使用实例[M].北京：机械工业出书[1] 纪希禹主编.数据挖掘手艺，：3-102009.

　　保守认为安全公司，者体验的最次要要素车险理赔影响消费，度和理赔质量就是理赔速，许4S店修车、理赔定损、现场查勘等方面而理赔质量次要是指理赔换件政策、能否允。此因，集中投入到这两个方面安全公司保守把资本。

　　a Mining）数据挖掘（Dat，证的方式论是用已验，数据中从海量，步履的内在学问挖掘出可采纳，企业运营从而改善，效率提高。ge Discovery in Database）数据挖掘又称为数据库中的学问发觉（Knowled。、恍惚的和随机的数据中它是从大量的、有噪声的，信的、潜在的和有价值的消息和学问的过程[1]提取隐含在此中的、人们事先不晓得的、但又是可。要研究者的预判一般统计研究需，设查验注重假；的摸索和新学问的发觉而数据挖掘激励研究者，践查验注重实。在安全行业数据挖掘，流失预警及客户挽留、欺诈监测、新险种开辟和车险费率模子化等诸多范畴可用于安全客户细分、营销勾当响应、交叉发卖和追加发卖、代办署理人甄选、。际先辈国度已有很多成功案例安全业使用数据挖掘手艺在国，安全行业中但在国内，仍处于启步阶段数据挖掘使用。

　　stry Standard Process for Data Mining）本文的研究采用跨行业尺度数据挖掘方式论CRISP-DM（Cross-indu，解、数据预备、成立模子、模子评估和模子发布它将数据挖掘分成六个阶段：贸易理解、数据理，掘在贸易中的使用它强调的是数据挖，具有的问题处理贸易中，限在研究范畴[2]而不是把数据挖掘局。

　　 王光宏[2]，据挖掘综述”蒋平：“数，04年2月32卷第2《同济大学学报》20期

　　素的消费者对劲度平均分由数据可计较每个影响因，者对劲度平均分为横轴以每个影响要素的消费,素的权重为纵轴以每个影响因，意度目标权重象限图（图1）绘制B类不良体验消费者满。

　　2看出从表，tive %）达到71.534%模子累计注释能力（Cumula，而言一般，力跨越60%模子的注释能，有优良的布局效度就表白调研量表具，作为本次数据挖掘的重点对象因而B类不良体验消费者宜，取代本来的15个要素变量所提取四个主成分能够根基。

　　信贷资产类证券投资类权益投资类债券投资投资类型全数组合投资类信任贷款类单据类类

　　理赔过程中b008、，量给您供给协助办事人员可以或许尽，对您的关怀表示出了。

　　 郑艳娟[5]，系办理中的使用[J].中国商贸温爱华.数据挖掘在安全客户关，0920，62+74（8）：.

　　13三项影响要素的负值均值偏离占比力高由表5能够看出b015、b012、b0，车险理赔办事改良点是最火急、最环节的，投入资本加以改良安全公司需要重点。

　　的征询赞扬处置本能机能分属分歧的部分因为目前车险理亏蚀能机能和车险理赔，构的合理化工作建议进行组织架，决车险消费者征询和赞扬处置速度的问题需要成立起一套无效的机制来协调息争。

　　棤浜岀殑鐩樺墠澶х洏鍒嗘瀽1.1.鏈�鎾�涓荤嫭涓??,鏃ュぇ鐩樻柟鍚戝強鍏....姣忔棩寮??洏鍓嶈�″垝褰�.

　　（各影响要素的对劲度－平均对劲度）^2＋（各影响要素权重－平均权重）^2均值偏离程度＝sign（各影响要素的对劲度－平均对劲度）×sqrt （）

　　涓�涓�鑲″弽澶嶆悘鐪肩悆锛岀湅璧锋潵娑ㄧ殑杞拌....鐩�鍓嶈�屾儏涓嶆槸鐗瑰埆濂藉仛锛屾瘡澶╁氨閭ｄ箞鍑犲崄.

　　的快速持续增加跟着中国经济，业也迅猛成长中国安全事，安全公司的主打营业车险营业不断是财富，到70%以上占比一般达，车险营业占比达到90%以至有财富安全公司的。常依赖于理赔办事车险营业的运营非，而然，务成长、轻理赔办事的运营思绪安全公司持久以来构成了重业，理赔办事的质量严峻影响了车险。前目，最多、看法最集中的范畴人民群众对安全行业赞扬，险理赔就是车。年来近，力于提高车险理赔工作通明度中国安全监视办理委员会致，险理赔效率勤奋提拔车，关监管划定不竭出台相，办事有了必然改善安全行业的理赔，险消费者期望的程度但距离社会认同和车，小的差距还具有不。险公司各保，财富安全公司出格是新兴，面构成劣势和特色必需在理赔办事方，引新客户才能吸，老客户留住。此因，学方式使用科，者体验的影响要素研究车险理赔消费，作的环节改良点挖掘车险理赔工，地提出改良对策从而有针对性，车险理赔办事程度才能无效地提高，对劲度和忠实度提拔车险消费者，费者庇护工作做好车险消。

　　赔所需文件材料提交到安全公司b009、您能够很便利地将理。置、泊车等（停业厅位）

　　和员工保守认为安全公司带领，两件事最主要车险理赔就是，速度一抓，质量二抓。15）本来是理赔的派生工作理赔征询和赞扬处置（b0，的焦点工作并不是理赔，被出格注重因而并不，理赔部分办理一般也不属于，论倾覆了保守观念但数据挖掘的结，赔体验反馈而言从消费者的理，理赔工作本身更为火急此项工作的改良需求比。

　　问卷的因子阐发中目前消费者查询拜访，注释能力只要71.534%消费者车险理赔体验的累计，者理赔体验中申明车险消费，响因子未被查询拜访问卷所识别还有28.466%的影，入资本需要投，调研持续，化问卷设想进一步优，卷的累计注释能力提高消费者查询拜访问。

　　了客户消息根本库建议安全公司成立，的同一视图实现了客户；立了客户消息根本库有些安全公司曾经建，入资本建议投，库进行及时化升级对客户消息根本，息根本库为焦点然后以客户信，的查询入供词给同一，务查询的底层问题底子性地处理业，便、快速、一站式的分析查询平台为查询办事人员和消费者供给方。

　　您在比来此次理赔过程中【下面的标题问题是用来评价，品与办事的感受与感触感染对××安全供给的产。的同意程度进行打分请您对下面的每句话。7来打分（用1-，很是不认同1分暗示，很是认同）7分暗示】

　　题（b012）车险理赔查扣问，统认为也不是主要问题安全公司带领和员工传，会要求下在保监，询方面曾经做了必然勤奋安全公司在理赔进度查，掘的结论来看但从数据挖，者体验急需处理的三大诉求之一“便利查询”仍是车险理赔消费。

　　定中的使用[J].市场研究.2006.06[9] 张文霖.主成分阐发在对劲度权重确.

　　的研究揭示出但数据挖掘，理赔沟通和理赔速度消费者总体上更关心，进需求最为火急这两方面的改。险理赔查扣问题（b012）都是属于理赔沟通的问题车险理赔征询和理赔赞扬处置速度（b015）和车，占比达到56.2%这两项的负项偏离，的负项偏离占比（20.2%）远弘远于理赔速度（b013），此因，度和理赔质量工作的一部门增量资本安全公司应将保守投入车险理赔速，和理赔赞扬处置速度提拔从头分派到车险理赔征询，赔查询方面以及车险理。出产率理论按照边际，大量投入的范畴在曾经进行了，产率较低其边际生，行投入的范畴而持久很少进，产率较高其边际生，此因，询和理赔赞扬处置速度提拔增量资本优化分派到理赔咨，赔查询方面以及车险理，效率提高其发生的，和理赔质量的效率提高将大大高于理赔速度。置增量资本如许从头配，不变的环境下在增量投入，公司、安全行业的佳誉度消费者的对劲度和安全，获得更大的提高都将可以或许全体上。目前可是，际出产率数据无法获得因为这三个部门的边，变提拔效率的程度因而这种设置装备摆设改，精确丈量无法进行。

　　业客户关系办理的成长[J].经济研究导刊[6] 陈湘翠.以数据挖掘手艺鞭策安全，1020，67-68（25）：.

　　的不变性进行评估为了对阐发成果，和巴特莱特查验进行KMO查验，果见表6具体结。

　　险风险阐发中的使用[J].上海安全[3] 朱少杰.浅议数据挖掘在车，0620，58-61（5）：.

　　怨和赞扬进行专业化划分二是安全公司对征询、报，赔征询对理，的查询和反馈只进行消息，心理安抚不进行；赔埋怨对理，心理安抚只进行，质性的处置不进行实；赔赞扬对理，理安抚进行心，车险理赔部分处置然后派发工单转。具备安全专业学问但消费者一般不，询、埋怨和赞扬的划分很难分清安全公司对咨，的企图未清晰表达一旦其赞扬或征询，埋怨的范围就会被归入，法获得处置问题持久无。

　　一步更进，关和安全行业协会建议安全监管机，险理赔自助查询平台扶植行业同一的车，面地开放和对接车险理赔数据应要求各安全公司及时地、全，易记、互联、共享的数据查询平台使所有车险消费者获得一个独一、，决车险理赔查扣问题这将不单终极性地解，理订价等起到严重的推进感化还将对车险反欺诈、车险合。

　　差别带来的消费者体验提拔但即便不考这种边际出产率，边际出产率不异假设三个部门的，赔增量资本从头设置装备摆设本文所建议的车险理，源的设置装备摆设效率也能提高资，三项理赔改良方面的资本投入都是平均分派的假设本来的两项次要理赔资本投入和目前的，下对消费者体验负项偏离的降低效率的提拔度（新增量资本设置装备摆设，.3%＋20.2%＋19.9%）÷3）÷（20.2÷2）＝2.51倍与旧增量资本设置装备摆设下对消费者体验负项偏离的降低之比）也将达到：（（36。

　　消费者体验调研数据中本文旨在从车险理赔，作的环节改良点挖掘车险理赔工，提出政策建议有针对性地，操纵效率提高资本，费者庇护程度提拔安全消。-DM数据挖掘方式论本文服从CRISP，子阐发法利用因，值偏离占比模子机关了负项均，体验三个最火急的改良点获得了车险理赔消费者，速度、车险理赔速度、车险理赔查询别离是：车险理赔征询和赞扬处置。改良的政策建议本文响应提出了，提高车险理赔速度、持续进行消费者体验调研和问卷优化别离是：理顺赞扬处置流程、理赔查询平台集中化、继续。政策建议落实后本文最初估测了，验的可能提拔度程度车险理赔消费者体，险消费者庇护的倡议并提出了聪慧型保。

　　015的问卷数据进行测验考试性因子阐发将B类消费者的要素b001至要素b，因子载荷阵表（表1）获得B类消费者的扭转。

　　笅璺??.95鐐癸紝璺屽箙锛??.07%锛屾姤58....绾虫柉杈惧厠缁煎悎鎸囨暟3鏈??3鏃ワ紙鍛ㄥ洓锛夋敹鐩樹.

　　负值的影响要素均值偏离程度为，于消费者对所有影响要素的平均对劲度显示消费者对该影响要素的对劲度低。值的影响要素共8项均值偏离程度为负，有负项均值偏离程度之和进行比力别离用各负项均值偏离程度与所，负项均值偏离程度占比就获得各影响要素的，程度占比表（表5）详见负项均值偏离。

　　 王洪涛[10],楠张,数据挖掘[J].安全研究.2011.10刘玮.车险电销客户投保体验火急改良点的.

　　良体验时当发生不，性、就近上门的便当性发生了不良感受消费者对于理赔相关材料提交的便当。资本答应的环境下安全公司宜考虑在，险理赔便当性适度的提高车。

　　费者没有遭到晕轮效应的影响数据挖掘的模子证明B类消，办事的影响要素成功细分了理赔，务现实的是合适业。此因，过营业评估此模子通。

　　理赔过程中b004、，何疑问和请求您对案件的任，人员的高度注重都能获得办事。

　　.90，适合”的程度属于“很是，能力极强成果注释，论之间的关系是不变的申明研究样本和模子结。

　　供了多种车辆维修体例b011、××安全提，身环境自主去选择您老是可以或许按照自。

　　询赞扬处置部分一是安全公司咨，窗口部分往往只是，赔的赞扬对车险理，接处置无法直，赔部分来进行处置还要转给车险理。险理赔部分的查核而安全公司对车，、案均赔款、欺诈防备等目标往往侧重于赔付率、赔付速度，诉处置的内活泼力不足这就使得车险理赔投，处置速度偏低使理赔赞扬。

　　用摸索[J].商场现代化.2004.12[8] 张劲松.安全公司数据挖掘手艺应.

　　子阐发法利用因，析表（Total Variance Explained别离获得B类消费者理赔体验要素的方差分化主成分提取分，omponent Matrix表2）和初始因子载荷矩阵（C，3）表。

　　据挖掘手艺本文使用数，理赔消费者体验专题研究车险，第一是使用科学方式有四个方面的意义：，者体验的影响要素研究车险理赔消费，作的环节改良点挖掘车险理赔工，地提出改良对策从而有针对性，的资本投入效率提高安全公司；车险理赔工作效率第二是勤奋提拔，理赔办事改良车险，对劲度和忠实度提高车险消费者，公司抽象改善安全，行业的声誉提拔安全；理赔难的环节限制要素第三是发觉并抓住车险，加以处理集中资本，费者庇护工作做好车险消；安全运营范畴第四是在中国，具的合用性加以查验对数据挖掘手艺和工，数据挖掘手艺推广和普及，行业的转型升级助力中国安全，业的持久合作能力制造中国安全行。

　　上图按照，11、b10、b06七项要素是优先改良要素起首圈定b15、b13、b12、b14、b，合表5再结，离占比36.3%b15项负项偏，离占比20.2%b13项负项偏，离占比19.9%b12项负项偏，3和b12项b15、b1，合计76.4%负项偏离占比，车险理赔速度）项和b12项（车险理赔查询）改良到平均程度这意味着：如将b15项（征询和赞扬处置速度）、b13（，验负项偏离削减76.4%将能使总的消费者理赔体，理赔工作的最火急改良点这三项是安全公司车险。

　　能够看出由上表，B类消费者模子的KMO查验值>

　　016项问题问卷中的b，理赔办事总体的体验反映的是消费者对于，费者回覆的数据按照该问题消，值大于4的消费者将该问题项选择数，消费者”（以下简称A类消费者）列为“A类：理赔办事体验优良，值小于4的消费者该问题项选择数，消费者”（以下简称B类消费者）列为“B类：理赔办事体验不良。找到车险理赔消费者体验最火急的改良点考虑到本次数据挖掘研究的次要目标是，究其不合错误劲点也就是次要研，数据重点进行后续研究因而只对B类消费者的。

　　办法加速了车险理赔速度安全公司虽然采纳了各类，”到“三维通赔”如从“异地通赔；到“当日赔付”从“三日赔付”；到“赔款划帐”从“通知赔款”，等等，理赔体验来看但从消费者，响车险理赔消费者体验的三大问题之一理赔速度问题（b013）仍然是影。面采纳办法：第一建议从以下三方，理赔便利办法的合用范畴安全公司仍需要扩大这些，于小额赔案而不是局限；二第，些政策办法的落实安全公司应狠抓这，不告不究”而不克不及是“；三第，疑问案件对个体，搞破例不克不及，老迈难”案例的处置立场往往是安全公司对这些“，消费者的体验严峻影响了，险行业的声誉严峻影响了保，指”的现实场合排场形成“千夫所。

　　要进行改良的火急程度为了怀抱各影响要素需，偏离程度模子需要机关均值，度和消费者对劲度将各要素的主要程，的欧几里德距离两者其平均程度，程度的评价尺度作为改良火急，公式为具体：

　　型中模，能明白细分各影响要素A类优良体验消费者未，”理论是相分歧的这与“晕轮效应。alo Effect）晕轮效应（The H，环效应”又称“光，理学范围属于心，断起首是从环节点出发指人们对事物的认知判，体判断后构成总,认知对象的其他质量的现象然后再从这个判断推论出。被认定是好的如一事物最后，都被认为是偏好的则它的其它质量也，及乌”的道理有似“爱屋。险公司理赔办事全体较好因为A类消费者认为保，各理赔办事子项目也较好所以就会不盲目地推论。具有对现实的扭曲性考虑到这种晕轮效应，析B类不良体验消费者本次数据挖掘重点分。

　　进行了车险消费者体验调研研究者在某安全公司组织，研究和定性调研起首辈行文献，访消费者通过走，者体验的影响要素总结了车险消费；影响要素再按照，研问卷编制调，量调研进行定。险“客户理赔体验研究”本次数据挖掘所需要的车，相关的具体内容详见附录）包含在查询拜访问卷中（问卷中，据挖掘的根本数据本文以此作为数。问题项的阐发和察看通过对数据和问卷，间具有联系关系关系问卷问题项之，初步选用因子阐发法所以本次数据挖掘。

　　涓�杈冮暱鏈熺殑璋冩暣锛屽緟璋冩暣缁撴潫锛岄噸鏂�....娴峰埄杩戞湡杩樹細瑙佸埌12鍏冧互涓娿??浣嗕細鏈変竴.

　　分模子平分析得，响要素对于分析评分的注释能力每个影响要素的系数就是该影，其主要性反映了。

　　数据挖掘手艺使用实例》[1] 纪希禹主编：《，社2009年机械工业出书版

　　阐发消费者在车险理赔过程中本数据挖掘的营业方针是：，验的影响要素构成不合错误劲体，平进行不合错误劲评价的潜在环节点研究消费者对车险理赔办事水，最火急的改良点和“理赔难”的瓶颈点从而找到安全公司车险理赔办事目前，险理赔政策改良建议提出有针对性的车，险理赔消费者体验程度争取高效率地提高车，的对劲度和忠实度提拔车险消费者，费者庇护工作做好车险消。

　　的两个表参照上面，因子载荷阵的数据除以主成分特征根的平方根）能够计较四个主成分的影响要素的系数（以初始。个主成分后获得的四，权汇总进行加，得分模子如下即可获得分析：

　　于安全营业查询平台的分离化理赔查询未便的次要缘由在。史缘由因为历，构并不是以客户为核心的安全公司的营业系统架，有良多营业系统安全公司一般拥，统都涉及消费者的营业消息好比某公司就有31套系，营业系统如许每个，营业查询平台城市构成一个，一的查询入口无法供给统，必需不竭切换登录系统成果导致查询办事人员，率低下查询效，时同，者而言对消费，记住浩繁的查询入口底子没有能力分清并，往往“找不到北”车险理赔自助查询。

　　彂鐨勫�A楠ㄩ�兼満鍣ㄤ汉Fourier X1杩戞湡....銆愭姇璧勮祫璁��??鎹�濯掍綋鎶ラ亾锛屾垜鍥借嚜涓荤爺�.

　　良体验时当发生不，的理赔消息供给不合错误劲消费者对于安全公司，消费者理赔相关事项安全公司宜及时通知，理赔进度查询或供给多样的，办事的进展情况的领会包管消费者对于理赔，者安心使消费。

　　是专业、效率和便当理赔办事本身表现的，体验的主要构成布局这是达到消费者优良。

　　银行长沙银行广发银行桂林银行杭州银行华商银行恒生银行汇丰银行九江银行南京银行安然银行上饶银行三峡银行温州银行中信银行浙商银行北京农银行名称全数工商银行中国银行扶植银行交通银行农业银行华夏银行民生银行光大银行兴业银行招商银行上海银行浦发银行宁波银行北京银行大华商

　　璐�锛� 缇庤�哄崕鐢宠喘浠ｇ爜锛�732538锛??....鏂拌偂鐢宠喘锛??缇庤�哄崕绛�3鍙�鏂拌�??鏈??4鏃ョ敵.

　　良体验时当发生不，者不关怀”、“注释不耐心”、“对消费者的疑问关心不敷”、“查勘参加不及时”消费者对理赔办事有如下体验：“立场不积极”、“办事人员不专业”、“对消费。1因子针对F，强理赔人员的培训安全公司宜考虑加，办事过程中在供给理赔，心理方面的安抚加强对消费者，供给相关的理赔办事消息而且积极耐心地向消费者，人员的专业程度提高理赔办事。能及时达到变乱现场的同时对于因特殊缘由不，者报歉并注释应自动向消费，费者谅解求得消。

　　对理赔办事流程不领会b005、即即是您，也能包涵办事人员，做注释耐心的。

　　良体验时当发生不，的处置及时性有必然的不良感触感染消费者对理赔征询、理赔赞扬。在资本答应的环境下因而安全公司宜考虑，理赔赞扬的处置时间尽量缩短理赔征询、，务效率提高服，良体验削减不。

　　者庇护工作安全消费，司的持久合作力关系到安全公，社会声誉和金融地位决定了安全行业的，成长的环节要素是安全行业持久。费者庇护但安全消，投入量不是看，看结果而是要，险消费者的体验其本色就是看保。的安全运营体例因而固守保守，脑袋拍，投入拼，难以告竣预期其改良结果；科学方式定量阐发而通过数据挖掘等，者体验的环节改良点发觉影响安全消费，性的定点投入进行有针对，最佳的结果才能取得。消费者庇护聪慧阐发型，庇护工作的必由之路是做好安全消费者。