摘要：大數據技術(shù)的發(fā)展引發(fā)了金融時(shí)代的改革，保險業(yè)面臨巨大的競爭壓力，因此保險公司需要在大數據分析方面進(jìn)行積極的探索。本文對大數據分析工具和方法以及4Ps營(yíng)銷(xiāo)理論進(jìn)行了簡(jiǎn)要的闡述，根據4Ps理論的框架對保險公司營(yíng)銷(xiāo)策略現狀、問(wèn)題進(jìn)行了分析，最終依據分析的結論結合大數據方法從產(chǎn)品策略、價(jià)格策略、渠道策略等方面給出解決對策。

關(guān)鍵詞：大數據分析；保險；營(yíng)銷(xiāo)策略；企業(yè)效益

傳統營(yíng)銷(xiāo)方式導致企業(yè)營(yíng)銷(xiāo)過(guò)程中存在市場(chǎng)信息充裕度低、準確率差、反饋不及時(shí)等問(wèn)題，結合大數據進(jìn)行營(yíng)銷(xiāo)策略的制定可以很好地解決這些問(wèn)題。以現存的保險數據資源作為依托，進(jìn)行數據整合并加以利用，對傳統的營(yíng)銷(xiāo)模式進(jìn)行適應時(shí)代的改造，從而提高企業(yè)的經(jīng)濟效益。因此，對大數據在保險公司營(yíng)銷(xiāo)策略中的應用進(jìn)行研究是非常有必要的。

一、大數據與市場(chǎng)營(yíng)銷(xiāo)

簡(jiǎn)單來(lái)說(shuō)，從不同類(lèi)型的海量數據中快速獲取有價(jià)值的信息的能力，就是大數據。市場(chǎng)研究公司預計在2009年至2020年期間數據生成量將會(huì )增長(cháng)44倍；高德納咨詢(xún)預測企業(yè)數據將在五年內增加80%，這其中80%是非結構化數據，來(lái)自團體、社團以及社交網(wǎng)絡(luò )的非業(yè)務(wù)數據；貝恩咨詢(xún)對全球400多家年收入超過(guò)十億美金的企業(yè)進(jìn)行調研，僅有4%的企業(yè)擅長(cháng)大數據分析，它們能夠根據大數據分析發(fā)現改變企業(yè)運作的方式，或者提高產(chǎn)品和服務(wù)。與競爭對手相比，這部分企業(yè)它們的績(jì)效處于同業(yè)前四分之一，它們的決策速度比一般企業(yè)快出五倍，它們的決策執行速度比一般企業(yè)快出三倍。

1.大數據分析

通用的大數據處理框架一般是指數據采集與預處理、數據存儲、數據清洗、數據查詢(xún)分析和數據可視化這五個(gè)部分。

數據采集與預處理是將數據倉庫中零散的數據整合在一起，再將這些數據綜合起來(lái)進(jìn)行分析。Logstash是開(kāi)源的服務(wù)器端數據處理通道，能夠同時(shí)從多個(gè)來(lái)源采集數據、轉換數據，然后將數據發(fā)送到存儲庫Elasticsearch中。NDC（Netease Data Canal）可直譯為網(wǎng)易數據運河系統，是網(wǎng)易針對結構化數據庫的數據實(shí)時(shí)遷移、同步和訂閱的平臺化解決方案。

數據存儲最常用的是Hadoop，可使用HDFS（Hadoop Distributed File System）作為其存儲系統。HDFS允許連接多個(gè)普通個(gè)人計算機，將設備上分布的一些數據文件作為一個(gè)無(wú)縫文件系統來(lái)進(jìn)行訪(fǎng)問(wèn)和存儲。由于大數據增長(cháng)速度快，需要的儲存空間越來(lái)越大，云存儲又不會(huì )受到風(fēng)險控制，并隨時(shí)隨地可以訪(fǎng)問(wèn)，所以如今騰訊云、阿里云和谷歌云等提供的云硬盤(pán)服務(wù)是許多公司備份數據的選擇。

數據查詢(xún)分析常用的是SQL（Structured Query Language，結構化查詢(xún)語(yǔ)言）語(yǔ)言，其中DML（Data Manipulation Language，數據操縱語(yǔ)言）也是一種常用的查詢(xún)功能很強的語(yǔ)言，常用的工具還有FineBI等。

數據可視化常用工具Google Chart API的圖表庫內從線(xiàn)圖到分層結構可以滿(mǎn)足任何需求，能夠在所有支持SVG\Canvas和VML的瀏覽器中使用。隨著(zhù)在線(xiàn)數據可視化的發(fā)展，圖形控制和內容表現已經(jīng)合為一體，JavaScript庫Crossfilter就是這樣的工具，當調整一個(gè)圖表中的輸入范圍時(shí)，其他關(guān)聯(lián)圖表的數據也會(huì )隨之改變。

大數據分析可以為企業(yè)提供諸多便利。一是積極主動(dòng)預測需求。不同企業(yè)都面臨著(zhù)逐漸增大的競爭壓力，要想增加營(yíng)業(yè)收入，就需要獲取更多的客戶(hù)，不斷了解他們的需求，以便提供給客戶(hù)更好的體驗，從而保持長(cháng)久的客戶(hù)關(guān)系。企業(yè)可以識別客戶(hù)的手機、電子郵件和地址，并將其整合為一個(gè)單獨的客戶(hù)ID，并且需要整合傳統數據源和數字數據源來(lái)理解客戶(hù)的行為。二是提供個(gè)性化服務(wù)。大數據分析的應用給企業(yè)帶來(lái)了基于客戶(hù)個(gè)性進(jìn)行互動(dòng)的機會(huì )。海量數據中所包含的信息有很多，而對于企業(yè)來(lái)說(shuō)最具價(jià)值的就是有關(guān)于消費者的相關(guān)信息。如果可以搜集到更精準的消費者信息，就可以為他們進(jìn)行個(gè)性化的定制服務(wù)，從而做到比消費者本人還了解自己，使用戶(hù)感覺(jué)受到重視。三是管控風(fēng)險。中小企業(yè)貸款風(fēng)險評估，可通過(guò)企業(yè)的流通、銷(xiāo)售、財務(wù)等相關(guān)信息，結合大數據挖掘方法進(jìn)行貸款風(fēng)險分析，量化企業(yè)的信用額度，更有效地開(kāi)展中小企業(yè)貸款。大數據分析還可以識別實(shí)時(shí)欺詐交易和反洗錢(qián)分析。

2.企業(yè)的營(yíng)銷(xiāo)策略

4Ps營(yíng)銷(xiāo)理論是由美國的麥肯錫教授最先概括形成的，多年來(lái)在西方營(yíng)銷(xiāo)學(xué)中得到了廣泛應用。4Ps指的是產(chǎn)品、價(jià)格、分銷(xiāo)、促銷(xiāo)（product strategy、price strategy、place strategy和promotion strategy），在企業(yè)經(jīng)營(yíng)的諸多因素中，4Ps是企業(yè)可以控制并且優(yōu)化的變量。多數公司的促銷(xiāo)策略都是由這幾種方法組合形成的。

二、保險公司營(yíng)銷(xiāo)策略中的問(wèn)題

1.價(jià)格策略中的問(wèn)題

（1）價(jià)格缺乏競爭力。產(chǎn)品價(jià)格缺乏競爭力是國內保險公司普遍存在的問(wèn)題，從2017年底中國保險市場(chǎng)費率市場(chǎng)化改革后，保險產(chǎn)品的價(jià)格由各保險公司進(jìn)行制定。各大保險公司隨后也推出1~2款費改后的產(chǎn)品作為試水產(chǎn)品，但由于我國保險市場(chǎng)發(fā)展時(shí)間較短，對于費改定價(jià)需要的精算評估、投資匹配、償付能力等基礎數據缺失，各保險公司都默認采用和從前一樣的預定利率，也就是保險產(chǎn)品的銷(xiāo)售價(jià)格基本是同質(zhì)化的。以壽險業(yè)為例，作為一個(gè)負債經(jīng)營(yíng)的產(chǎn)業(yè)，壽險目前正在面臨資金短缺的困境，各大保險公司都在力爭建立長(cháng)期投資模式，通過(guò)提高經(jīng)營(yíng)水平和投資贏(yíng)利的能力來(lái)解決這一問(wèn)題。另一方面，外資保險公司運營(yíng)時(shí)間長(cháng)，經(jīng)驗相對豐富，費改開(kāi)放后，其產(chǎn)品的定價(jià)往往比國內保險公司產(chǎn)品更有競爭力。

（2）壽險產(chǎn)品定價(jià)方式陳舊，參考數據量少。以人壽險為例，保險公司以已有的“精算模型”為基礎，綜合資產(chǎn)的劃分、行業(yè)平均價(jià)格水準等條件進(jìn)行精算定價(jià)，只能在經(jīng)過(guò)多年編制的人口生命表、銀行利率等因素基礎上，事先約定好一個(gè)給付的價(jià)格。傳統的壽險定價(jià)方式所應用的數據量在公司數據庫中占比小，雖然擁有大量的專(zhuān)業(yè)精算師一直在對保費費率進(jìn)行精確計算，但由于數據量還是太少，不足以制定出合理的價(jià)格，容易導致目標客戶(hù)群體小和比較優(yōu)勢小的問(wèn)題。

2.渠道策略中的問(wèn)題

（1）現有渠道建設不完善。三十多年來(lái)，保險在營(yíng)銷(xiāo)渠道的選擇上也積累了一定的經(jīng)驗，下一步要做的就是結合各個(gè)渠道的優(yōu)劣勢及自身的特點(diǎn)做一些調整和整合的工作。針對線(xiàn)下渠道，由于壽險產(chǎn)品有無(wú)形化、購買(mǎi)需求比較潛在、售后服務(wù)時(shí)間長(cháng)等特點(diǎn)，這些決定了傳統壽險業(yè)面對面銷(xiāo)售和服務(wù)的方式還會(huì )長(cháng)期存在；線(xiàn)上渠道來(lái)說(shuō)，App營(yíng)銷(xiāo)將成為移動(dòng)營(yíng)銷(xiāo)的主要方式，保險要重點(diǎn)研究，以后的保險銷(xiāo)售很大一部分都會(huì )通過(guò)App銷(xiāo)售。

（2）保險分銷(xiāo)渠道發(fā)展緩慢。保險間接渠道分為保險代理渠道和保險經(jīng)紀渠道這兩種，最大的區別在于保險代理服務(wù)的對象是公司，而保險經(jīng)紀是受投保人委托的。國外保險營(yíng)銷(xiāo)經(jīng)常采用間接渠道，但在我國這還屬于新興行業(yè)，存在很多問(wèn)題。我國保險目前只存在個(gè)人保險代理這一間接渠道，保險代理人通過(guò)銷(xiāo)售公司的產(chǎn)品和服務(wù)來(lái)獲取代理費。目前我國保險間接渠道發(fā)展狀況良好，勢頭強勁，建議保險嘗試與專(zhuān)業(yè)保險代理公司和經(jīng)紀公司合作，拓寬代理渠道，實(shí)現保險和代理公司的共同發(fā)展。

3.促銷(xiāo)策略中的問(wèn)題

（1）保險促銷(xiāo)方式混亂。保險公司很看重保險營(yíng)銷(xiāo)人員的業(yè)績(jì)，經(jīng)常對營(yíng)銷(xiāo)人員采取銷(xiāo)售促進(jìn)的方法來(lái)激勵他們的工作，然而這就造成了保險營(yíng)銷(xiāo)人員在市場(chǎng)開(kāi)發(fā)、銷(xiāo)售產(chǎn)品的時(shí)候經(jīng)常存在違規行為。保險的促銷(xiāo)支持主要體現為績(jì)效獎金和禮品獎勵，有些銷(xiāo)售人員為了達成業(yè)績(jì)不擇手段，向客戶(hù)介紹產(chǎn)品時(shí)夸大保險產(chǎn)品的優(yōu)勢或是私自購買(mǎi)禮品送給客戶(hù)，這樣有損于保險公司的形象。

（2）銷(xiāo)售人員入門(mén)門(mén)檻低，不夠專(zhuān)業(yè)。保險一般通過(guò)在各大招聘網(wǎng)站和App上發(fā)布招聘信息來(lái)招聘員工，在常用的58同城、Boss直聘、中華英才網(wǎng)等推薦崗位上總會(huì )出現平安保險的招聘信息，工作地點(diǎn)遍布全國，供求職者可選擇的職位也非常多。

由于保險員工離職率很高，經(jīng)常有職位空缺，平安急需招聘新員工，這就造成保險招聘極不嚴格。以保險銷(xiāo)售這個(gè)崗位為例，求職者在網(wǎng)上投遞簡(jiǎn)歷后很快有人力資源部門(mén)的人通知他們面試時(shí)間，面試的內容就是一些最基本的個(gè)人信息，面試官根本不清楚求職人員對保險的認知程度。隨后安排求職者參加為期一周的培訓，培訓結束就可以簽勞動(dòng)合同。這樣一個(gè)簡(jiǎn)單的招聘過(guò)程不能保證每一位員工的專(zhuān)業(yè)性，他們其中很大一部分人都不是專(zhuān)業(yè)對口的，而且學(xué)歷都只有中專(zhuān)、大專(zhuān)，可以說(shuō)保險的入門(mén)門(mén)檻很低。

三、應用大數據分析對保險營(yíng)銷(xiāo)策略提出的建議

保險營(yíng)銷(xiāo)實(shí)際上就是保險公司通過(guò)向市場(chǎng)提供商品或服務(wù)來(lái)獲取市場(chǎng)信息，消費者通過(guò)向保險公司支付保費來(lái)獲取售后服務(wù)的過(guò)程。可以依靠先進(jìn)技術(shù)，在銷(xiāo)售業(yè)務(wù)不同領(lǐng)域，深入挖掘和創(chuàng )造數據價(jià)值，促進(jìn)營(yíng)銷(xiāo)，利用可視化工具MySQL和Python，分析現有產(chǎn)品的銷(xiāo)售額和市場(chǎng)競爭力等方面的大量數據，用MySQL進(jìn)行數據清洗，用Python的matplotlib庫進(jìn)行繪圖，從而得出相關(guān)可視化數據，促進(jìn)業(yè)務(wù)的全面發(fā)展。保險要以此為目標，充分利用大數據分析的方法來(lái)解決現階段公司存在的營(yíng)銷(xiāo)策略問(wèn)題。

1.產(chǎn)品策略方面的對策建議

（1）分析保險產(chǎn)品現狀，精簡(jiǎn)產(chǎn)品數量。目前保險銷(xiāo)售的產(chǎn)品過(guò)于繁雜，完全可以精簡(jiǎn)現有的產(chǎn)品數量。建立基于產(chǎn)品的數據分析，對業(yè)績(jì)表現差、市場(chǎng)潛力小的產(chǎn)品進(jìn)行刪減，不僅節約企業(yè)資源，而且可以提升盈利能力。另外，可同時(shí)對現有的經(jīng)典產(chǎn)品進(jìn)行適當改造升級，既能滿(mǎn)足客戶(hù)需求，也能增強產(chǎn)品的市場(chǎng)競爭力、延長(cháng)經(jīng)典產(chǎn)品的生命周期，而且投資少，風(fēng)險較低。

（2）挖掘消費者真正需求，推出個(gè)性化產(chǎn)品。新產(chǎn)品的研發(fā)可以提升企業(yè)的核心競爭力，企業(yè)只有通過(guò)不斷更新產(chǎn)品，才能滿(mǎn)足不斷變化的市場(chǎng)需求，同時(shí)鞏固自身的市場(chǎng)地位。和其他行業(yè)一樣，產(chǎn)品創(chuàng )新也是保險業(yè)獲取大量利潤的基礎。

保險要想推出新產(chǎn)品，就要進(jìn)行市場(chǎng)調研，了解客戶(hù)的個(gè)性化需求。這就需要運用到用戶(hù)畫(huà)像系統，用第三方數據采集軟件NDC捕捉客戶(hù)在網(wǎng)絡(luò )上的一舉一動(dòng)并進(jìn)行預處理，通過(guò)這些信息，保險可以深入挖掘客戶(hù)需求，對公司設計新產(chǎn)品提供很大的幫助。保險可以對客戶(hù)的個(gè)人愛(ài)好和消費習慣等信息進(jìn)行分類(lèi)，制定每個(gè)客戶(hù)專(zhuān)屬的標簽，建立屬于客戶(hù)個(gè)人的抽象專(zhuān)屬模型，這樣便于進(jìn)行多維度精細分析，深入了解現有及潛在客戶(hù)的特征和需求。只有明確了客戶(hù)的真正需求，才能設計出實(shí)用的新產(chǎn)品，推動(dòng)保險發(fā)展。

2.價(jià)格策略對策

（1）利用大數據共享資源合理定價(jià)。大數據時(shí)代的數據共享可以匯集整合保險行業(yè)絕大部分公司的實(shí)時(shí)數據，并對收集到的海量數據進(jìn)行提煉，形成更全面、更細致的客戶(hù)數據體系。保險可以通過(guò)訪(fǎng)問(wèn)HDFS數據庫了解到其他公司產(chǎn)品的特性與價(jià)格，找到相似產(chǎn)品與本公司產(chǎn)品相比較的優(yōu)勢和劣勢，并參考對方公司的定價(jià)方式，從而對公司產(chǎn)品進(jìn)行定價(jià)，拒絕與其他保險公司產(chǎn)品同質(zhì)化，并通過(guò)Google Chart API建立預測模型，匯集產(chǎn)品需求、價(jià)格變化、市場(chǎng)占有率等多方面的數據對未來(lái)產(chǎn)品的價(jià)格趨勢進(jìn)行合理預測，為保險制定價(jià)格策略提供支持。

（2）收集全部數據進(jìn)行精算定價(jià)。大數據分析技術(shù)給保險行業(yè)帶來(lái)的主要變化之一便是使精算定價(jià)過(guò)程中基于樣本的精算轉化為基于全量的計算，這樣可以為保險公司搶占保險市場(chǎng)份額，提高保險產(chǎn)品的價(jià)格競爭力。

保險精算人員需要根據目前的信息預測未來(lái)，為保險產(chǎn)品確定合理價(jià)格，他們需要通過(guò)建立模型和基于各種對未來(lái)的假設對所開(kāi)發(fā)保險產(chǎn)品未來(lái)期間各種可能出現的情況進(jìn)行預測。精算定價(jià)三大假設包括疾病死亡或醫療費用等的發(fā)生率、投資收益率假設和費用假設。保險精算人員可以使用最基礎的可視化工具Excel建立現金流測試模型，所謂現金流測試就是根據“各種收入項-各種支出項”得到的各年年末現金流等內部利潤指標確認該產(chǎn)品風(fēng)險如何，是否有利可圖。

3.渠道策略對策建議

（1）大數據分析鞏固渠道，保護隱私安全。保險要在完善現有渠道的基礎上創(chuàng )新渠道，使銷(xiāo)售渠道變得多樣化，目前來(lái)講最重要的還是要堅持推動(dòng)線(xiàn)上線(xiàn)下渠道的緊密結合，線(xiàn)上為消費者提供方便快速的保險業(yè)務(wù)咨詢(xún)和下單服務(wù)，線(xiàn)下服務(wù)配備專(zhuān)業(yè)的保險人員為消費者排憂(yōu)解難，為客戶(hù)提供更好的體驗。

進(jìn)行客戶(hù)信息的緊密銜接，以便線(xiàn)下工作人員可以根據該客戶(hù)之前的行為為其提供獨特的用戶(hù)體驗，增加其購買(mǎi)產(chǎn)品的可能性。O2O渠道可以借鑒這種方法，前期對線(xiàn)上消費者行為進(jìn)行記錄，后期根據客戶(hù)個(gè)人信息提供面對面的服務(wù)，在為他們帶來(lái)便利的基礎上，獲得更多的消費者。

在飛速發(fā)展的數據共享時(shí)代，網(wǎng)絡(luò )數據傳播速度快，客戶(hù)信息無(wú)處不在，這樣一來(lái)保護客戶(hù)隱私就顯得愈發(fā)重要。若要更好地利用大數據給保險營(yíng)銷(xiāo)帶來(lái)的優(yōu)勢，保險要做好大數據的保護工作，并且積極配合相關(guān)部門(mén)提升監管力度，保障客戶(hù)信息安全。

（2）發(fā)展保險中介渠道，實(shí)現合作共贏(yíng)。保險可以嘗試拓寬銷(xiāo)售渠道，與專(zhuān)業(yè)的保險中介公司合作，合作意味著(zhù)保險不僅增加了保費收入，而且提高了公司知名度，從而提高了企業(yè)效益。保險增加新的渠道可以得到更多有價(jià)值的數據，通過(guò)DML等工具進(jìn)行數據分析，得到有意義的信息，對企業(yè)制定新的營(yíng)銷(xiāo)策略很有幫助。明亞保險經(jīng)紀有限公司是國內首家也是最大的一家專(zhuān)注于個(gè)人壽險業(yè)務(wù)的全國性保險經(jīng)紀公司，定位于為中高端客戶(hù)提供中立、專(zhuān)業(yè)的保險理財咨詢(xún)和風(fēng)險管理服務(wù)，明亞公司擁有大量高端客戶(hù)資源，這正是保險需要的。

加強保險公司與保險中介機構的分工協(xié)作，保險公司與保險中介機構應加強合作，保險中介機構主要負責保險產(chǎn)品的推廣、銷(xiāo)售等業(yè)務(wù)，保險公司則可以把重心放到產(chǎn)品研發(fā)等，以便直接獲得客戶(hù)信息，促進(jìn)保險間接渠道的發(fā)展，實(shí)現保險公司和間接渠道公司的共贏(yíng)。

4.促銷(xiāo)策略對策建議

（1）設計有針對性的廣告推送。目前保險公司在國內的廣告多以企業(yè)形象、品牌宣傳為主，隨著(zhù)多年的發(fā)展，保險已經(jīng)擁有很高的品牌知名度，可以適當地轉換一部分內容為產(chǎn)品廣告。保險應盡量開(kāi)發(fā)出滿(mǎn)足個(gè)性化需求的保險產(chǎn)品及產(chǎn)品組合向客戶(hù)推送，建立保險生態(tài)營(yíng)銷(xiāo)體系，變精準騷擾為精準營(yíng)銷(xiāo)，真正實(shí)現讓推銷(xiāo)變得多余。

（2）提高從業(yè)門(mén)檻，關(guān)注實(shí)時(shí)績(jì)效。保險在招聘人才時(shí)要注意提高門(mén)檻，不能只通過(guò)短暫的面試決定是否錄取，還要通過(guò)Logstash采集應聘者的網(wǎng)絡(luò )信息有無(wú)其他不良現象，通過(guò)這兩方面的綜合考慮再決定。

人力資源部門(mén)應設立一套更加嚴密的績(jì)效管理方案，可以設計出一款記錄員工日常績(jì)效的軟件，為月末和年終績(jì)效考核提供參考依據，讓績(jì)效成績(jì)更加客觀(guān)真實(shí)。除了現有的以紙質(zhì)版方式從員工德、能、勤、績(jì)四方面對員工履行職能、發(fā)揮作用、工作實(shí)效、行為規范等方面進(jìn)行打分外，還可用這款軟件記錄員工每日工作量、每日打卡簽到、制度考試成績(jì)、每月績(jì)效考核成績(jì)、遲到早退、病假事假、評優(yōu)評先等，對員工實(shí)時(shí)績(jì)效進(jìn)行綜合考察評定，這些內容都會(huì )被上傳到HDFS數據庫中，通過(guò)可視化數據Google Chart API對這些數據進(jìn)行直觀(guān)展示，隨時(shí)給出員工的綜合績(jì)效，與他們的獎金掛鉤，從而實(shí)現正確引導和激勵。

參考文獻

[1]劉亞楠：保險網(wǎng)絡(luò )營(yíng)銷(xiāo)研究[D].廣東財經(jīng)大學(xué)，2018.

[2]鄭奕彤：保險O2O營(yíng)銷(xiāo)模式的實(shí)踐與研究[J].經(jīng)貿實(shí)踐，2018（16）.

[3]包敏：淺談大數據時(shí)代的保險精準營(yíng)銷(xiāo)[J].成功營(yíng)銷(xiāo)，2018（11）.

[4]石章強、莫白虹、李昕：個(gè)性化服務(wù)：不要看上去很美[J].銷(xiāo)售與市場(chǎng)（管理版），2013（10）.

[5]李力：大數據背景下Z保險公司精準營(yíng)銷(xiāo)研究[D].南昌大學(xué)，2017.

[6]吳桐：云南跨境保險發(fā)展路徑研究[D].云南財經(jīng)大學(xué)，2016.

[7]徐琦：中國人壽和中國平安財務(wù)績(jì)效、財務(wù)政策和財務(wù)戰略的比較研究[D].蘇州大學(xué)，2016.

[8]徐照生：三星手機中國市場(chǎng)營(yíng)銷(xiāo)策略?xún)?yōu)化研究[D].浙江工業(yè)大學(xué)，2015.

[9]劉陽(yáng)：平安人壽河南分公司營(yíng)銷(xiāo)策略?xún)?yōu)化研究[D].鄭州大學(xué)，2015.

[10]中國平安金融集團案例研究報告[A].艾瑞咨詢(xún)系列研究報告（2015年第4期）[C].上海艾瑞市場(chǎng)咨詢(xún)有限公司，2015.

[11]秋慧：互聯(lián)網(wǎng)醫療時(shí)代健康險O2O模式創(chuàng )新研究[J].改革與戰略，2016（2）.

[12]王益鋒、魯健健：大數據背景下的現代企業(yè)營(yíng)銷(xiāo)戰略[J].現代企業(yè)，2015（1）.

[13]董超：中國平安人壽保險黑龍江分公司市場(chǎng)營(yíng)銷(xiāo)策略研究[D].哈爾濱工業(yè)大學(xué)，2017.

[14]謝圣遠、李曉鋒：我國壽險公司產(chǎn)品同質(zhì)程度研究[J].財經(jīng)論叢，2014（7）.

[15]李健：壽險行銷(xiāo)7P[J].銷(xiāo)售與市場(chǎng)，1997（12）.

[16]胡若衡、王東：大數據時(shí)代互聯(lián)網(wǎng)保險發(fā)展營(yíng)銷(xiāo)淺析[J].中外企業(yè)家，2018（8）.

[17]王興秀：我國保險公司企業(yè)文化建設策略研究[D].山東大學(xué)，2014.

[18]羅祥文：大數據背景下的保險定價(jià)策略[J].金融經(jīng)濟，2018（6）.

[19]王敦海：新形勢下陶瓷營(yíng)銷(xiāo)中4P策略應用研究[J].陶瓷，2014（7）.

[20]段文博、王慶南、王海旭：我國保險中介機構存在的問(wèn)題及對策分析[J].黑龍江金融，2008（11）.

[21]馬向東：大數據時(shí)代的保險營(yíng)銷(xiāo)[J].中國保險，2018（4）.

[22]趙弘真：中國平安投資富通集團案例研究[D].上海交通大學(xué)，2009.

[23]王彥程：試論基于大數據時(shí)代企業(yè)市場(chǎng)營(yíng)銷(xiāo)方略[J].現代營(yíng)銷(xiāo)（創(chuàng )富信息版），2019（1）.

[24]潘世平：論大數據分析在商業(yè)銀行資金結算中的應用[J].河北企業(yè)，2018（10）.

[25]彭海靜：中小企業(yè)大數據營(yíng)銷(xiāo)策略研究[J].江蘇商論，2016（7）.

[26]劉偉、王霞：大數據時(shí)代保險業(yè)管理的創(chuàng )新研究[J].現代營(yíng)銷(xiāo)（下旬刊），2016（3）.

[27]唐志晶、孫景浩、王執政、伍玉通、周書(shū)冉：基于大數據分析的精準營(yíng)銷(xiāo)[J].無(wú)線(xiàn)互聯(lián)科技，2018，15（13）.

[28]馬向東：利用大數據提升保險營(yíng)銷(xiāo)能力[N].中國保險報，2018-01-30（6）.

[29]鄔維奇：大數據營(yíng)銷(xiāo)在保險營(yíng)銷(xiāo)中的應用[J].上海保險，2013（9）.

[30]姜雙雙：大數據時(shí)代下保險營(yíng)銷(xiāo)模式研究[J].中國戰略新興產(chǎn)業(yè)，2017（24）.

[31]Chao Shen，Weiqin Tong，Jenq-Neng Hwang，Qiang Gao：Performance modeling of big data applications in the cloud centers[J].The Journal of Supercomputing，2017（5）.

[32]Daniel Nunan，Marialaura Di Domenico.Big Data：A Normal Accident Waiting to Happen？[J].Journal of Business Ethics，2017（3）.

[33]Eric H.Shaw.Marketing strategy[J].Journal of Historical Research in Marketing，2012（1）.

[34]Rami Olkkonen，Henrikki Tikkanen，Arto Lindblom：Re-lationalism as a Marketing Strategy：An Empirical Study Among Finnish Business-to-Business Marketing Firms[J].Journal of Euromarketing，2008（1）.

[35]Pinelopi Athanasopoulou，Apostolos N Giovanis，George J Avlonitis：Marketing strategy decisions for brand extension suc-cess[J].Journal of Brand Management，2015（6）.

[36]Imen Boukhris，Zied Elouedi，Mariem Ajabi：Toward in-trusion detection using belief decision trees for big data[J].Knowledge and Information Systems，2017（3）.

郭慧馨，張妍：北京聯(lián)合大學(xué)商務(wù)學(xué)院。

郭慧馨,葛健,張妍.大數據時(shí)代保險公司營(yíng)銷(xiāo)策略分析[J].當代經(jīng)濟,2019(11):50-54.