摘要：大数据技术的发展引发了金融时代的改革，保险业面临巨大的竞争压力，因此保险公司需要在大数据分析方面进行积极的探索。本文对大数据分析工具和方法以及4Ps营销理论进行了简要的阐述，根据4Ps理论的框架对保险公司营销策略现状、问题进行了分析，最终依据分析的结论结合大数据方法从产品策略、价格策略、渠道策略等方面给出解决对策。
关键词：大数据分析；保险；营销策略；企业效益
传统营销方式导致企业营销过程中存在市场信息充裕度低、准确率差、反馈不及时等问题，结合大数据进行营销策略的制定可以很好地解决这些问题。以现存的保险数据资源作为依托，进行数据整合并加以利用，对传统的营销模式进行适应时代的改造，从而提高企业的经济效益。因此，对大数据在保险公司营销策略中的应用进行研究是非常有必要的。
一、大数据与市场营销
简单来说，从不同类型的海量数据中快速获取有价值的信息的能力，就是大数据。市场研究公司预计在2009年至2020年期间数据生成量将会增长44倍；高德纳咨询预测企业数据将在五年内增加80%，这其中80%是非结构化数据，来自团体、社团以及社交网络的非业务数据；贝恩咨询对全球400多家年收入超过十亿美金的企业进行调研，仅有4%的企业擅长大数据分析，它们能够根据大数据分析发现改变企业运作的方式，或者提高产品和服务。与竞争对手相比，这部分企业它们的绩效处于同业前四分之一，它们的决策速度比一般企业快出五倍，它们的决策执行速度比一般企业快出三倍。
1.大数据分析
通用的大数据处理框架一般是指数据采集与预处理、数据存储、数据清洗、数据查询分析和数据可视化这五个部分。
数据采集与预处理是将数据仓库中零散的数据整合在一起，再将这些数据综合起来进行分析。Logstash是开源的服务器端数据处理通道，能够同时从多个来源采集数据、转换数据，然后将数据发送到存储库Elasticsearch中。NDC（Netease Data Canal）可直译为网易数据运河系统，是网易针对结构化数据库的数据实时迁移、同步和订阅的平台化解决方案。
数据存储最常用的是Hadoop，可使用HDFS（Hadoop Distributed File System）作为其存储系统。HDFS允许连接多个普通个人计算机，将设备上分布的一些数据文件作为一个无缝文件系统来进行访问和存储。由于大数据增长速度快，需要的储存空间越来越大，云存储又不会受到风险控制，并随时随地可以访问，所以如今腾讯云、阿里云和谷歌云等提供的云硬盘服务是许多公司备份数据的选择。
数据查询分析常用的是SQL（Structured Query Language，结构化查询语言）语言，其中DML（Data Manipulation Language，数据操纵语言）也是一种常用的查询功能很强的语言，常用的工具还有FineBI等。
数据可视化常用工具Google Chart API的图表库内从线图到分层结构可以满足任何需求，能够在所有支持SVG\Canvas和VML的浏览器中使用。随着在线数据可视化的发展，图形控制和内容表现已经合为一体，JavaScript库Crossfilter就是这样的工具，当调整一个图表中的输入范围时，其他关联图表的数据也会随之改变。
大数据分析可以为企业提供诸多便利。一是积极主动预测需求。不同企业都面临着逐渐增大的竞争压力，要想增加营业收入，就需要获取更多的客户，不断了解他们的需求，以便提供给客户更好的体验，从而保持长久的客户关系。企业可以识别客户的手机、电子邮件和地址，并将其整合为一个单独的客户ID，并且需要整合传统数据源和数字数据源来理解客户的行为。二是提供个性化服务。大数据分析的应用给企业带来了基于客户个性进行互动的机会。海量数据中所包含的信息有很多，而对于企业来说最具价值的就是有关于消费者的相关信息。如果可以搜集到更精准的消费者信息，就可以为他们进行个性化的定制服务，从而做到比消费者本人还了解自己，使用户感觉受到重视。三是管控风险。中小企业贷款风险评估，可通过企业的流通、销售、财务等相关信息，结合大数据挖掘方法进行贷款风险分析，量化企业的信用额度，更有效地开展中小企业贷款。大数据分析还可以识别实时欺诈交易和反洗钱分析。
2.企业的营销策略
4Ps营销理论是由美国的麦肯锡教授最先概括形成的，多年来在西方营销学中得到了广泛应用。4Ps指的是产品、价格、分销、促销（product strategy、price strategy、place strategy和promotion strategy），在企业经营的诸多因素中，4Ps是企业可以控制并且优化的变量。多数公司的促销策略都是由这几种方法组合形成的。
二、保险公司营销策略中的问题
1.价格策略中的问题
（1）价格缺乏竞争力。产品价格缺乏竞争力是国内保险公司普遍存在的问题，从2017年底中国保险市场费率市场化改革后，保险产品的价格由各保险公司进行制定。各大保险公司随后也推出1~2款费改后的产品作为试水产品，但由于我国保险市场发展时间较短，对于费改定价需要的精算评估、投资匹配、偿付能力等基础数据缺失，各保险公司都默认采用和从前一样的预定利率，也就是保险产品的销售价格基本是同质化的。以寿险业为例，作为一个负债经营的产业，寿险目前正在面临资金短缺的困境，各大保险公司都在力争建立长期投资模式，通过提高经营水平和投资赢利的能力来解决这一问题。另一方面，外资保险公司运营时间长，经验相对丰富，费改开放后，其产品的定价往往比国内保险公司产品更有竞争力。
（2）寿险产品定价方式陈旧，参考数据量少。以人寿险为例，保险公司以已有的“精算模型”为基础，综合资产的划分、行业平均价格水准等条件进行精算定价，只能在经过多年编制的人口生命表、银行利率等因素基础上，事先约定好一个给付的价格。传统的寿险定价方式所应用的数据量在公司数据库中占比小，虽然拥有大量的专业精算师一直在对保费费率进行精确计算，但由于数据量还是太少，不足以制定出合理的价格，容易导致目标客户群体小和比较优势小的问题。
2.渠道策略中的问题
（1）现有渠道建设不完善。三十多年来，保险在营销渠道的选择上也积累了一定的经验，下一步要做的就是结合各个渠道的优劣势及自身的特点做一些调整和整合的工作。针对线下渠道，由于寿险产品有无形化、购买需求比较潜在、售后服务时间长等特点，这些决定了传统寿险业面对面销售和服务的方式还会长期存在；线上渠道来说，App营销将成为移动营销的主要方式，保险要重点研究，以后的保险销售很大一部分都会通过App销售。
（2）保险分销渠道发展缓慢。保险间接渠道分为保险代理渠道和保险经纪渠道这两种，最大的区别在于保险代理服务的对象是公司，而保险经纪是受投保人委托的。国外保险营销经常采用间接渠道，但在我国这还属于新兴行业，存在很多问题。我国保险目前只存在个人保险代理这一间接渠道，保险代理人通过销售公司的产品和服务来获取代理费。目前我国保险间接渠道发展状况良好，势头强劲，建议保险尝试与专业保险代理公司和经纪公司合作，拓宽代理渠道，实现保险和代理公司的共同发展。
3.促销策略中的问题
（1）保险促销方式混乱。保险公司很看重保险营销人员的业绩，经常对营销人员采取销售促进的方法来激励他们的工作，然而这就造成了保险营销人员在市场开发、销售产品的时候经常存在违规行为。保险的促销支持主要体现为绩效奖金和礼品奖励，有些销售人员为了达成业绩不择手段，向客户介绍产品时夸大保险产品的优势或是私自购买礼品送给客户，这样有损于保险公司的形象。
（2）销售人员入门门槛低，不够专业。保险一般通过在各大招聘网站和App上发布招聘信息来招聘员工，在常用的58同城、Boss直聘、中华英才网等推荐岗位上总会出现平安保险的招聘信息，工作地点遍布全国，供求职者可选择的职位也非常多。
由于保险员工离职率很高，经常有职位空缺，平安急需招聘新员工，这就造成保险招聘极不严格。以保险销售这个岗位为例，求职者在网上投递简历后很快有人力资源部门的人通知他们面试时间，面试的内容就是一些最基本的个人信息，面试官根本不清楚求职人员对保险的认知程度。随后安排求职者参加为期一周的培训，培训结束就可以签劳动合同。这样一个简单的招聘过程不能保证每一位员工的专业性，他们其中很大一部分人都不是专业对口的，而且学历都只有中专、大专，可以说保险的入门门槛很低。
三、应用大数据分析对保险营销策略提出的建议
保险营销实际上就是保险公司通过向市场提供商品或服务来获取市场信息，消费者通过向保险公司支付保费来获取售后服务的过程。可以依靠先进技术，在销售业务不同领域，深入挖掘和创造数据价值，促进营销，利用可视化工具MySQL和Python，分析现有产品的销售额和市场竞争力等方面的大量数据，用MySQL进行数据清洗，用Python的matplotlib库进行绘图，从而得出相关可视化数据，促进业务的全面发展。保险要以此为目标，充分利用大数据分析的方法来解决现阶段公司存在的营销策略问题。
1.产品策略方面的对策建议
（1）分析保险产品现状，精简产品数量。目前保险销售的产品过于繁杂，完全可以精简现有的产品数量。建立基于产品的数据分析，对业绩表现差、市场潜力小的产品进行删减，不仅节约企业资源，而且可以提升盈利能力。另外，可同时对现有的经典产品进行适当改造升级，既能满足客户需求，也能增强产品的市场竞争力、延长经典产品的生命周期，而且投资少，风险较低。
（2）挖掘消费者真正需求，推出个性化产品。新产品的研发可以提升企业的核心竞争力，企业只有通过不断更新产品，才能满足不断变化的市场需求，同时巩固自身的市场地位。和其他行业一样，产品创新也是保险业获取大量利润的基础。
保险要想推出新产品，就要进行市场调研，了解客户的个性化需求。这就需要运用到用户画像系统，用第三方数据采集软件NDC捕捉客户在网络上的一举一动并进行预处理，通过这些信息，保险可以深入挖掘客户需求，对公司设计新产品提供很大的帮助。保险可以对客户的个人爱好和消费习惯等信息进行分类，制定每个客户专属的标签，建立属于客户个人的抽象专属模型，这样便于进行多维度精细分析，深入了解现有及潜在客户的特征和需求。只有明确了客户的真正需求，才能设计出实用的新产品，推动保险发展。
2.价格策略对策
（1）利用大数据共享资源合理定价。大数据时代的数据共享可以汇集整合保险行业绝大部分公司的实时数据，并对收集到的海量数据进行提炼，形成更全面、更细致的客户数据体系。保险可以通过访问HDFS数据库了解到其他公司产品的特性与价格，找到相似产品与本公司产品相比较的优势和劣势，并参考对方公司的定价方式，从而对公司产品进行定价，拒绝与其他保险公司产品同质化，并通过Google Chart API建立预测模型，汇集产品需求、价格变化、市场占有率等多方面的数据对未来产品的价格趋势进行合理预测，为保险制定价格策略提供支持。
（2）收集全部数据进行精算定价。大数据分析技术给保险行业带来的主要变化之一便是使精算定价过程中基于样本的精算转化为基于全量的计算，这样可以为保险公司抢占保险市场份额，提高保险产品的价格竞争力。
保险精算人员需要根据目前的信息预测未来，为保险产品确定合理价格，他们需要通过建立模型和基于各种对未来的假设对所开发保险产品未来期间各种可能出现的情况进行预测。精算定价三大假设包括疾病死亡或医疗费用等的发生率、投资收益率假设和费用假设。保险精算人员可以使用最基础的可视化工具Excel建立现金流测试模型，所谓现金流测试就是根据“各种收入项-各种支出项”得到的各年年末现金流等内部利润指标确认该产品风险如何，是否有利可图。
3.渠道策略对策建议
（1）大数据分析巩固渠道，保护隐私安全。保险要在完善现有渠道的基础上创新渠道，使销售渠道变得多样化，目前来讲最重要的还是要坚持推动线上线下渠道的紧密结合，线上为消费者提供方便快速的保险业务咨询和下单服务，线下服务配备专业的保险人员为消费者排忧解难，为客户提供更好的体验。
进行客户信息的紧密衔接，以便线下工作人员可以根据该客户之前的行为为其提供独特的用户体验，增加其购买产品的可能性。O2O渠道可以借鉴这种方法，前期对线上消费者行为进行记录，后期根据客户个人信息提供面对面的服务，在为他们带来便利的基础上，获得更多的消费者。
在飞速发展的数据共享时代，网络数据传播速度快，客户信息无处不在，这样一来保护客户隐私就显得愈发重要。若要更好地利用大数据给保险营销带来的优势，保险要做好大数据的保护工作，并且积极配合相关部门提升监管力度，保障客户信息安全。
（2）发展保险中介渠道，实现合作共赢。保险可以尝试拓宽销售渠道，与专业的保险中介公司合作，合作意味着保险不仅增加了保费收入，而且提高了公司知名度，从而提高了企业效益。保险增加新的渠道可以得到更多有价值的数据，通过DML等工具进行数据分析，得到有意义的信息，对企业制定新的营销策略很有帮助。明亚保险经纪有限公司是国内首家也是最大的一家专注于个人寿险业务的全国性保险经纪公司，定位于为中高端客户提供中立、专业的保险理财咨询和风险管理服务，明亚公司拥有大量高端客户资源，这正是保险需要的。
加强保险公司与保险中介机构的分工协作，保险公司与保险中介机构应加强合作，保险中介机构主要负责保险产品的推广、销售等业务，保险公司则可以把重心放到产品研发等，以便直接获得客户信息，促进保险间接渠道的发展，实现保险公司和间接渠道公司的共赢。
4.促销策略对策建议
（1）设计有针对性的广告推送。目前保险公司在国内的广告多以企业形象、品牌宣传为主，随着多年的发展，保险已经拥有很高的品牌知名度，可以适当地转换一部分内容为产品广告。保险应尽量开发出满足个性化需求的保险产品及产品组合向客户推送，建立保险生态营销体系，变精准骚扰为精准营销，真正实现让推销变得多余。
（2）提高从业门槛，关注实时绩效。保险在招聘人才时要注意提高门槛，不能只通过短暂的面试决定是否录取，还要通过Logstash采集应聘者的网络信息有无其他不良现象，通过这两方面的综合考虑再决定。
人力资源部门应设立一套更加严密的绩效管理方案，可以设计出一款记录员工日常绩效的软件，为月末和年终绩效考核提供参考依据，让绩效成绩更加客观真实。除了现有的以纸质版方式从员工德、能、勤、绩四方面对员工履行职能、发挥作用、工作实效、行为规范等方面进行打分外，还可用这款软件记录员工每日工作量、每日打卡签到、制度考试成绩、每月绩效考核成绩、迟到早退、病假事假、评优评先等，对员工实时绩效进行综合考察评定，这些内容都会被上传到HDFS数据库中，通过可视化数据Google Chart API对这些数据进行直观展示，随时给出员工的综合绩效，与他们的奖金挂钩，从而实现正确引导和激励。
参考文献
[1]刘亚楠：保险网络营销研究[D].广东财经大学，2018.
[2]郑奕彤：保险O2O营销模式的实践与研究[J].经贸实践，2018（16）.
[3]包敏：浅谈大数据时代的保险精准营销[J].成功营销，2018（11）.
[4]石章强、莫白虹、李昕：个性化服务：不要看上去很美[J].销售与市场（管理版），2013（10）.
[5]李力：大数据背景下Z保险公司精准营销研究[D].南昌大学，2017.
[6]吴桐：云南跨境保险发展路径研究[D].云南财经大学，2016.
[7]徐琦：中国人寿和中国平安财务绩效、财务政策和财务战略的比较研究[D].苏州大学，2016.
[8]徐照生：三星手机中国市场营销策略优化研究[D].浙江工业大学，2015.
[9]刘阳：平安人寿河南分公司营销策略优化研究[D].郑州大学，2015.
[10]中国平安金融集团案例研究报告[A].艾瑞咨询系列研究报告（2015年第4期）[C].上海艾瑞市场咨询有限公司，2015.
[11]秋慧：互联网医疗时代健康险O2O模式创新研究[J].改革与战略，2016（2）.
[12]王益锋、鲁健健：大数据背景下的现代企业营销战略[J].现代企业，2015（1）.
[13]董超：中国平安人寿保险黑龙江分公司市场营销策略研究[D].哈尔滨工业大学，2017.
[14]谢圣远、李晓锋：我国寿险公司产品同质程度研究[J].财经论丛，2014（7）.
[15]李健：寿险行销7P[J].销售与市场，1997（12）.
[16]胡若衡、王东：大数据时代互联网保险发展营销浅析[J].中外企业家，2018（8）.
[17]王兴秀：我国保险公司企业文化建设策略研究[D].山东大学，2014.
[18]罗祥文：大数据背景下的保险定价策略[J].金融经济，2018（6）.
[19]王敦海：新形势下陶瓷营销中4P策略应用研究[J].陶瓷，2014（7）.
[20]段文博、王庆南、王海旭：我国保险中介机构存在的问题及对策分析[J].黑龙江金融，2008（11）.
[21]马向东：大数据时代的保险营销[J].中国保险，2018（4）.
[22]赵弘真：中国平安投资富通集团案例研究[D].上海交通大学，2009.
[23]王彦程：试论基于大数据时代企业市场营销方略[J].现代营销（创富信息版），2019（1）.
[24]潘世平：论大数据分析在商业银行资金结算中的应用[J].河北企业，2018（10）.
[25]彭海静：中小企业大数据营销策略研究[J].江苏商论，2016（7）.
[26]刘伟、王霞：大数据时代保险业管理的创新研究[J].现代营销（下旬刊），2016（3）.
[27]唐志晶、孙景浩、王执政、伍玉通、周书冉：基于大数据分析的精准营销[J].无线互联科技，2018，15（13）.
[28]马向东：利用大数据提升保险营销能力[N].中国保险报，2018-01-30（6）.
[29]邬维奇：大数据营销在保险营销中的应用[J].上海保险，2013（9）.
[30]姜双双：大数据时代下保险营销模式研究[J].中国战略新兴产业，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，张妍：北京联合大学商务学院。
郭慧馨,葛健,张妍.大数据时代保险公司营销策略分析[J].当代经济,2019(11):50-54.
