保険業界とビッグデータ
保険業界のデータ利活用において、データ処理技術・コンピュータ性能の飛躍的な向上により、ビッグデータの解析が進んでいます。過去から蓄積された大量のデータによって統計的な計算がなされ、保険料率算定や新商品の開発に役立てることができるようになりました。
契約者データの課題
一方、個別の契約者データの場合、属性情報は契約時の情報のまま更新されずに保持されることが多く、行動情報は保険金や給付金の支払い程度のデータです。これでは更新頻度が高いデータとは言い難く、契約者ごとに保険商品の訴求を行うデータとしては不足しています。
保険業界分析ソリューションの特徴
共同印刷の保険業界分析ソリューションは、当社独自の技術を使用したデータエンハンスメントサービスにより、契約者データに外部情報を結合してデータの価値を高め､より可能性の高い契約者への訴求を行うことを目的とした分析サービスです。
データエンハンスメント例
既存契約者の住所情報をエリアマーケティングDBなどでエンハンスメント
市区町村地域の特性をデータベース化したエリアマーケティングDBに結合して、地域特性を付加します。学生街に住む人、活気ある地方に住む人、高級住宅街に住む人など40程度の分類を契約者の居住地域に付加し、契約者情報をエンハンスメントします。さらに住所情報より集合住宅居住の判定も可能です。
⇒居住地域や居住形態ごとにモノへの考え方が異なる傾向があるため、反応しやすい特性を見つける
ことができます。
既存契約者の住所情報を全国鉄道情報でエンハンスメント
契約者の居住地の最寄り駅までの距離情報でエンハンスメントします。特に自動車保険の場合、自動車保有率は最寄り駅までの距離に正の相関があるため、反応者の特徴を抽出する際の非常に有効な変数になります。共同印刷の保険業界分析ソリューションは、こうしたいくつものデータエンハンスメント技術により、更新頻度が高くなく、活用が難しいデータの価値を高め、保険契約の可能性が高い人を抽出・訴求することを可能にします。
取り組み事例
保険会社さまの自動車保険訴求DM施策において、データマイニング時にこれらの変数を組み込んだところ、実施前と比較して2倍近いレスポンス率の向上を果たしました。
| 目的・課題 | 顧客分析 |
|---|---|
| 事業分野 | マーケティングサービス |
| 製品・サービス |