基于邏輯回歸的客戶車險續保率研究

胡銳玲 賀嘉鈺 沈陸明

[摘 要]為提高客戶的車險續保概率，對客戶進行精準的畫像分析，文章對客戶基本信息進行篩選、剔除。對其進行量化處理，采用Logistic回歸，得到Logistic回歸方程，定性定量分析客戶基本信息對是否續保的影響，并預測客戶的續保概率。針對不同的客戶對其采用不同的優惠、福利、服務方案，提高其續保率。

[關鍵詞]車險續保率;虛擬變量;邏輯回歸

[中圖分類號]F842

1 引 言

機動車輛保險在我國的財險保費中所占比重最大，以千億元計。車險市場歷來是財險公司的兵家必爭之地。新車銷售放緩，車險市場中新車業務占比日漸下滑，與此相對應的是續保業務占比不斷提高。續保市場更強調以客戶為導向，更加重視對核心陣地的資源投放，倒逼公司“眼光向內”，加速客戶需求分析、產品精準推送、價格敏感性分析、客戶互動體驗等課題的研究和應用。文章通過收集的某保險公司客戶的基本信息，進行實證研究。建立合理的數學模型，對客戶進行精準畫像，求出續保概率。針對不同的客戶設計不同的優惠和福利方案，以提高續保概率（數據來源于2019年“認證杯”數學中國數學建模網絡挑戰賽C題）。

2 數據處理

根據收集涉及的客戶基本信息，先對基本的數據進行清洗和預處理，定義各基本信息列為自變量，“是否續?！睘橐蜃兞?。因變量y為二分類變量，即續保和不續保，即視為y=1和y=0，設定因變量區間范圍為（0，1），預測各個客戶的續保概率。

對于客戶的基本信息數據包含各種類型的數據。根據數據信息的完整度以及自變量與因變量是否有關系先對數據進行篩選，刪除。再將其分類變量定義虛擬變量，二分類變量用0-1賦值，現構造出包含以下23個自變量指標對客戶進行精準畫像。標識如下（見表1）：

（1）簽單保費有一定的正向影響，簽單保費的金額越大，客戶續保的可能性也越大。

（2）立案件數系數為負值，說明隨著客戶在某一保險公司立案件數的增加，選擇續保的概率會降低，這與實際關聯很大，當某一購買車險的客戶立案件數增加導致保險公司的賠款增多時，保險公司也會對其重新進行評估，其今后購買車險的優惠和福利都會減少，此時，對客戶來說，選擇續保是不太明智的，因此，該變量與最后的續保概率呈負相關。

（3）對于保單性質這一變量，當取值為0時，表示此單是續保簽約，取值為1時，表示轉保，聯系其系數來看：即當某一客戶的保單性質為轉保時，下一年的續保概率會大大減少，而當該客戶的保單性質為續保時，相當于為該保險公司的老客戶，一般而言，都會繼續選擇續保。

（4）本省車牌這一變量的系數表明，當購買車險的客戶車牌是本省車牌時，其選擇續保的概率相對于非本省車牌和臨時車牌的客戶會增加，這和地域穩定性有關。本省車牌的客戶相對于非本省車牌和臨時車牌的客戶，一方面更加有地區優勢，出事故的概率會更小;另一方面會更長期的在本地工作，續保的概率會更高。

（5）保險購買的渠道這一變量，電網銷和車商渠道的系數很顯著，說明這兩種購買渠道相對于其他的購買渠道的客戶，續保概率會增加。這與渠道購買的可信度與優惠度有關，一般購車時就購買的保險與電網聯售的保險的可信度和優惠度更大一點，客戶更容易選擇續保。

基于以上邏輯回歸的結果，對客戶續保的概率進行預測。根據定義的閾值0.5對客戶是否續保進行判斷，續保率P>0.5，則認為該客戶很可能續保，P<0.5，則認為該客戶一般情況下不會選擇續保了。通過預測的客戶續保選擇，與實際的是否續保對照檢驗，可以得到預測準確率有99.66%。說明Logistic回歸充分挖掘了客戶的基本信息，模型預測的效果很好。

5 建 議

在對客戶進行了精準畫像的基礎上，根據其基本特征針對性提出優惠福利方案。公司的服務的好壞對客戶是否續保的影響是不可忽視的，從客戶開始選擇本公司開始，服務便開始了。對客戶的需求了解、產品內容、簽訂保單、理賠以及在保險合同期間的追蹤調查等都是需要注意完善的。與汽車相關的行業進行合作，可為汽車提供各項服務的渠道以此完善在保單合同期間汽車的各項服務，也可與之進行相應的優惠政策（例如：汽車需要清洗時）;續保領紅包、福利;開展更多的活動，與客戶建立更多的聯系，既能利用此機會向客戶進行車險類知識、公司產品的介紹，也能了解客戶的需求，疑問，以及問題的反映;大數據時代，信息來源更高效更準確。通過大數據分析，了解客戶的最近搜索等，針對性地為客戶提供相應的服務;為鼓勵客戶續保時選擇簽訂幾年的合同，為此針對提出新的優惠政策，這樣有助于提高近幾年的續保率。

保險對于保證我們實際的生活是具有重要的意義的。車險無疑是其中重要的組成部分，凡是買車的，除了國家強制性要求買的交強險，多少會選擇一些商業險來進行保障。對于保險公司來說，提高本公司的競爭力、利潤率，在如何設計保險類型、宣傳保險產品等方面是需要注重的。而對續保概率的研究，如何提高續保率的方面也是不可忽視的。

參考文獻：

[1]唐現文，董海燕，吉文林.二分類變量Logistic回歸模型下職業農民培育意愿分析[J].江蘇教育研究，2013（12）：48-50.

[2]張晉昕，李河.回歸分析中定性變量的賦值[J].循證醫學，2005（3）：169-171.

[3]劉佳.基于大數據的車險精準營銷模式研究[J].鄭州：華北水利水電大學，2018.

[4]丁元林，孔丹莉.對比標度權重法在量化有序多分類變量中的應用[J].數理醫藥學雜志，2005.

[5]席俊虎，王文志，胡冰倩.數據挖掘驅動下的車險續保流程再造[J]，中國保險，2016（3）.