目前，我国机动车辆保险占财产保险业务的60％左右，而且每年的增长率都保持在10％以上。但是，机动车辆保险的竞争日益激烈。20多年来，中国保险业采取的是一种“粗放式”发展战略，重规模，轻效益。要转变这种战略，实施客户关系管理是一个重要的手段。客户关系管理的重要环节便是要了解客户，尤其是高价值的客户。只有识别出高价值客户，保险公司才能将有限的资源集中投放到这些客户身上，个性化地提供增值服务，提高客户的忠诚度，从而加强承保质量，增加公司的经济效益。因此，如何识别高价值客户的特征是车险业务面临的重要课题，本文正是就这一命题而展开深入地研究。 本文先从分析车险业务的现状入手，提出了研究的命题，接着本文做了文献回顾。在分析了粗糙集理论和客户特征挖掘的内在联系后，本研究选择粗糙集理论作为挖掘高价值客户的理论基础，提出了一个基于粗糙集理论的客户特征挖掘模型，运用此模型对10000条车险客户数据进行了分析，先用SPSS进行了统计分析，然后运用Rosetta进行了客户特征的分析，得出了低风险客户、高利润客户、续保客户的一些特征。最后，本文重点探讨了这些高价值客户特征在保险营销中的应用。 本文的创新点主要体现在以下几方面： 1、选用粗糙集理论进行分析。从以往的技术来看，它们存在以下明显不足：①它们不善于处理不一致、不完整、有噪音的数据；②它们需要给定一些参数，这样就容易产生因主观判断失误而导致的偏差。而粗糙集理论直接从给定的数据出发，给出在现有信息下问题的最优解，从而能有效地分析不一致、不完整、有噪音的数据。本文运用粗糙集理论进行客户特征挖掘可以说是一个大胆创新的探索。 2、对车险高价值客户作出了明确定义。从客户生命周期的角度，本文将车险高价值客户划分为三类：①高利润客户，即对公司利润贡献较大的客户。本研究表明，20％的客户为公司贡献了50％的利润。②低风险的客户，即出险概率低于0.045的客户。③续保客户，即继续在本公司投保的可能性在0.90以上的客户。 3、运用基于粗糙集的客户特征挖掘模型对10000条车险客户数据进行了分析，挖掘出高利润客户、低风险客户和续保客户的特征。其中高利润客户的特征包括以下主要方面：车损险保额在15万至40万元内；小客车；车龄在三年内；蓝牌照。 4、对规则的理解。在本文中，规则被认为是决策属性与条件属性之间的联系。通过计算决策属性集合的正域、负域和边界域，求解出条件属性的约简，从而找到决策属性与条件属间的本质联系即规则。