客户健康险购买意向预测训练数据集
数据来源：互联网公开数据
标签：健康保险,客户预测,金融服务,销售转化,交叉销售,客户分析,政策推荐
数据来源：
本数据集由金融服务公司 FinMan 提供，旨在基于客户画像与推荐信息预测其对健康保险的兴趣，用于提升健康险的交叉销售效率。
数据内容：
数据集包含用户的人口统计信息、既有保单信息以及系统推荐的健康保险产品信息，并标记了客户是否对推荐产品表现出兴趣（即是否填写了申请表）。该数据可用于构建分类模型，预测潜在客户是否可能成为健康险销售线索（Lead）。
字段定义（示例，具体字段名视数据集而定）：
city_code：客户所在城市的代码
region_code：所在地区编号
age：客户年龄
gender：客户性别
is_active：客户是否为活跃用户
previously_insured：是否已有保险（1=是，0=否）
policy_sales_channel：推荐渠道编号
annual_premium：年保险保费金额（推荐产品）
vintage：客户在平台上的注册天数
response：目标变量，表示是否填写申请（1=是，0=否）
时间范围：
数据集为静态样本集合，不包含具体日期时间信息，适用于单阶段预测建模任务。
数据格式：
结构化CSV或Excel格式，每行对应一个客户样本，包含输入特征和响应标记，适合直接用于机器学习模型训练和验证。
更新频率：
本数据集为一次性快照数据，适用于建模实验、方案验证和特征工程测试。
适用场景：
健康保险销售线索识别模型构建
客户画像驱动的产品推荐系统
金融行业交叉销售转化率提升
客户分群与市场细分分析
商业洞察与潜在客户预测模型开发
标签：健康保险,客户预测,交叉销售,金融服务,用户画像,分类模型,结构化数据,潜在客户识别,响应建模,保险营销
