HackMD
人壽信貸跨售專案 - 重點整理
銀行消金 - 重點整理
目標
- 了解人壽客戶中有購買信貸的高潛力族群
- 借鑑銀行信貸名單篩選方式，找出人壽客戶的潛在信貸需求
目前銀行信貸名單篩選方式
-
數據與行為分析
- 透過 數位軌跡（如信用卡使用、存款行為）推測信貸需求
- 依 B Score 進行篩選（1-13分，通常只做1-11分，10分以上核准率低）
- 觀察 預借現金、循環利息 等行為，判斷資金需求強度
- 薪資進帳但存款低於門檻（月光族）作為篩選條件
-
核心邏輯
- 信貸目標是資金需求強的人，而非特定客群
- 核貸風險與需求高度相關，需求高的客戶信用風險也可能較高
- 主要透過 outbound 名單+電話行銷，每日有固定名單
- 追蹤名單成效，每月調整篩選條件
目前跨售信貸的挑戰
-
名單產出
- 目前人壽業務員以 口頭探詢 客戶需求，缺乏數據與模型支持
- 沒有專門針對人壽的信貸名單，只能使用銀行端名單
-
業務推廣
- 數位導客效果差（資金需求者不會主動到人壽官網）
- 人壽業務員推廣意願低
- 缺乏 KPI誘因（僅有傭金，一筆最高4000元）
- 送件流程長，若信貸與保險承攬重疊三個月內，銀行不會發款
- 擔心信貸申請會影響保險審核（如懷疑是借款購買保單）
-
跨公司名單使用限制
- 目前 銀行與人壽端的名單未打通，人壽業務員無法直接使用銀行信貸名單
- 目前僅能依賴 銀行名單進行推廣
未來可行方向
-
數據化名單產出
- 透過模型建立 高潛力信貸名單 提供給人壽業務員
- 參考銀行 B Score、行為數據、薪資進帳與存款 等指標
- 找出 高資金需求但信用風險可接受的族群
-
業務誘因設計
- 設計 KPI或額外獎勵 來提升人壽業務員推廣意願
- 簡化 信貸與保險的聯合銷售流程，避免審核拖延影響成交率
-
提升跨售效率
- 強化數位行銷策略，例如：
- 銀行App推播
- 精準EDM/SMS行銷
- 強化數位行銷策略，例如：
人壽信貸跨售數據分析 - 重點整理
目標
- 運用 金控資料庫（包含客戶特徵、產品持有、理賠註記、數位行為）來 篩選高潛力客戶，提升人壽信貸跨售成功率。
- 透過數據洞察，找出符合資金需求的潛力客戶，優化接觸效益。
數據概況
截至 2023/12，金控資料庫數據顯示：
- 人壽有效客戶：399萬
- 銀行客群：249萬
- 無理專服務：218萬
- 無持有信貸：213萬
- 資金需求標籤：75萬
- 業務員進件客戶（295萬）
- 其中有資金需求標籤：62萬
- 具備資金需求潛力的客戶數量龐大，可進一步篩選 高潛力族群 進行精準行銷。
資金需求標籤（篩選邏輯）
產品面
- 曾持有信貸產品（包含已註銷）
- 目前持有 信用卡循環額度、預借現金
- 保單行為異常（如停繳、自動墊繳、減額繳清等）
行為面
- 近三個月內申貸但核貸比例低於80%
- 近一年信用卡額度使用率 >= 30%
- 近一年大筆消費（佔額度70%）次數 >= 3次
- 近一年信用卡分期筆數（僅計算首期）>= 6次
- 近一年內點擊 LINE/信貸相關資訊 >= 2次
這些條件有助於 精準預測資金需求，篩選 具備信貸潛力 的人壽客戶。
數據驗證 - 信貸申辦率
以 人壽業務員進件客戶（295萬） 為基礎：
- 整體客群信貸申辦率（2023年）為 0.5%
- 符合資金需求標籤客戶（62萬）申辦率為 1.3%
- 高出整體客群 2.6 倍
- 顯示具資金需求標籤的客戶，具有較高的轉化潛力
這說明 數據篩選能有效提升信貸跨售成功率，建議針對 符合標籤的客戶進行優先行銷。
運行機制
金控內部資料運用與合規
- 符合法規的人壽共銷客戶人數：157萬
- 資料分析流程
- 以 同意共銷的客戶 為分析母體
- 預測變數 Y：客戶的 跨公司金融行為
- 解釋變數 X：單一子公司內部數據
- 人壽僅取得模型特徵與參數，不直接獲取銀行個資
分析方向：篩選高潛力客戶，提升人壽信貸跨售成功率
資料處理假設
- 每位客戶僅保留 最新的保單（無論是否結束）。
- 匯總 客戶信貸資訊，確保每位客戶僅有一筆資料。
1. 業務員推廣策略
目標：找出信貸轉介轉換率最高的業務員與通訊處，優化推廣策略。
可用特徵：
- 業務員年資 (
max_year_of_expr) - 保單相關資料
- 業務員地區 (
region)
分析方向：
- 哪些 通訊處業務員 在信貸轉介的轉換率最高（試點推廣）。
- 高齡 vs. 低齡業務員，誰的轉換率較高？（資深 vs. 新進業務員的影響）。
- 不同地區的業務員轉換率是否有顯著差異？
2. 客戶戶齡 vs. 信貸轉換率
LS_POLI_ACCT_D_ME有保戶生日
目標：確認客戶戶齡是否影響其申辦信貸的可能性，找出最有潛力的客群。
分析維度：
-
業務員年齡 vs. 客戶戶齡
- 業務員與客戶的年齡差異是否影響信貸轉換率？
- 是否資深業務員對高戶齡客戶的銷售成功率較高？
-
客戶戶齡 vs. 業務員地區
- 不同地區的客戶年齡結構是否影響信貸申辦率？
- 某些地區是否更適合年輕或年長的客群？
-
最近申辦保單 vs. 信貸持有率
- 越近期申辦保單的客戶，是否更有可能申辦信貸？
- 老客戶是否對信貸需求高低？
3. 經濟環境與信貸轉換率
LOAD_APPROVAL_DT
目標：觀察外部經濟環境是否影響信貸申辦率，找出最適合推廣的時機。
分析方向：
- 景氣變動 vs. 信貸整體轉換率
- 需要確認數據中是否有 信貸申請的時間維度，才能分析景氣變動與信貸需求的關係。
- 是否在 景氣較差時，客戶更容易申辦信貸？
4. 產品需求與信貸轉換
目標：分析客戶持有的保單數量是否影響其申辦信貸的可能性。
分析方向：
- 持有保單數 (
cnt) vs. 信貸持有率- 多保單 vs. 單保單客戶，誰的信貸申辦率較高？
- 是否高價值保單客戶更容易申辦信貸？
故事線
從金控角度出發，金控有銀行信貸客戶的資料
- 銀行消金目前EDM的電銷名單篩選方式 -> 建模用
- 人壽業務員推廣痛點
- 數據分析佐證
- 認為可行的推廣方式(試點)
階段一
面向一: 先分析業務員推廣問題在哪裡(數據)
目標：找出信貸轉介轉換率最高的業務員與通訊處，優化推廣策略。
可用特徵：
- 業務員年資 (
max_year_of_expr) - 保單相關資料
- 業務員地區 (
region) - 業務員其他資料
分析方向：
- 哪些 通訊處業務員 在信貸轉介的轉換率最高（試點推廣）。
- 高齡 vs. 低齡業務員，誰的轉換率較高？（資深 vs. 新進業務員的影響）。
- 不同地區的業務員轉換率是否有顯著差異？
面向二: 客戶角度
先透過BI來找出可能的客群(人壽客戶、資金需求、是否持有銀行信貸)
如果有資金需求(定義標籤特徵)，看是否有資金需求，與是否銀行信貸有關
引出消金的特徵 -> 但可以從人壽面構建
LS_POLI_ACCT_D_ME有保戶生日
目標：確認客戶戶齡是否影響其申辦信貸的可能性，找出最有潛力的客群。
分析維度(可以搭配面向一)：
-
業務員年齡 vs. 客戶戶齡
- 業務員與客戶的年齡差異是否影響信貸轉換率？
- 是否資深業務員對高戶齡客戶的銷售成功率較高？
-
客戶戶齡 vs. 業務員地區
- 不同地區的客戶年齡結構是否影響信貸申辦率？
- 某些地區是否更適合年輕或年長的客群？
-
最近申辦保單 vs. 信貸持有率
- 越近期申辦保單的客戶，是否更有可能申辦信貸？
- 老客戶是否對信貸需求高低？
-
目標：分析客戶持有的保單數量是否影響其申辦信貸的可能性。
分析方向：- 持有保單數 (
cnt) vs. 信貸持有率 - 多保單 vs. 單保單客戶，誰的信貸申辦率較高？
- 是否高價值保單客戶更容易申辦信貸？
- 持有保單數 (
跨子公司數據分析：優化人壽信貸跨售策略
故事線
從金控的角度出發，金控擁有銀行信貸客戶的資料，可以整合數據來提升人壽信貸的轉換率。
- 銀行消金目前 EDM 電銷名單的篩選方式 → 建模應用
- 人壽業務員推廣的痛點 → 分析轉換率低的原因
- 數據分析佐證 → 提供具體數據驗證策略的可行性
- 可行的推廣方式 → 設計試點計畫，提升業務成效
階段一：識別信貸轉換問題與潛力客戶
面向一：業務員推廣問題分析
目標：找出信貸轉介轉換率最高的業務員與通訊處，優化推廣策略。
可用特徵：
- 業務員年資 (
max_year_of_expr) - 保單相關資料（產品類型、金額、保單年齡）
- 業務員地區 (
region) - 業務員其他資料（如通訊處、銷售方式）
分析方向：
- 哪些 通訊處業務員 的信貸轉介轉換率最高？可作為試點推廣。
- 高年資 vs. 低年資業務員，誰的轉換率較高？
- 不同地區的業務員，是否在某些地區推廣信貸更有效？
面向二：客戶角度分析
先透過 BI 工具找出可能的潛力客群（如人壽客戶、資金需求、是否已持有銀行信貸）。
- 若客戶已經有資金需求（需定義標籤特徵），分析這些需求與銀行信貸持有的關聯。
- 建立消金客群特徵，並嘗試從人壽客戶視角來建構潛在信貸需求客戶。
可用數據來源：
- LS_POLI_ACCT_D_ME（包含保戶生日，可計算客戶戶齡）
目標：確認客戶戶齡是否影響其申辦信貸的可能性，進一步找出最有潛力的客群。
分析維度（可搭配面向一）：
-
業務員年齡 vs. 客戶戶齡
- 業務員與客戶的年齡差異是否影響信貸轉換率？
- 是否資深業務員對高戶齡客戶的銷售成功率較高？
-
客戶戶齡 vs. 業務員地區
- 不同地區的客戶年齡結構是否影響信貸申辦率？
- 某些地區是否更適合年輕或年長的客群？
-
最近申辦保單 vs. 信貸持有率
- 越近期申辦保單的客戶，是否更有可能申辦信貸？
- 老客戶是否對信貸需求較高或較低？
-
持有保單數 vs. 信貸轉換率
- 持有保單數 (
cnt) vs. 信貸持有率 - 多保單 vs. 單保單客戶，誰的信貸申辦率較高？
- 是否高價值保單客戶更容易申辦信貸？
- 持有保單數 (
