用户价值分析

数据分析： 保险公司用户价值分析与用户画像

目录

一、分析目的

1，背景意义
对于保险公司来说，客户满意度和忠诚度是企业发展的重要资源之一，而以往对于客户关系管理即CRM存在些许不足，缺乏客户细分与客户定位能力，故利用客户数据库的客户数据信息，分析客户需求与偏好进行分类管理，针对性提供服务，能有效发展公司业务。

2，目标
借助保险公司客户数据，对客户进行分类，区分客户类别，判断公司主要的目标客户群体，比较不同类别客户的价值与潜在需求；
对不同客户进行属性分析，通过结合不同标签，生成客户画像，达到精细化运营；
针对不同的客户采取不同的营销手段，制定对应的营销策略，解决市场细分问题。

3，内容
综合多个特征的隐含联系，采用无监督学习的Kmeans算法及层次聚类算法对客户进行聚类，划分人群。
对划分的不同类别客户群体，进行客户价值分析，筛选出最符合目标的重要客户群体，并对不同客户群体的特征进行对比分析。
结合客户群体与数据标签，对目标客户建立用户画像，以实现数据场景变现。

二、分析结果（过程与图表详见下文）

1，客户群体划分
利用Kmean聚类与层次聚类算法，挖掘客户隐藏特征，将客户划分为低端节约型客户、中端享受型客户、中端居家型客户、中端外向型客户、高端居家型客户5种客户群体。
2，筛选目标客户
根据用户得分、企业得分综合评估不同群体客户的价值。
1）中端外向型以及高端居家型客户选择本公司较多，为公司重要客户，同时也应注重此类客户关系的维护，保证客户留存。
2）同时，最吸引本公司的客户为中端居家型客户，再者是中端外向型客户，此类客户数量与保险金额加权较高，应针对这些客户多进行宣传与拉新。
3）而低端节约型客户，中端享受型客户，对于本公司来说，具有的价值最低，可酌情降低投入程度。
3，客户属性分析
1）在各项保险增值服务中， 客户更多地考虑产品个性化因素，优于考虑一站式服务考虑程度以及网上投保考虑程度，公司可在各项服务中，投入更多精力于产品个性化设计。
2）客户选择保险公司时，更看重的因素在于服务网点多，亲朋推荐，以及信任销售人员，公司吸引新客户可更多按照这些方向，反映了保险业务的拓展更依赖于熟人社会，基于人际关系网络的社交属性明显。
3）不同类别客户的自然属性中，以年龄、城市、家庭月收入、汽车价格特征等差别较大。
4，目标客户画像
以中端外向型目标客户群体为例，基于标签含义，建立目标画像。可以刻画用户画像为：
小明，男，32岁。本科毕业，目前家庭月收入2.8W，拥有一辆20W的汽车。
性格活泼，喜爱户外运动，对生活充满激情，不喜欢一成不变的生活，勇于挑战新事物，对目前生活很满意。在保险投入上，投保金额较高，且选择本公司的意愿较高。

三、分析过程

1、数据预处理

1）导入模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.preprocessing import StandardScaler
import factor_analyzer
from factor_analyzer import FactorAnalyzer
from sklearn.manifold import TSNE
import matplotlib.patheffects as PathEffects
from sklearn.cluster import KMeans
from scipy.cluster import hierarchy
from statsmodels.formula.api import ols
from statsmodels.stats.anova import anova_lm

#正常显示中文
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
#正常显示符号
from matplotlib import rcParams
rcParams['axes.unicode_minus']=False

2）数据清理

df=pd.read_csv('insurance_customer.csv',encoding='utf-8-sig')
df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 712 entries, 0 to 711
Data columns (total 30 columns):
问卷编号             712 non-null int64
是否购买车险           712 non-null int64
性别               712 non-null int64
年龄               712 non-null int64
城市               712 non-null int64
学历               712 non-null int64
家庭月收入            712 non-null int64
职业               712 non-null object
汽车价格             712 non-null int64
决策时间             712 non-null int64
是否收集信息           712 non-null int64
从什么渠道收集信息        712 non-null object
投保渠道             712 non-null int64
保险公司的选择          712 non-null int64
保费金额             712 non-null float64
索赔经历             712 non-null int64
一站式服务考虑程度        712 non-null int64
网上投保考虑程度         712 non-null int64
产品个性化考虑程度        712 non-null int64
选择保险公司的考虑因素      712 non-null int64
满意度              712 non-null int64
对自己的生活很满意        712 non-null int64
为享受而产生的浪费是必要的    712 non-null int64
买房子前要先有车         712 non-null int64
不惜金钱和时间装修房子      712 non-null int64
买衣服都买便宜的         712 non-null int64
休息时经常进行户外活动      712 non-null int64
尝试生活充满变化         712 non-null int64
喜欢独自享受安静的生活      712 non-null int64
下班后尽快回家          712 non-null int64
dtypes: float64(1), int64(27), object(2)
memory usage: 167.0+ KB

df.head()
  问卷编号  是否购买车险  性别  年龄  城市  学历  家庭月收入 职业  汽车价格  决策时间  是否收集信息 从什么渠道收集信息  投保渠道  \
0     1       1   1   1   6   2      1  5     1     1       1         3     4   
1     2       1   2   1   7   2      1  1     1     1       1         1     1   
2     3       1   1   1   6   1      2  6     1     1       2               4   
3     4       1   1   3   5   2      2  6     3     1       1         2     2   
4     5       1   1   3   5   2      1  2     3     3       2               2   

  保险公司的选择    保费金额  索赔经历  一站式服务考虑程度  网上投保考虑程度  产品个性化考虑程度  选择保险公司的考虑因素  满意度  \
0        3   870.0     2          1         1          7            4    1   
1        3  1199.7     1          5         4<