保险行业如何构建标签和画像体系，助力线上业务增长？

大家好，我是 GrowingIO 行业总监周红飞，今天跟大家分享的主题是「构建标签和画像体系，助力保险企业数字化转型」。

1. 疫情之下，保险行业的变革与选择

2020 年，新冠肺炎疫情唤起用户的保险需求，也改变着消费者对保险行业的刻板印象。疫情加强了用户线上消费偏好，加快保险行业数字化建设步伐，为保险行业线上转型插上“翅膀”。

• 保险需求逐渐迸发：疫情期间，人们的保障意识逐步提高。外部环境不确定性增强，促使人们通过购买保险的方式为自己寻求保障，保险需求迅速膨胀。

• 行业认可稳步提升：疫情期间，保险同仁及时推出与肺炎有关的短期保险、为医护人员提供免费保障等行为，提升了我国消费者对保险行业的认同。

• 线上转型全新尝试：线上保险商城成为当前保险行业转型的基础形式。部分保险公司更是推出 App，收集大量用户行为数据，建立智能营销体系。

• 数字化经营目标：保险公司通过搭建自己的数据平台或数据仓库，将数据增长的理念和方法应用到业务当中，向数字化经营的最终目标迈进。

目前，保险行业的最大痛点是用户与保险公司的耦合度低。完成投保后，用户与保险公司的互动随即停止，导致企业获取用户数据非常困难，数字化转型为保险企业增加用户互动、优化投保体验提供了四大机会：

机会一：整合分散数据，解决数据孤岛

精准的用户画像需要整合分散在各网页、App、小程序等渠道的数据。过去，以半结构化方式存在的用户数据获取难度大，渠道数据、广告投放等第三方数据与自有数据割裂，导致企业无法精准识别用户。

数字化经营有利于客户搭建数据平台，整合多渠道数据。企业通过客户标签体系，能够精准绘制用户画像，识别高价值客户群体。

机会二：深化指标体系建设，联动线上线下双渠道

企业可以利用大数据、智能化技术，实时获取用户线上行为数据，建设适应互联网运营的指标体系。通过共享线上线下数据，运营团队能够识别用户来源与线上交易行为，提升活动投放和产品运营效率。

机会三：有效衡量用户体验，提供个性化服务

保险企业通过数据分析，可以优化线上渠道的用户体验。以保险行业为例，通过线上埋点监测用户行为，企业能够快速定位用户投保转化障碍，完成场景优化。

在传统模式下，系统异常、链接失效等障碍造成的投保失败，均需通过电话投诉的方式才能获得反馈，效率十分低下。而当企业建立起用户行为的检测，一旦出现转化异常，运营人员就可以立即在数据上发现问题、定位问题。

机会四：精准描绘用户画像，实现精细化运营

通过数据整合，企业掌握了完整的用户数据，并精准描绘用户画像。通过将用户画像与用户生命周期各阶段运营策略相结合，企业能够更有针对性地进行产品运营、活动策划，初步实现“千人千面”的精细化运营。

2. 保险行业增长的数据化解决方案

针对保险行业的痛点与机会，GrowingIO 为客户提供了一套数据增长平台。底层是客户数据平台，能够整合线上线下渠道的数据。以客户数据平台为基础，企业可以进行产品分析、获客分析等工作，满足企业不同的数据分析场景。

GrowingIO 的方案以解决客户数据转化问题为核心，构建串联多方数据的业务应用系统，主要有以下四个流程。

1. 高效集成渠道数据，构建用户标签体系

用户数据整合有两大核心。一是通过 ID mapping 打通跨屏、跨渠道、跨平台的用户数据。二是扩大底层开放性。除了自有数据外， 其他三方数据也需通过数据库进行对接，服务后续应用场景。

以 ID mapping 整合的用户行为数据为基础，GrowingIO 系统可以构建用户标签体系，服务业务部门的精细化用户运营目标。

GrowingIO 通过 ID mapping 打通用户各来源数据，构成用户标签系统和用户画像系统的数据基础。通过数据整合的方式，满足业务部门在日常运营当中统一用户数据、提高运营效率的需求。

GrowingIO 提供具有强大计算能力的系统，为运营部门提供用户标签和分群能力，支撑实际活动运营。

2. 优化获客渠道节点，提升线上数据价值

保险行业具备线上线下多种触点，线上触点可以通过加载 GrowingIO SDK 进行数据采集。而线下数据，如经纪人的邀请码，则可以通过 GrowingIO 提供的一人一码进行追踪。每一个代理人分享的都是他个人的专属链接，这就改变了我们对线下经纪人行为的追踪与衡量方式。

传统运营效率评估关注活动参与和转化人数指标，忽视指标质量。GrowingIO 全流程监测客户来源和用户转化行为，帮助业务部门寻找最优用户接入渠道，筛选高价值客户群体，进而建立与业务目标相匹配的 ROI 评估体系。

优化业务流程是渠道数据化的另一应用。通过监测用户线上点击、登录、停留、购买等全环节数据，产品部门能够实时发现线上产品设计中的程序错误，大幅度提升用户体验。

3. 获取全流程行为数据，优化用户线上体验

当我们实现了对用户保前、保中、保后触点的监测和采集，用户体验的优化也可以基于这些数据来进行。

当前移动互联网进入下半场，用户对线上产品的体验要求逐步提高。线上消费的每一个环节都会影响用户线上体验，进而影响运营效率。

GrowingIO 的产品能够监测用户业务交易的整个流程。以保险线上理赔环节为例，我们可以获取用户连接客服、上传资料、申诉成功等理赔数据。通过底层用户信息分析产品设计漏洞与程序错误，优化线上保险商城的购买流程。

4. 构建用户标签体系，落定精准营销策略

拥有了基础客户数据平台后，企业就可以利用数据进行用户分层，精准管理各类用户，进行精细化运营。

保险用户有两个生命周期，一个是基于互联网思维划分的用户生命周期，详细可分为以下四个阶段：

• 导入期用户：当新用户进入了保险商城、或与保险代理人进行沟通时，便进入导入期。

• 成长期用户：完成保险商城首投行为的用户便可定义为成长期用户。

• 成熟期用户：成熟期用户的主要战略在于引导其二次投保或用户推荐。

• 流失期用户：在线上转化过程中，任何一个环节都存在用户流失的可能。

另一个是用户的自然生命周期。保险用户会随着年龄的增长产生不同的保险需求。青年时购买意外险的需求较大，中年后对房产、儿童类保险需求增加。

针对保险用户不同阶段的需求，保险团队可以根据生命周期管理原则制定差异化的运营策略。

所有策略的执行都能依靠 GrowingIO 的系统实现。系统中的标签体系可以快速定位用户，满足不同业务场景需求。如筛选出多次浏览旅游保险的用户推送年度旅游险广告、或向购买过某个地区旅游险的客户进行二次营销等。

有了用户画像后，系统可以洞察用户需求，自动发送已经设置好的广告短信及优惠券，引导潜客完成商品购买。同时，通过 A/B 测试，业务人员可以评估不同广告内容的效果，灵活快速地完成活动策划与产品迭代，有效提升业务效率。

3. GrowingIO 的智慧实践

基于以上思考的指导，GrowingIO 搭建了一套“增长平台+业务咨询+培训赋能”的数据化解决方案。通过自下而上的数据采集方式，配套业务咨询体系，帮助客户解决数据采集与咨询服务的难题。

1. 建立高效的数据结构

传统的数据建设方式专注于可采集数据，大量汇集后进行清洗分析，面临着采集过多无价值数据的问题。

GrowingIO 从客户业务目标出发，规划数据指标体系，提高数据价值。在线上保险商城的数据采集中，GrowingIO 使用 OSM 模型进行关键指标识别。

为了识别核心指标，GrowingIO 将保费拆解为保单和件均，再进一步将保单拆解为线上商城的用户量、投保转化率、人均投保次数、单个订单的保单数。件均也做出相应的拆解，最终分解成四级指标。通过 OSM 模型 与 UJM（用户生命周期） 交叉匹配，定义关键指标体系。

2. 落地丰富的应用场景

完成数据采集后，GrowingIO 的分析功能会与业务场景相匹配，并以可视化呈现方式帮助业务人员快速理解和处理结果。

当某个指标下降时，业务人员可以通过 GrowingIO 工具进行各个维度的下钻分析，搭建看板。当线上投放 ROI、用户 KPI 核心转化率下降时，可直接搭建维度下降了的看板进行分析。数据部门也可利用采集数据做进一步分析，以完成关键指标数据由基础至深入的闭环流动。

GrowingIO 基于大量用户服务实践经验，总结出项目设计的三个要点：

• 轻量：大体量的项目对时间和金钱都有更高的要求，而轻量的系统成本低、起效快。
• 见效：GrowingIO 的系统秉承着为客户落地运营场景的初心，帮助业务人员提升线上渠道的转化率。
• 业务：强力结合数据规划和业务应用。只有建立起数据系统和业务的有效链接，才能快速落地相关应用。

基于这三个关键节点，GrowingIO 已经为包括零售、汽车、保险等多个行业搭建线上增长平台，获得客户一致好评。

招商仁和人寿客户服务部总经理包胜表示“GrowingIO 帮助我们将仁和 App、官网和官微等分散在各处的数据进行整合打通，并完成了指标体系、标签体系的搭建；逐步实现了运营场景落地，实现线上数据化营销活动。”

以上就是我今天的分享内容，谢谢大家。希望大家能够抓住互联网的机遇做好数据化转型，利用数据、智能、AI 驱动业务增长！

获取 GrowingIO 保险行业增长解决方案

GrowingIO 保险行业增长解决方案，总结来自中国太平、招商仁和人寿、京东安联财险等数十家保险企业增长经验。
建立保险用户保前、保中、保后全生命周期数据监测，跨平台统一用户数据；打通线上线下业务场景，构建营销体系和会员中心，帮助保险企业实现数据化转型。