K-means聚类在A保险公司客户细分模型中的研究

实现客户管理、转变传统保险营销模式是保险行业大数据应用最重要的一个方向[1]。本文以上海市A保险公司的真实生产客户数据为基础,通过K-means训练客户样本数据,实现保险金融行业对客户的精准营销[2]。本算法基于平均轮廓系数(Average Silhouette Coefficient)寻找最优K值[8]和K-means算法搭建真实客户的聚类模型,然后基于改进的RFM客户模型进行聚类因子建模,迭代优化,该模型可用于产品开发师的设计指南,经真实市场验证可知,该模型可以提升保单投保率和续保率。