量化评估。每个渠道过来的流量成本，包括投放比都是不同的，我们怎么样通过营销推荐模型把这块总结出来，或者优化出来。
比如我们这次活动里边投入笔大概是几千万，一个用户成本大概是几十但是你后续怎么样通过营销模型把ROI投入比更高，或者成本降的更低，我们通过大数据展开对用户的运营或者是智能营销。
我们另外一块，刚才我们是基于老用户的数据，之间进行打造闭环。另外我们从外部进行一些新用户，我们在外部进行流量承接，更大的转化成你的核心用户。但是大家都在DMP，包括第三方的数据全部整合在一起，用户的一个平台建立起来，我们通过外部的平台，怎么样跟它DMP整合在一起，搞一个线上线下的闭环，让外部用户和内部用户怎么样整合在一起拉新，还有老用户的留存这块所有的用户运营全都有了。
我们再看一下我们众安科技大数据运营这块是怎么做的，这是我们精细化运营策略的框架，我们会从数据层、模型层数据层进行层层叠加，比如我们数据层我们所有数据都是保险，我们把投资理财行为包括第三方用户授权行为等等整合在一起，这样构造成用户的一个最底层的标签，后续所有的运营都是基于这个层上进行的框架。另外基于这个模型之上我们会做很多的模型，比如用户的积分通过这个模型判断用户的群体特征。举个例子，我们看消费能力模型，我们会从用户看他的当前价值和现在的价值，比如一个18岁以下未成年的人跟15，或者25-35周岁具有核心价值的用户，包括保费贡献是完全不一样的，包括投资理财行为，把各种指标划分为中保险和高保险能力，用户群体特征也不同，我们会做个性化的营销策略。
我们目的是通过运营策略的框架，对客户来说，可以提高你整体的价值，可以从拉新用户注册过来一直到交易这块，达到最高的价值。另外一块对用户体验来说可以提高用户体验，比如通过相关的APP数据用户路径优化我的版本迭代，优化用户体验包括投保的流程里边怎么做优化，用户体验会更好，通过这个层面把客户企业这两块全部包含进去。
我们这边洞察的用户，我们基于保险相关的用户标签，因为我们这边可能会有一些保险相关和内外部第三方数据，比如电商数据可以看用户的交易水平和商业偏好。另外是出行场景，比如我们航行险（音），比如你平常坐飞机，还是坐火车，还是自驾，这些全部信息都进去了。另外还有一些模型，我们根据多维指标，你日常喜欢高消费，比如喜欢大频率的购物，还是小频率的购物，这方面的数据我们判断你是顾家型还是认知型的。
另外看关系网络你可以看一个，只有一个人单身还是结婚，你是否有子女，你是否有家庭父母和家庭负担，所有一切全部监控到包括你的消费性格，通过各个标签我们现在已经建造了两千多个从互导从客户视图，包括各种险种，每个险种模型都有一个，这样可以全面洞察我们的用户。
另外我们用户运营的策略，我们基本上按照，过了一段你会发现，不管每个行业用户运营策略基本都是相同的，比如我们从标签建设，我们有两千多个标签，通常标签再用各种经济算法和模型划分出来，按照生命周期和身份把群体分出来，最后做一些运营策略，你根据用户的群体特征不同做一些个性化的运营策略。因为大家知道做营销做用户运营每次都有一定的数据和活动相关，所以我们这边会选一些目标用户，再做效果评估这是一个闭环我们希望这样的思路达到我们及时准确量化为保险行业做一个相关的大数据运营。
我们再看一下我们这边基于刚才的模型和思路我们对用户怎么样做精准营销，我们拿其中的一个案例，拿用户的相关身份做案例，比如学生、白领、务工、退休老人等等，他们的情感特征都是不同的，你根据一些标签和模型，我们把群体特征划分出来，发现特点也是不同的，它的一些特性跟共性也是不同的，这样我们推荐一些产品和推荐一些活动都是不同的。比如学生，上课时间或者晚上时间，白领跟务工时间工作时间都是不同的，你后续根据他的活跃时间选择一些不同的用户经营直接触达他们，对用户来说用户体验会更好，对其他产品来说你又能满足用户的需求，用户体验会非常的好。
接下来我们刚才通过对模型和用户经营做完了，之后你做一个效果的评估，我们自己梳理出来一个体系，大概是以下几块，活动环节里边比如方案，流程，我们把活动评估成是好还是坏。另外一块，我们各种场景都是不一样的，所以你得到的结果，比如做拉新，可能活动里边拉新的时候成本没有那么多，但是一定要有趣让后面更多的用户转化成我的用户。另外品牌互动的时候，有些大部分品牌广告，很多发现只能带来曝光，转化大概有多少这个不好评估，所以每个结果它的方案里边，涉及到的权重都是不同的，所以得出来的结果也是不同的。
我们刚才基于前面的标签建设，包括模型建设，包括用户经营包括效果评估体系，我们孵化出来一个智能营销的平台，我们把企业数据接入，包括订单系统，竞品包括SDK数据等等所有结合在一起，我们通过所有的数据做一下标签处理。比如我们内外部数据，我们会把各个事业部数据整合在一起，包括外部数据，SDK、订单数据等等所有数据结合在一起进行统一化。另外我们再做一个标签，所有的标签匹配到一起就可以判断用户某个群体大概是什么样的特征。通过我们这个平台可以做以下几个特征，我们可以做用户全面的洞察。另外可以对标签人群筛选，比如这个人群大概多少人，另外一个人群大概多少，通过智能触达的方式。因为每个群体特征知道了，所以你对他要做精准营销，你可以精准触达他们，我们支持短信、微信、公众号，你过生日，或者订单没有支付，或者你生日，营销活动可以推荐给你，你可以直接触达。
另外营销规则管控，大家都知道，你触达用户包括第三方的数据，你数据怎么样进行转化，比如你推送给多少人，有多少人点击，有多少人转化一系列的转化全都有。因为前面留存在现有用户的行为中得出来的结论我们形成闭环。另外一块我们想要完成更多的交易额我们拉新的客户过来，我们把外部投放的广告数据接入进来，这样就可以把外部流量接进来，通过这个平台可以把用户，全面用户洞察可以做运营策略，又可以做精准用户触达，又可以做精品投放。
通过这些案例我们给大家放几个日常的实践的案例，我们这边是人寿合作的场景，大家微信公众号，或者一个平台，微信公众号里边会涉及到各个环节，一个微信好的建立可能是一整套的拉新留存促活转化到交易一整套的，每个环节都有数据化运营贯彻进去，我们这边会包一个从0到1快速的完成目标，数据化运营这块。
另外一块我们放了一个保险的续保的场景，大家都说续保很多你前期把保险完成之后，后面很多场景都是看续保。如果续保成功直接影响你交易的成功，我们会划分成比如给他做一些推送的效果，用户运营，比如保单即将到期和保单未到期每个群体的特征都是不同的，所以你要给他们触达做运营的时候你运营对应的文案和策略都是不同的。
下面我们还会做一些活动相关的运营，我们按时续保奖励，通过数据分析效果监控，包括一整套的也是数据化的案例。再放最后一块，我们再看最后一个案例，我们放了一些个性化运营场景。我们前段时间有一个爆款产品分享一生，我们发现它是一段生活在差不多25-35周岁的人，大部分是外地工作，大部分都有家庭负担，男性多于女性，开的车都是15-40万大部分是天平座，我们通过分享一生标签的建设把这个群体划分出来，我们后续做投放的时候也会考虑很多的场景，包括年龄阶段，地域阶段，如果有车的话车险这块的合作，包括我们地域特征，年龄特征，星座特征都结合在一起给他们做个性化的运营策略。
基本上我们这边工作，保险业用户运营就是这些，最后我推荐易观方舟，谢谢。