a.按照保单生效时间组织,且理赔也是按照保单生效时间汇总
图-4投保、理赔单数统计(按照保单生效时间)
分析结论:1月份生效的保单已经发生的理赔较多;后续生效的保单发生理赔的单数逐渐减少,部分原因是风险暴露需要一定时间,生效时间越长的保单发生理赔的可能性越高;
另外,整体生效投保单量在逐渐上升,其中8、9月份上升最多,8月份上升较多是因为8月份新增了较多的产品组合51090136(顺丰控股2016年员工计划方案1)-211084单,9月份上上较多是因为新增了产品组合51251107(学生幼儿纯意外方案)-109489单、以及产品组合51252513(尊享e生医疗保险(100万版))新增加了保单量-37327单;
总之而言,两者是强相关的。并且来看,互联网保险各个产品需要精细化去运营。
链接:https://www.zhihu.com/question/28651001/answer/157864051
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
百度提供的计算规则:
留存率=新增用户中登录用户数/新增用户数*100%(一般统计周期为天)
新增用户数:在某个时间段(一般为第一整天)新登录应用的用户数;
登录用户数:登录应用后至当前时间,至少登录过一次的用户数;
次日留存率:(当天新增的用户中,在注册的第2天还登录的用户数)/第一天新增总用户数;
第3日留存率:(第一天新增用户中,在注册的第3天还有登录的用户数)/第一天新增总用户数;
第7日留存率:(第一天新增的用户中,在注册的第7天还有登录的用户数)/第一天新增总用户数;
第30日留存率:(第一天新增的用户中,在注册的第30天还有登录的用户数)/第一天新增总用户数。
其作用和目的:一般我们认为,如果用户在第7天登录,那么该用户很有可能成为稳定用户,对于产品更新或新产品上线可作为一个不错的验证方式。不过该中统计规则有一定的片面性,针对于高频和低频要考虑适当的变体。比如,一款健康管理的软件(该例子可能不够恰当),假设其应用场景是用户每天晚饭后会登录,那么用户再使用后即会退出,当天可能不会再查看。对于这种相对低频的应用,并非新闻类、社交类那么高频(所有碎片时间都可作为使用场景)。那么,很有可能有的用户2天或3天登录一次,那么针对这种情况,7天可变体为7-10天的留存率。其他,依具体情况而定。特别说明,留存率只能作为衡量产品效果的一个侧面,需要与其他数据相互配合,后续有机会再做交流。
网友评论