| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外相关研究综述 | 第14-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15页 |
| 1.2.3 国内外文献评述 | 第15-16页 |
| 1.3 研究内容及方法 | 第16-17页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 研究方法 | 第17页 |
| 1.4 论文可能创新点 | 第17-18页 |
| 第2章 相关概念及其理论 | 第18-23页 |
| 2.1 电话营销相关理论 | 第18-20页 |
| 2.1.1 电话营销定义 | 第18页 |
| 2.1.2 保险公司电销相关概念 | 第18-20页 |
| 2.2 大数据相关理论 | 第20-22页 |
| 2.2.1 大数据概念 | 第20页 |
| 2.2.2 大数据分析方法 | 第20-21页 |
| 2.2.3 大数据分析过程 | 第21-22页 |
| 2.3 保险大数据构成及特点 | 第22-23页 |
| 第3章 S保险公司寿险电销发展现状分析 | 第23-32页 |
| 3.1 S保险公司电销业务简介 | 第23-24页 |
| 3.2 S保险公司寿险电销存在的主要问题 | 第24-29页 |
| 3.2.1 坐席低留存率高离职率 | 第24-25页 |
| 3.2.2 电销客户细分不到位 | 第25-26页 |
| 3.2.3 获取优质名单成本加大 | 第26页 |
| 3.2.4 电销名单质量下滑 | 第26-28页 |
| 3.2.5 电销名单管理粗放 | 第28-29页 |
| 3.3 大数据在S保险公司寿险电销应用的必要性 | 第29-32页 |
| 3.3.1 大数据分析降低坐席被拒率,提高坐席存留率 | 第29页 |
| 3.3.2 大数据分析提升接触成功率,提高每名单产能 | 第29-30页 |
| 3.3.3 国内公司逐渐重视大数据价值,提升公司经营效率 | 第30-32页 |
| 第4章 大数据在S保险公司寿险电销的应用 | 第32-53页 |
| 4.1 S保险公司寿险电销大数据应用方法 | 第32-33页 |
| 4.2 车险电销渠道名单用做寿险渠道名单大数据应用 | 第33-41页 |
| 4.2.1 数据准备 | 第33-34页 |
| 4.2.2 大数据分析过程 | 第34-38页 |
| 4.2.3 测试拨打结果 | 第38-41页 |
| 4.3 暖名单二拨大数据应用 | 第41-47页 |
| 4.3.1 数据准备 | 第41页 |
| 4.3.2 大数据分析过程 | 第41-44页 |
| 4.3.3 测试拨打结果 | 第44-47页 |
| 4.4 加保客户细分大数据应用 | 第47-53页 |
| 4.4.1 数据准备 | 第47-48页 |
| 4.4.2 大数据分析过程 | 第48-50页 |
| 4.4.3 测试拨打结果 | 第50-53页 |
| 第5章 S保险公司寿险电销大数据应用的建议 | 第53-58页 |
| 5.1 应用大数据实现名单精细管理 | 第53-56页 |
| 5.1.1 逐步完善名单分级 | 第53页 |
| 5.1.2 提高坐席与名单匹配度 | 第53-54页 |
| 5.1.3 建立分类名单管理方案 | 第54-56页 |
| 5.2 应用大数据优化客户服务 | 第56-57页 |
| 5.2.1 提供精准客户服务 | 第56-57页 |
| 5.2.2 建立客户流失预警机制 | 第57页 |
| 5.3 应用大数据开拓业务 | 第57-58页 |
| 5.3.1 挖掘客户的潜在业务需求 | 第57页 |
| 5.3.2 建立以客户为中心的大数据整合模型 | 第57-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
