怎樣定義保險(xiǎn)產(chǎn)品的用戶畫像模型？用戶畫像對(duì)互聯(lián)網(wǎng)保險(xiǎn)意味著什么？拿到用戶數(shù)據(jù)后如何服務(wù)于業(yè)務(wù)轉(zhuǎn)化？來吧，看看互聯(lián)網(wǎng)巨頭們都是如何探索用戶畫像的。
全文思維導(dǎo)圖如下：
以下提供幾個(gè)標(biāo)準(zhǔn)的用戶畫像模型，基本都是在海量的產(chǎn)品和長(zhǎng)期的實(shí)踐中驗(yàn)證過并反復(fù)打磨的模型。各位就地取材直接使用即可。
早期的用戶畫像重在寫實(shí)，一般是根據(jù)產(chǎn)品本身的用戶使用場(chǎng)景進(jìn)行提煉。
大體可以區(qū)分為2個(gè)大類：
A 基于社交屬性的羊群模型
原始的社交場(chǎng)地就像一片未經(jīng)開墾的草地，植樹種草都是為了吸引羊群進(jìn)入，一支頭羊會(huì)帶來一群羊，當(dāng)羊的食草需求超過了草地的負(fù)荷，羊群可能會(huì)離開，而草地可能也會(huì)荒蕪。這個(gè)場(chǎng)景形象地描繪了大部分社交產(chǎn)品的形態(tài)，比如：微博/微信等。
這與傳播學(xué)中的“創(chuàng)新擴(kuò)散理論”也有一定印證，早期的創(chuàng)新和使用者將承擔(dān)KOL意見擴(kuò)散的職責(zé)，成為頭羊，吸引并帶來大量的中后期進(jìn)入者，即羊群。
我們類比如下：
B 基于電商屬性的人物模型
在電商的場(chǎng)景下我們需要提取經(jīng)典用戶想象，以這個(gè)用戶形象往外輻射。所以雖然現(xiàn)在巨頭電商的商品重合度是較高的，你可以在京東淘寶買電器也可以在拼多多買，但最原始的經(jīng)典用戶形象則決定了他們最核心的用戶群體和最基本的產(chǎn)品調(diào)性。
我們類比如下：
結(jié)合
互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品因其特殊的屬性，往往兼具了兩者特色：
一方面保險(xiǎn)本質(zhì)販賣的是契約是產(chǎn)品（電商屬性），這就像你在平安APP/支付寶APP買了一年期的醫(yī)療險(xiǎn)；
另一方面保險(xiǎn)需要基于信賴感，尤其是在中國(guó)這一片大部分還對(duì)保險(xiǎn)存在偏見的地域，基于“羊頭”的引領(lǐng)將更好完成保險(xiǎn)的銷售，即：你更可能在信賴的人/平臺(tái)/公司購置保險(xiǎn)產(chǎn)品。
用戶畫像由標(biāo)簽庫構(gòu)成，PM著力通過不同場(chǎng)景和條件提取盡可能海量的標(biāo)簽，并對(duì)散亂的標(biāo)簽池進(jìn)行加工提取和維護(hù)。
進(jìn)而，每個(gè)用戶基于個(gè)人的人口統(tǒng)計(jì)學(xué)+基礎(chǔ)操作反饋，將得到各種專屬的標(biāo)簽，比如：“男性”“三線城市”“成熟用戶”“睡前活躍”“收入中等偏低”等等。
另外我們需要注意的是：不同標(biāo)簽在不同場(chǎng)景有不同含義。
比如：某個(gè)保險(xiǎn)公司接入電商平臺(tái)，在用戶購買某類型產(chǎn)品后提供對(duì)應(yīng)的保險(xiǎn)產(chǎn)品和服務(wù)，用戶性別上的“男”和“女”，在電商是商品推薦邏輯，在保險(xiǎn)卻是可配置產(chǎn)品邏輯。
（圖自網(wǎng)絡(luò)，侵刪）
用戶畫像模型是隨著用戶數(shù)據(jù)的完善和技術(shù)力量的強(qiáng)大持續(xù)優(yōu)化的，當(dāng)平安保險(xiǎn)擁有了幾億的用戶量后，再用粗放的標(biāo)簽庫處理海量用戶，則是對(duì)用戶數(shù)據(jù)的極大浪費(fèi)。
大型的產(chǎn)品，基本都會(huì)維護(hù)自身的全視角畫像，比如：自然信息+社會(huì)信息+業(yè)務(wù)信息+特殊偏好。
不同的產(chǎn)品可能需要維護(hù)的360度全視角畫像不同，需要結(jié)合產(chǎn)品的業(yè)務(wù)屬性一起考慮。
（圖自網(wǎng)絡(luò)，侵刪）
上文我們講到，當(dāng)產(chǎn)品已經(jīng)到了億級(jí)別，海量的用戶畫像原本就是最有價(jià)值的資源庫，尤其是對(duì)于保險(xiǎn)類產(chǎn)品。
互聯(lián)網(wǎng)巨頭們均先后下場(chǎng)瓜分保險(xiǎn)這塊沃土，處于金融監(jiān)管的嚴(yán)格要求，通過收購或者入股的方式拿到牌照的僅有少數(shù)，如：騰訊／阿里／字節(jié)跳動(dòng)等，而更重要的是如何在合規(guī)的層面上做更大的突破。
早在2017年，今日頭條已通過資訊獲取方式的不同，探索了對(duì)保險(xiǎn)有興趣的人群畫像的特質(zhì)。而現(xiàn)在，大大小小的創(chuàng)新保險(xiǎn)服務(wù)，如：蝸牛保險(xiǎn)公司，深藍(lán)保，白熊保等，均是通過生產(chǎn)原創(chuàng)的保險(xiǎn)內(nèi)容來直接獲客完成付費(fèi)轉(zhuǎn)化，這份2017年的報(bào)告，或許對(duì)現(xiàn)在的保險(xiǎn)內(nèi)容原創(chuàng)還有一定借鑒價(jià)值。
A 人群基礎(chǔ)屬性
男性 >女性，北上川渝關(guān)注度領(lǐng)先全國(guó)
注意：因?yàn)檫@是基于今日頭條APP上的調(diào)查，因此原本的APP用戶畫像的人口標(biāo)簽則有可能影響保險(xiǎn)星群人群的用戶畫像。
B 資訊偏好
1. 話題：養(yǎng)老保險(xiǎn)話題強(qiáng)勢(shì)霸榜；購買保險(xiǎn)的相關(guān)常識(shí)最易被收藏，在收藏排行幫上，車險(xiǎn)話題強(qiáng)勢(shì)霸榜；最易被分享的，則是購買保險(xiǎn)陷阱類文章。
2. 品牌偏好：中國(guó)平安、中國(guó)人壽穩(wěn)居前兩名，泰康人壽關(guān)注人群有年輕化趨勢(shì)，安邦保險(xiǎn)在30歲以上人群中認(rèn)知度更高。從地域分析，中國(guó)平安、中國(guó)人壽全國(guó)性覆蓋優(yōu)勢(shì)明顯。安邦、眾安保險(xiǎn)在超一線、一二線城市的品牌偏好度較高。央企、國(guó)企則在三四線城市的地域覆蓋優(yōu)勢(shì)突出。
3. 熱門話題top10：養(yǎng)老保險(xiǎn)/醫(yī)療保險(xiǎn)/失業(yè)保險(xiǎn)/生育保險(xiǎn)/工傷保險(xiǎn)/財(cái)產(chǎn)保險(xiǎn)/賬戶保險(xiǎn)/車險(xiǎn)/旅行保險(xiǎn)/碎屏險(xiǎn)。
4. 關(guān)注疾病top10:糖尿病/白血病/血友病/高血壓/尿毒癥/癌癥/艾滋病/骨折/中風(fēng)/癡呆。
微報(bào)是騰訊控股的保險(xiǎn)平臺(tái)，去年，微保聯(lián)合騰訊用戶研究與體驗(yàn)設(shè)計(jì)部（CDC）發(fā)布了《2018年互聯(lián)網(wǎng)保險(xiǎn)年度報(bào)告》，將保險(xiǎn)成熟用戶（即已經(jīng)購買過復(fù)雜險(xiǎn)的人群）分為四類：
高知新貴（33.9%）
思路清晰的奮斗青年（19.4%）
不愛計(jì)劃的普通人（24.9%）
耳根軟的傳統(tǒng)大牌粉（21.8%）
該數(shù)據(jù)截止2018年6月，8.02億網(wǎng)民中約有2.68億人為保險(xiǎn)成熟用戶，占比33.4%。
而保險(xiǎn)的高潛用戶（指未來一年內(nèi)有較為確定的購險(xiǎn)計(jì)劃的人群）規(guī)模估計(jì)2.17億，未來用戶（指沒有較確定的購險(xiǎn)計(jì)劃用戶）規(guī)模估計(jì)5.60億。這2部分群體將是未來互聯(lián)網(wǎng)保險(xiǎn)公司繼續(xù)深入的主要人群。
根據(jù)微保的這份報(bào)告，我們看到：高潛用戶特征為“高學(xué)歷、已婚、高收入”，對(duì)風(fēng)險(xiǎn)的擔(dān)憂突出，除了保障外最看重保險(xiǎn)的“強(qiáng)制儲(chǔ)蓄”功能。而未來用戶以兩端用戶（24歲以下和40歲以上）居多，超過半數(shù)未來用戶沒有在進(jìn)行投資理財(cái)，因此對(duì)保險(xiǎn)的投資理財(cái)屬性更為期待。
中國(guó)首家互聯(lián)網(wǎng)保險(xiǎn)公司，平安／騰訊／阿里聯(lián)手的產(chǎn)物，2017年已在香港聯(lián)交所主板上市。是業(yè)內(nèi)第一家真正把“保險(xiǎn)”+“科技”深度結(jié)合的互聯(lián)網(wǎng)保險(xiǎn)公司，通過收割長(zhǎng)尾市場(chǎng)（如：退貨運(yùn)費(fèi)險(xiǎn)／碎屏險(xiǎn)等）破局。
旗下的眾安科技，基于成熟的自身互聯(lián)網(wǎng)保險(xiǎn)力量，已經(jīng)可以對(duì)外輸送保險(xiǎn)相關(guān)的技術(shù)解決方案。以其智能營(yíng)銷平臺(tái)為例：
其風(fēng)控資深副總裁梁玉蘋也曾強(qiáng)調(diào)：
“通過同時(shí)切入不同的消費(fèi)場(chǎng)景，向用戶提供保險(xiǎn)服務(wù)來積累用戶在不同消費(fèi)場(chǎng)景下的信用標(biāo)簽，由此構(gòu)建出全面而立體的用戶畫像。這些多場(chǎng)景、細(xì)顆粒度、實(shí)時(shí)動(dòng)態(tài)的保單數(shù)據(jù)也是幫助用戶觸達(dá)到資金成本較低的傳統(tǒng)金融機(jī)構(gòu)的重要信用數(shù)據(jù)。”
未來是用戶數(shù)據(jù)時(shí)代，這意味著掌握的用戶數(shù)據(jù)和畫像越精確，可變現(xiàn)可改變的機(jī)會(huì)越多。相較于其他產(chǎn)品的不同，保險(xiǎn)所收集的都是全真實(shí)個(gè)人信息及核心健康／財(cái)務(wù)數(shù)據(jù)。
沒有人會(huì)在買保險(xiǎn)時(shí)填一份假數(shù)據(jù)，即便這是一份贈(zèng)送的保險(xiǎn)。
參考我們上述的各種用戶畫像模型，我們可總結(jié)如下：
內(nèi)部畫像（360全景畫像）+外部行為數(shù)據(jù)=分類管理后精準(zhǔn)觸達(dá)/設(shè)計(jì)產(chǎn)品
內(nèi)部：客戶個(gè)人信息，財(cái)務(wù)情況，健康狀況，已購?fù)侗Ｇ闆r，每年保費(fèi)支出，保險(xiǎn)意識(shí)等等。
外部：消費(fèi)習(xí)慣，消費(fèi)能力，人生狀態(tài)，興趣愛好等等。
該營(yíng)銷多基于最開始的免費(fèi)贈(zèng)送展開。
以微保等公司為例，0元免費(fèi)贈(zèng)送的短期險(xiǎn)將獲得用戶的真實(shí)個(gè)人數(shù)據(jù)／財(cái)務(wù)數(shù)據(jù)／健康數(shù)據(jù)等核心數(shù)據(jù)，基于該數(shù)據(jù)更精準(zhǔn)的營(yíng)銷方案已搭建好，就等著后期中長(zhǎng)險(xiǎn)的轉(zhuǎn)化。
可營(yíng)銷場(chǎng)景包括：
1）人生階段變化：
畢業(yè)（就業(yè)險(xiǎn)），結(jié)婚（家庭財(cái)產(chǎn)/重疾/賬戶安全），生子（壽險(xiǎn)/女性專用險(xiǎn)/養(yǎng)老金），兒女成長(zhǎng)（健康險(xiǎn)/意外險(xiǎn)/教育基金/少兒意外），退休（住院醫(yī)療/防癌險(xiǎn)）
2）人生狀態(tài)變化：
賬號(hào)被盜（賬戶安全/電信詐騙），買機(jī)票（航空/旅游意外），意外傷害（運(yùn)動(dòng)意外險(xiǎn)），親友得病（重疾/防癌/住院醫(yī)療）
3）場(chǎng)景結(jié)合：
網(wǎng)購/玩樂活動(dòng)/乘坐地鐵等互聯(lián)網(wǎng)場(chǎng)景
概而言之，免費(fèi)險(xiǎn)種獲取用戶數(shù)據(jù)，以數(shù)據(jù)獲取收益，如協(xié)助保險(xiǎn)公司定價(jià)/精準(zhǔn)鎖定用戶/增值服務(wù)等。
真實(shí)說明：世上沒有免費(fèi)的午餐。
A 產(chǎn)品需求：定制化的產(chǎn)品
傳統(tǒng)的需求來源于保險(xiǎn)公司主動(dòng)開發(fā)（基于市場(chǎng)調(diào)研）+代理人或中介反饋+企業(yè)定制需求+第三方合作方定制。
有了精細(xì)的用戶畫像模型后，基于不同互聯(lián)網(wǎng)場(chǎng)景，將產(chǎn)生大量新型需求及長(zhǎng)尾需求。更“定制化”的產(chǎn)品將出現(xiàn)，而不再僅限于人壽意外健康險(xiǎn)等，也不囿于碎屏和退換貨險(xiǎn)，再小眾的保險(xiǎn)需求也能找到對(duì)應(yīng)的類需求用戶群體。
該場(chǎng)景已在部分國(guó)外保險(xiǎn)創(chuàng)新公司中出現(xiàn)，顛覆式保險(xiǎn)模式。
比如：
Bought by many，基于社交吸引相同保險(xiǎn)需求的人。
吸引類似客戶（基于強(qiáng)大的用戶畫像模型庫），簽訂統(tǒng)一保險(xiǎn)條例。
根據(jù)需求定制化保險(xiǎn)，完全打破傳統(tǒng)產(chǎn)品結(jié)構(gòu)設(shè)計(jì)/定價(jià)原則/銷售方式，注重長(zhǎng)尾和個(gè)性化。
B 產(chǎn)品定價(jià)革命
用戶畫像可與大數(shù)據(jù)等技術(shù)創(chuàng)新結(jié)合，使定價(jià)更精準(zhǔn)，顛覆傳統(tǒng)精算模型（定價(jià)因子+定價(jià)公式）。
保險(xiǎn)的定價(jià)路徑將隨之改變：
從一口價(jià)（5%費(fèi)率）——>精算定價(jià)（歷史出現(xiàn)率為唯一定價(jià)因子）——>數(shù)據(jù)定價(jià)（多因子統(tǒng)計(jì)建模）——>大數(shù)據(jù)+用戶畫像模型定價(jià)（實(shí)時(shí)，動(dòng)態(tài)的關(guān)聯(lián)數(shù)據(jù)建模）。
高收益低理賠概率的產(chǎn)品將陸續(xù)出現(xiàn)。
注意，而該場(chǎng)景已在國(guó)外等多家創(chuàng)新公司實(shí)現(xiàn)，以車險(xiǎn)為例，通過手機(jī)用戶數(shù)據(jù)改變保險(xiǎn)定價(jià)規(guī)則，提供增值服務(wù)。
比如：
Metromile，美國(guó)一家保險(xiǎn)公司。
通過智能OBD（車載診斷系統(tǒng)）接入用戶汽車，獲取用戶駕駛數(shù)據(jù)從而對(duì)車險(xiǎn)重新定價(jià)，打破舊有統(tǒng)一化的定價(jià)模式。真正的“千人千價(jià)”。另外，還整合OBD和APP：APP提供終端服務(wù)，如停車場(chǎng)定位，汽車健康檢測(cè)等增值服務(wù)。
Discovery，來自南非。
其健康險(xiǎn)“健行天下”通過督促計(jì)劃對(duì)客戶健康行為干預(yù)，另外線上+線下數(shù)據(jù)評(píng)估用戶健康狀態(tài)，并提供獎(jiǎng)勵(lì)。這一模式在平安也早開始使用，App與你的每日運(yùn)動(dòng)及步數(shù)關(guān)聯(lián)，鼓勵(lì)用戶運(yùn)動(dòng)并提供獎(jiǎng)勵(lì)。
當(dāng)前的核報(bào)模型已經(jīng)可以基于“用戶畫像數(shù)據(jù)”+“案例經(jīng)驗(yàn)”+“核保知識(shí)”提供及時(shí)準(zhǔn)確自動(dòng)化核保。
其中，用戶數(shù)據(jù)將形成評(píng)級(jí)體系，基于標(biāo)準(zhǔn)體系快速核保。
另外，用戶畫像可與生物科技（即：基因檢測(cè)+基因診療）結(jié)合，你的保險(xiǎn)客戶可能會(huì)騙你，但是他的基因數(shù)據(jù)一頂不會(huì)騙你。從而預(yù)知疾病及遺傳病，防癌結(jié)合，補(bǔ)充完善了核保模型。
此外，基于也出現(xiàn)了基于大量用戶數(shù)據(jù)的反欺詐模型，數(shù)據(jù)來自：往期理賠case+央行征信+公安數(shù)據(jù)+芝麻信用等，反欺詐是保險(xiǎn)公司風(fēng)控的重點(diǎn)，也幫助了核保篩選剔除掉部分投保申請(qǐng)。
互聯(lián)網(wǎng)保險(xiǎn)歸根到底是對(duì)“人”的服務(wù)，而當(dāng)社會(huì)生活中的“自然人”或者“集體”進(jìn)入互聯(lián)網(wǎng)保險(xiǎn)世界，將標(biāo)準(zhǔn)化為一整套精準(zhǔn)／極細(xì)顆粒度／360度全景式的“用戶畫像模型”，掌握這個(gè)模型，對(duì)互聯(lián)網(wǎng)保險(xiǎn)鏈接“人”的服務(wù)，將事半功倍。
微保&騰訊CDC：2018年互聯(lián)網(wǎng)保險(xiǎn)年度報(bào)告
小米金融科技研究中心：用戶畫像在互聯(lián)網(wǎng)保險(xiǎn)領(lǐng)域的應(yīng)用分析
今日頭條：2017保險(xiǎn)行業(yè)用戶數(shù)據(jù)報(bào)告
聯(lián)系客服
