保險產品推薦
?
?
傳統人工推薦方式的不足
不以客戶為中心，推薦成功率和業務員效率均偏低
?
保險行業中的精準營銷保險行業中的自動化機器學習
壽險風險管理
?
?
傳統人工推薦方式的不足
傳統的經驗模型只利用用戶的年齡和性別信息
?
財險風險識別與風險管理
?
?
傳統人工推薦方式的不足
基于人為的屬性分類和數量分類，使客戶不能體現出自身應有的特征，導致業務員提供的服務有可能并不是客戶想要的。
?
天云解決方案
自動化建模平臺MaximAI通過對海量長險客戶及保單數據的挖掘，實現客戶產品推薦預測，最終形成供給業務員的推薦產品建議
?
天云解決方案
自動化建模平臺MaximAI加速了自動化的數據驅動方式來幫助用戶決策最佳的建模方案。通過精細而即時的大數據信息構建預測模型，以人為單位將其所有保單信息在時間軸上拆分疊加，這樣可針對每個人都精準預測某年齡的重疾發生率，實踐了的長時間段預測被保險人未來重疾率的模型。
?
天云解決方案
運用大數據建模平臺實現全量在線數據自動化建模，可大大加快建模速度，實現了特征處理與模型構建流程的標準化，為后續模型上線打好基礎，助力保險數學模型生命周期的每個環節。
?
使用場景
對于首次或多次購買長險的客戶，支持業務員的交叉營銷活動
一般短險購買客戶或潛在客戶，支持業務員提供長險的營銷建議
?
使用場景
為核保人員提供細顆粒度的客戶風險畫像，進而可對被保人進行精準的保費調整。
?
使用場景
駕駛員信息缺失的情況下，預測一輛車的風險，未來可能的理賠金額
?
方案優勢
大大提高營銷效率
?
方案優勢
效的提升了數據利用率，自動化機器學習平臺為后續業務人員更新和維護模型提供了便利。
?
方案優勢
預測客戶的購買行為或理賠風險，那么將為保險公司帶來更大的信心與保障。
?
