Ⅰ 大數據時代下，保險業迎來了怎樣的機遇與挑戰

ITjob遠標教育
大數據的發展越來越迅速，滲透到各行各業， 保險業也不例外。大數據不僅為保險業的發展提供了新的機遇和視角，也為保險業提出了新的挑戰。
首先，我們來了解大數據給保險業帶去的機遇。
一、大數據給保險業帶來巨大商業價值
信息技術的進步在現代金融創新中發揮了極為重要的作用。而歷史的經驗告訴我們,大數據對金融業的影響將是全面和深刻的,金融業的經營理念、風險定價、產品設計、營銷策略、客戶服務、風險管控、組織構架乃至於金融監管,都必須適應大數據時代的要求。
但是,雖然這些年保險業在大數據戰略和網路經營等方面進行了積極探索,但是相對於銀行和證券公司,保險公司在電子化、數據化、移動化、平台化方面還處於相對落後狀態。不僅大部分保險公司的內部數據沒有完成整合,甚至數據還處於信息孤島狀態,保險公司對內部數據價值認識也不完整,大部分內部數據的價值沒有被充分挖掘,大數據價值變現也缺少應用場景。
而現在我們已進入互聯網金融時代,所有商業思維正在轉向數據思維,保險業也應該利用大數據來分析客戶需求、開發產品、運營企業以及進行風險定價。
眾所周知,在沒有大數據之前,商業數據往往來源於一些被動的調查表格及滯後的統計數據。大數據時代出現之後,海量數據的採集和處理成為可能。大數據通過全局的數據了解事物背後的真相,相對於以過去的樣本代替全體的統計方法,其統計出來的結果更為精確,有利於保險公司精算師計算產品的收益率和產品定價。與此同時,利用大數據分析結果歸納和演繹出事物的發展規律,可以幫助人們進行科學決策,幫助保險業進行精準營銷。這也就是我們常說的,按照客戶需要設計保險產品,依據客戶需要推薦保險產品,使更多的群眾享受到合理的金融服務。
另外,在新的競爭格局下,傳統金融企業必須充分運用大數據的理念和技術改造自身業務和管理流程,監管機構也必須深刻理解新的競爭格局對風險防範、消費者保護等方面的影響,並善於運用大數據來提升監管的針對性和有效性。
保監會副大大王祖繼就表示,，大數據時代保險業主要面臨四個方面的機遇:一是拓寬行業發展空間。滿足客戶需求是金融企業生存和發展的前提,大數據和互聯網的發展使保險業能夠更好地滿足客戶需求。大數據技術可能突破現有可保風險與不可保風險的界限,使原來不能承保的風險變為可保風險,擴大保險業務經營范圍。大數據技術在營銷領域的應用將能更有效地發現客戶和客戶的潛在需求,進行精準營銷,特別是財產保險中標准化產品的營銷。大數據和互聯網的運用也有利於改善保險消費者的用戶體驗,提高消費者滿意度,改善行業形象。二是提高行業風險管理能力。大數據技術在風險管理領域的應用將支持保險業更精準地定價,提高承保風險識別能力和理賠反欺詐能力,提升保險業的風險管理能力和水平。以精算為例,大數據有利於擴大用於估算風險概率的數據樣本,從而提升精算的准確度,有利於收集更加多維全面的數據,從而形成更加科學的精算模型,也有利於把整體數據樣本進一步細分為子樣本,為精準定價提供精算基礎。三是提升行業差異化競爭能力。大數據通過對客戶消費行為模式的分析,提高客戶轉化率,開發出不同的產品,滿足不同客戶的市場需求,實現差異化競爭。四是提升保險業資金運用水平。大數據基於精確量化的承保損失分布,可以提高保險機構資產負債管理水平,可以在資本市場實施更精準的風險投資組合策略,提高保險業在資本市場的投資回報水平。
為了更好地駕馭大數據對保險行業的改良及改革,保險公司需要從數據獲取 、應用和組織三大方面構建包括開拓數據來源、建立許可與信任、構建商業應用場景、數據分析與建模、數據存儲與整合、組織建設、專注的數據人才、治理和文化在內的八項專業能力。
在被調研公司中,63%的保險公司已將大數據應用於欺詐檢測方面,47%的保險公司已在風險評估與定價方面展開實踐,對於大數據在交叉銷售、防止客戶流失方面的實踐分別都達到了32%,但在索賠預防和緩解方面,多數公司還處於觀望、摸索階段。波士頓咨詢公司(BCG)的研究表明,最重要的「改良效應」發生在風險評估與定價、交叉銷售、防止客戶流失、理賠欺詐檢測及理賠預防與緩解五大環節。大數據對保險行業不但有改良之功,還助力險企突破創新,對此,我們稱其為「改革」。目前,大數據作為「催化劑」在車聯網、可穿戴設備、智能家居和平台生態圈構建方面起了重要作用。車聯網應用受到了較多財產險企業的重視,在被調研的8家財產險公司中,有5家已開展車聯網實踐,佔比達63%;絕大部分險企對於大數據在平台生態圈、智能家居保險與監測服務、穿戴式設備健康服務等領域的嘗試尚未開始,僅16%的險企已開始實踐平台生態圈,8家財產險公司中僅有1家開展了智能家居領域的實踐,而穿戴式設備則尚未有險企予以應用,不過大多數險企都表示,計劃在3年內對這些新技術應用予以實踐。
有人說: 這是一個最壞的時代,金融行業受到了來自互聯金融企業的強烈沖擊;這是一個最好的時代,金融行業可以利用大數據實現涅盤重生 。現在金融業處在一個全球競爭的時代,發達國家金融業在規則制定、金融文化、技術能力、人才隊伍等方面占據著全面的優勢,大數據給我國金融業帶來一個彎道超車的機會。我們應該珍惜並利用好這個機會。

大數據對保險業有好處，那麼應該如果切入呢？
二、 大數據分析在保險業的四大切入點
大數據應用為當今瞬息萬變的保險業提供有效支持，也是促使保險公司提升自我市場競爭力的有效手段。數據結構分析及畫像經常會涉及眾多外部非結構化數據源，如社會媒體類，通過社會媒體大數據可有效幫助保險公司識別潛在保險危機行為用戶。
大數據分析在保險業的四大切入點綜合大數據分析各項優勢，可看出大數據分析在保險業中存在四大主要應用切入點，如在業務結構化、客戶視角營銷、核保管理以及危機管理上均可體現大數據應用的優勢性：
（一） 助力產業結構化
隨著保險業競爭越加激烈，保險公司若想脫穎而出，則需提供價格低於競爭對手的保險產品，以及更有效的經營模式，及一流的客戶服務來贏得客戶青睞。大數據在此能有效助力保險公司行業化能力提升，不僅體現在其經濟性上，還體現在其對保險公司將工作流程有效改進上。
（二） 客戶視角營銷
客戶更青睞於選擇價格透明的保險公司產品。保險公司可以利用大數據分析進行客戶需求變化預測，以此便可提前獲取改進客戶關系的最佳時機。通過保險公司利用大數據分析客戶需求，可有效的幫助呼叫中心進行客戶營銷，獲客將變得更加容易。
（三）核保管理
保險公司可使用大數據預測進行核保活動，以有力的減少不必要的虛假核保信息，主要手段可以是通過在已有的客戶數據前提下，再結合其它外部獲取數據源，對其進行必要性的甄別，以最終確定是否成功核保。基於社會媒體的大數據可對保險業務及時有效性的進行監督，同時為核保提供有效的保障。
（四）危機管理
保險公司可利用大數據分析進行保費條款業務設計，尤其在諸如融入歷史因素、政策變化因素、再保因素等的災難型險種業務中。保險公司可依據個人住址、消防中心距離等其它因素對災難保險業務的價位進行區分設計，更利於保險業務收入增長。同時，保險公司也可使用大數據為其現有保險業務模式進行升級，按需可隨時進行市場價格策略調整。
大數據可幫助保險公司改進需求規劃，促使需求改進及降低運作成本，同時有效支持保險業務規劃實施。動態化監測可有效防止無效性成本增加，以及幫助公司的市場決策制定。

通過上面的文字，我們可以大致了解大數據給保險業帶來的好處，下面我們將講解具體的實施方法，分析保險業如何利用大數據健康發展。
保險行業如何利用大數據涅槃重生
三、 保險行業面臨的挑戰
這是一個最壞的時代，金融行業受到了來自互聯金融企業的強烈沖擊，這是一個最好的時代，金融行業可以利用大數據實現涅槃重生。中國保險行業的滲透率只有3%，大大低於西方發達國家10%左右的滲透率。保險行業分財險和壽險，面對個人的壽險和財險服務主要依靠電話進行銷售，電話銷售正在面臨巨大的挑戰，年輕的80後、90後不願接收來自保險公司的電話，保險行業電話銷售率正在逐年下降，已經影響了保險行業未來的發展。
曾在大型壽險公司有過數年產品研發設計經驗的專家丘斌斌斷言，互聯網保險一定會取代傳統的保險銷售模式 。現在各家互聯網保險產品之所以是小打小鬧，原因是傳統保險還能盈利。但將來未必如此，未來客戶都在互聯網和微信上，為了獲取客戶也必須走這條路。傳統保險從產品設計到代理人制度銷售模式，無法實現站在客戶角度銷售買險。保險公司九成以上保單的件均保費低於萬元，意味大家真正需要的還是保障，特別是價格低、標准化、保障大的產品。
2011年至2013年，國內經營互聯網保險的公司從28家上升到60家，年均增長達46%；規模保費從32億元增長到291億元，增幅總體達到810%；投保客戶數從816萬人增長到5437萬人，增幅達566%。盡管規模爆發式增長，但目前我國互聯網保險在整個保險市場中的佔比仍不到3%，與發達國家如美國30%的佔比相差還很遠。
監管機構對互聯網保險持開放態度，互聯網保險存在的巨大衍生市場空間，電商平台對此也越來越重視，如 最近拿下保險代理牌照的蘇寧，以及一直在航空旅意險細分領域悶聲發財的攜程、去哪兒等。某第三方平台公司2012年全年的互聯網保險傭金收入達900萬，毛利率6%，而2013年上半年的保險傭金收入就已經達到900萬，毛利率25%。
四、 保險行業大數據價值應用現狀
保險行業大數據戰略規劃剛剛起步，相對於銀行和證券公司，保險公司在電子化、數據化、移動化、平台化方面還處於落後狀態。
大部分保險公司信息化工作沒有完成，客戶保單信息查詢和更改仍然是手工和自動化相結合。保險行業對大數據商業價值應用的敏感度不高，大多數保險公司並沒有將大數據列為保險公司基礎能力進行建設。很多保險公司還沒有建設移動App，即使有了移動App的保險公司，其移動App的功能只是集中在保單的簡單查詢，並沒有將移動App定位為客戶入口和主要渠道。保險行業另外一個問題就是內部數據沒有完成整合，數據還處於信息孤島狀態，保險公司對內部數據價值認識不完整，大部分內部數據的價值沒有被充分挖掘，大數據價值變現缺少應用場景。
保險公司的大數據價值變現處於一個原始階段，需要進行數據基礎建設。保險公司大數據價值變現應該從整合內部數據開始，將具有價值的數據集中在大數據管理平台（DMP），為大數據價值變現提供平台支持。
保險行業的大數據價值變現應該從了解用戶入手，藉助於用戶賬號打通各類數據，建立適合於保險行業的標簽體系，利用已有數據標簽和外部數據標簽對用戶進行畫像。
保險公司完成用戶畫像之後，可以依據用戶特點和保險需求，通過數字廣告進行精準營銷，提高客戶滲透力、客戶轉化率和保險產品轉化率。保險行業應重視年輕人消費場景移動化的特點，積極建設移動App，將渠道發展戰略向移動端傾斜，將移動端定位為客戶導入的入口、保險產品展示和購買的平台。保險公司需要標准化保險產品，依據客戶需要設計出簡單標準的保險產品，減少客戶了解、購買保險產品所需的時間，讓保險產品象其他金融產品一樣，一目瞭然、購買簡單。
五、 保險行業大數據價值變現三部曲
（一） 整合內部數據，引入外部數據，為客戶進行畫像
保險行業內部擁有大量具有價值的數據，因此保險行業的大數據戰略應該從整合自身數據開始，挖掘已有數據，對用戶進行畫像。保險公司內部的數據包含客戶的個人屬性和金融信息，這些數據可用來標簽化，為用戶畫像提供支持。
保險公司擁有業務訂單數據、用戶屬性數據、用戶收入數據、客戶查詢數據、理財產品交易數據、用戶行為等數據，這些數據可以通過用戶賬號打通，建立用戶標簽。客戶的交易紀錄和個人基本信息將用於客戶分類，可以將用戶分為理財客戶，教育保險客戶，壽險客戶，意外險客戶，保障險客戶、車險客戶、少兒保險、女性保險客戶等。
保險公司數據集中在內部的數據，主要包含交易數據和訂單數據，由於不含有客戶外部行為數據，無法定義客戶的特點，例如客戶的旅遊愛好、教育需求、文化需求、位置軌跡、理財需求、游戲愛好、體育愛好等。這些信息都是描述用戶的基本信息，也是客戶畫像的基本標簽。
保險公司可以從外部購買這些數據，結合內部數據，保險公司可以掌握客戶多緯度信息，豐富用戶信息，形成360度用戶畫像。360度畫像有助於保險公司從不同角度來了解客戶，也有助於對客戶進行分類管理，依據客戶的特點進行精準營銷和設計產品。
保險公司需要建立大數據管理平台（DMP），集中保險公司內部的數據，依據商業分析對數據進行標簽化，將保險用戶賬號作為唯一標示符打通整體數據。保險公司還需要引入外部移動互聯網數據，借鑒客戶外部行為標簽數據，豐富保險客戶信息，形成360度用戶畫像。由於客戶行為的不確定性，用戶畫像信息需要及時更新，因此DMP中的標簽體系和數據，包括引入的外部數據都應該是動態的，及時進行更新，這樣才可以保證數據的時效性。
大數據管理平台（DMP）是保險行業大數據價值變現的基礎平台，大數據價值變現很多場景都可以利用DMP的數據進行挖掘，包含客戶用戶畫像、精準營銷、新客獲取、老客經營、用戶體驗提升、風險評估等。
（二） 打造移動APP互聯網保險平台，標准化保險產品
未來的社會消費主體是80後和90後，保險產品的主要客戶群也在轉向年輕人。保險公司必須了解這些年輕人的特點，才能夠設計出適合客戶需要的產品，更好地為客戶服務。
年輕人追求快捷舒適的消費方式，移動互聯網時代到來之後，大部分消費場景正在移動化，人們的衣食住行以及文化娛樂消費都可以通過移動App來解決。特別是年輕人，他們消費場景移動化趨勢更加明顯。
保險公司應該關注 消費場景移動化 的趨勢，將連接客戶的方式從電話和線下轉向移動互聯網，利用移動App同客戶進行連接。保險公司的客戶渠道也應該轉向移動互聯網，逐步降低電話銷售獲客比例，將獲客的主要資源向移動App。
電話銷售的一個弊端是信息提供不充分，當保險產品較為復雜時，電話銷售將會考驗銷售人員的表達能力，另外長時間的溝通對客戶體驗也是一個較大的挑戰。年輕人對時間較為敏感，很難耐心聽完復雜的產品介紹，保險公司在未來利用電話銷售來獲取客戶的難度將會越來越大。移動互聯網時代，電話銷售已經成為落後的銷售方式，不能適應年輕一代客戶的需要。
移動App可以提供豐富的產品信息，既可以提供簡明的產品介紹，又可以提供直觀的數據和圖表。移動App還可以通過炫酷視頻和圖片向客戶轉達更多的理念價值。這些豐富的信息不但能夠讓客戶在短時間內了解產品，還可以提高客戶體驗，提高客戶購買產品的可能性。利用移動 App進行產品推薦不但可以提高產品的轉化率，還可以降低營銷成本，提高客戶體驗。
保險公司另外的挑戰是保險產品不夠豐富，無法覆蓋客戶所有場景的保險需要；保險產品設計過於復雜，客戶購買時需要掌握的信息過多，影響客戶購買體驗。保險公司將產品展示平台轉向移動App後，必須對保險產品進行標准化，保險產品介紹一定要簡單明了，突出重點和客戶利益，並依據客戶各種場景需設計產品。簡單標準的保險產品迎合了年輕人的需要，有利於快速銷售、形成規模，有利於保險公司延續此保險產品的生命周期，降低產品開發成本。
未來保險產品需要同生活場景相結合，滿足客戶對各種保險產品的需要。例如在車險領域可以增加爆胎險、異物撞擊險、自然災害險、高溫險、低溫險等。在保障險領域可以增加更多的場景險，例如交通堵塞險、延誤險、高空墜物險、天氣突變險、暴雨險等。
（三） 利用大數據分析來改變保險行產品定價方式，以客戶為中心設計保險產品
互聯網金融時代，所有商業思維應該轉向數據思維，保險行業也應該利用大數據來分析客戶需求、開發產品、運營企業以及進行風險定價。
保險精算師設計保險產品時，主要依賴於理賠標的發生的概率，大部分數據來源於行業的歷史數據和統計數據，這些數據都不是實效數據，並且很多數據統計方式已經過時，小樣本數據同真時數據的方差正在變大。依靠誤差較大的數據無法設計出接近真實概率的產品，並會影響保險產品的定價方式。設計出來產品風險偏好不準，可能會導致保險產品收益過低，客戶不傾向於購買；也可能導致保險產品覆蓋不了風險，導致保險產品出現虧損。
過去保險產品在設計時並沒有從客戶角度出發，主要關注風險和收益，產品設計出來是否滿足客戶需要，保險公司其實根本就不知道。當保險產品推出後，其是否會被被客戶接受，很大程度取決於市場推廣力度和銷售人員能力。在這種情況下保險公司投入資金較大，產品風險很高。年輕的一代的正在走向分化，很難有一個產品滿足大部分客戶需要。在新的社會形態下，保險公司需要深入了解客戶特點，依據客戶的需要來設計保險產品，這樣才能保證保險產品的銷量，形成一定規模，覆蓋風險事件發生概率。
大數據分析技術、標簽數據、客戶行為數據、全局數據可以幫助保險企業改變保險產品的定價方式。基於大數據技術和全局數據的產品設計模型可以幫助保險公司設計出較高收益、較低風險概率的產品。客戶行為數據和標簽數據可以幫助保險公司了解客戶特點，設計出滿足客戶需要的保險產品。以數據分析和客戶需求為出發點的保險產品設計，將會在產品收益、客戶體驗、風險管理等方面取得領先。 國外一些領先的保險公司在設計保險產品時，已經利用大數據分析技術進行設計，並取得了較好的市場反饋，產品的盈利可觀。大數據將會幫助保險公司設計出風險分析充分、適應客戶需要的保險產品。
總結，大數據商業應用是移動互聯網時代的趨勢，未來時代的特徵，任何行業都無法迴避。保險行業應該重視大數據技術和價值在本行業的應用，購買外部數據，利用DMP進行用戶畫像；標准化保險產品，利用移動App進行獲客、營銷、數據採集；藉助於大數據技術改變過保險產品定價方式，以客戶為中心來設計保險產品。

保險業可利用大數據涅槃重生。那麼，在大數據環境下，保險業也需要適應新保險消費特徵，迎接新的挑戰，不然，即使重生，也容易滅亡。
六、 大數據環境下的保險營銷需適應新保險消費特徵
大數據時代的到來改變了數據的採集、傳輸、存儲、處理方式，引起了生活方式和社會經濟的變革，也給保險業帶來了全面和深刻的影響。保險公司紛紛利用大數據來進行保險營銷、保險服務方面的嘗試和創新，但目前的保險大數據環境尚不成熟，現有的保險消費方式還處在由傳統到新型、由被動到主動的一個變化期，大數據環境下的保險營銷需要適應新的保險消費特徵。
（一） 保險消費選擇多樣化
傳統保險模式運作下，保險公司評估消費者的風險水平、消費能力、消費意願的能力不強，導致部分領域保險產品定價過高，部分領域成為剩餘市場。大數據環境下，保險業可以獲得全量、實時、潛在的數據來進行詳細分析，進行保險產品細分和個性化設計，保險公司的風險管理和成本管控可以更加精細化，這為保險產品創新帶來了廣闊空間，長期困擾保險業的產品和服務同質化問題有望從根本上得到解決。
比如，保險公司根據消費者的網站登錄痕跡、朋友圈留言、貸款信用記錄等信息，發現不同消費群體保險需求和風險特質，為保險消費者提供諸如戶外騎行保險、醫療整形保險、變現借款保證保險等特色險種，保險消費選擇更加多樣。
（二） 保險消費流程簡單化
傳統保險經營過程中，保險公司與投保人信息不對稱的情況較為突出，保險公司通過要求投保人應當履行如實告知義務，投保時需要填寫內容繁多的投保單，出險後需要提出理賠申請和提供繁瑣的證明材料。在大數據環境下，風險特徵的描述數據極大豐富，保險公司可以通過各種渠道獲取更加全面的風險信息，運用個人信息、交易記錄、氣象信息等社會數據來分析和掌握客戶情況，獲得與承保理賠相關的信息，在控制風險的前提下進一步減少投保人的告知責任，有效簡化承保理賠手續，保險消費流程變得更加簡單。
比如，保險公司根據掌握的網路交易數據，研究消費者網購習慣和退貨概率，為不同風險的消費者提供不同保費的退貨運費險，消費者只需一鍵購買；對於購買了航班延誤險的消費者，無需提供氣象證明，甚至不需提出理賠申請，保險公司就能夠根據氣象信息等大數據資源主動理賠。
（三） 保險消費理念前沿化
大數據環境下，傳統保險業在集合大數方面的優勢逐漸弱化，保險技術服務壁壘逐步瓦解。通過使用各種搜索引擎和比價平台，消費者消費洞察力不斷提高，保險消費理念也變得更加前沿。
一方面，越來越多的保險消費者脫離了傳統櫃台業務模式，開始使用各種自助終端購買保險業務。通過手機APP應用軟體就可以輕松完成保險產品的查詢和購買，甚至自助完成車險簡易案件的查勘工作。
另一方面，保險消費者出現偏好碎片化、謀求資金收益的消費傾向。在透明公開的渠道選擇保險產品時，消費者更加偏好設計簡單、投保便捷、費率較低的保險產品。保障項目經過分解、條款說明更加簡單、產品保費也大大降低的保險產品，更加適應消費者自行挑選的需要。此外，大數據環境下的保險消費者比較熟悉互聯網金融，容易在各類理財產品間進行比較，在購買網上銷售的投連、萬能型保險產品時更加註重資金收益。
（四） 保險消費體驗延伸化
傳統的保險服務集中於經濟賠償與給付，保險消費體驗也只局限於保險公司履行了賠付責任。 大數據環境下，保險公司與客戶的關系不再是一對一的交互溝通，逐漸形成多維網狀交互溝通模式，基於客戶數據的客戶關系管理變得尤為重要。
保險公司可以藉助大數據的積累，整合汽車修理、零配件供應、醫療健康服務等供應鏈，進一步延伸保險產業鏈邊界、維護客戶關系，在降低保險經營成本的同時，不斷優化保險消費體驗。目前，保險公司可以定期為消費者提供包括車輛風險檢查、保養維修、交易資訊、健康管理在內的各項服務，未來還有可能基於大數據為消費者提供更加全面的風險管理創新服務。

保險業利用大數據來發展，換而言之，大數據也是為保險業提供了一種新的視角。
七、 大數據為保險業提供另一種視角
在客戶需求的精確 鎖定方面
大數據給保險業帶來了很多便利。以前，對於客戶的分類局限於「客戶屬於哪一類」，而現在，則擴展到「客戶是哪一類」。
傳統的精算技術只在一定緯度量化風險，很難充分反映風險的復雜性。而在互聯網大數據時代，則前所未有的創造了風控每個投保標的的可能，從未有過如此多緯度、低成本的數據，如此系統、新鮮地提供給保險業。
什麼星座的人最喜歡買保險？哪個地區的人最喜歡給自己買保險？這些曾經看起來無關乎保費的問題，在互聯網大數據時代背景下，也成為了險企定位客戶的另一種視角。在泰康人壽的保單中，最喜歡買保險的是天秤座，而最不喜歡買保險的是白羊座；最喜歡給自己買保險的是寧波人，而最不喜歡給自己買保險的則是陝西人。
「 上述結論沒有什麼道理，這是泰康人壽的數據分析出來的。以前，對於客戶的分類局限於『客戶屬於哪一類』，而現在，則擴展到『客戶是哪一類』 。」泰康人壽首席信息官 劉大為 在日前召開的「互聯網大數據與精算創新論壇」上，用幾個有趣的結論介紹了大數據時代保險業正在發生的變革。
（一）精準定位
我的客戶在這里
「在當前時代背景下，可以運用大數據分析法來整合分析金融保險需求的關聯度，在不同方向、專業形式的共同配合下，做好大數據的升級分析整合的系統工程，從客戶的角度，綜合統籌各種信息，捕捉各種需求，從而尋找潛在的客戶，並預測客戶的具體需求。」 中國保監會原副大大、中國精算師協會創始人 魏迎寧 在論壇上表示，從保險業來看，在客戶需求的精確鎖定方面，大數據給我們帶來了很多便利。
在大數據背景下，除了對數據的縱向分析之外，可以從橫向來分析消費者的需求。客戶的具體收入水平、文化程度、價值觀念，也會影響其對保險的態度，通過對網路消費的數額、職業、學歷等數據所進行的分析，也可以作為保險需求分析的重要部分。還可以通過搜集互聯網用戶的地域分布，搜索關鍵詞、購物習慣、流覽記錄和興趣愛好等一系列的數據，在保險產品消費中實現需求定向、偏好定向，真正做到精準化、個性化營銷。

Ⅱ 數據分析 保險業應用

保險小編幫您解答，更多疑問可在線答疑。

5月27日，由《中國保險報》主辦的「保險業大數據應用系列沙龍」第二期活動在廣州舉行。與會人士針對保險業如何應用大數據「洞察客戶」的主題進行探討。
近年來，保險業大數據應用已經深入到各個業務條線，在利用大數據洞察客戶方面，各家保險機構都有不同程度的探索。不過，在具體的探索實踐中，行業也存在痛點。例如如何挖掘客戶、挖潛客戶，乃至令客戶資源在公司內部的各個業務條線得到共享。
沙龍環節
亞太財險互聯網產品總監萬鵬
中小保險公司更加應該應用關注大數據的使用
我個人認為，現在保險業圍繞著數據方面存在的幾個誤區。例如，香港地區700萬人的一個城市，現在財產保險公司是110家，咱們大陸不到80家。那麼多的大陸人去買香港保險，因為是產品有特色，為什麼產品有特色，是對數據進行了分析以後，精準地進行了相應的營銷，或者是一個推廣。那麼我個人認為互聯網從保險公司的角度，應該真正地體現價值，就是從茫茫的人海中篩選出來你想要的客戶，然後給他適合他需要的產品，這個產品不一定是便宜的。
在我們保險公司可能還沒想明白，或者是准備行動的時候，跟我們相關關聯密切的保險中介已經是有相當一批在積極地行動之中，包括數據應用，包括手機移動端的APP的完善，包括小閉環的生態圈，網上商城，積分兌換，發紅包等等，比很多保險公司玩得還嗨，這個希望引起或者倒逼我們保險公司的人要想得出來。
最後的落腳點，就是解決之道，保險業的解決之道是什麼？我認為，就像我正在做的一件事情叫做搭建數據共享聯盟，而且在現在時代下，我認為中小保險公司更加應該關注大數據的使用。

Ⅲ 保險業應用大數據，最大的痛點在哪裡

5月27日，由《中國保險報》主辦的「保險業大數據應用系列沙龍」第二期活動在廣州舉行。與會人士針對保險業如何應用大數據「洞察客戶」的主題進行探討。
近年來，保險業大數據應用已經深入到各個業務條線，在利用大數據洞察客戶方面，各家保險機構都有不同程度的探索。不過，在具體的探索實踐中，行業也存在痛點。例如如何挖掘客戶、挖潛客戶，乃至令客戶資源在公司內部的各個業務條線得到共享。
沙龍環節

亞太財險互聯網產品總監 萬鵬
中小保險公司更加應該應用關注大數據的使用
我個人認為，現在保險業圍繞著數據方面存在的幾個誤區。例如，香港地區700萬人的一個城市，現在財產保險公司是110家，咱們大陸不到80家。那麼多的大陸人去買香港保險，因為是產品有特色，為什麼產品有特色，是對數據進行了分析以後，精準地進行了相應的營銷，或者是一個推廣。那麼我個人認為互聯網從保險公司的角度，應該真正地體現價值，就是從茫茫的人海中篩選出來你想要的客戶，然後給他適合他需要的產品，這個產品不一定是便宜的。
在我們保險公司可能還沒想明白，或者是准備行動的時候，跟我們相關關聯密切的保險中介已經是有相當一批在積極地行動之中，包括數據應用，包括手機移動端的APP的完善，包括小閉環的生態圈，網上商城，積分兌換，發紅包等等，比很多保險公司玩得還嗨，這個希望引起或者倒逼我們保險公司的人要想得出來。
最後的落腳點，就是解決之道，保險業的解決之道是什麼？我認為，就像我正在做的一件事情叫做搭建數據共享聯盟，而且在現在時代下，我認為中小保險公司更加應該關注大數據的使用。

Ⅳ 數據分析建模在保險行業中有哪些應用

數據分析在保險行業有著較大的應用前景，尤其是在產險方面，其在美國已經有了較 為成熟的應用。在國內保險業可以說是處於起步階段，這也是由國內保險行業的發展階段所決定的。其中最為公認的幾方面應用包括：1）確定費率 2）獲得新客戶 3）保留舊客戶 4）檢測詐騙索賠

Ⅳ 大數據在金融領域中有哪些應用

大數據在金融領域中有哪些應用？應用很廣，定價、授信、風控領域尤其多，我這邊主要用到的分析軟體是單位的帆軟FineBI系統，應用案例隨便說兩個：
車險。其實根據車主的日常行車路線、里程、行車習慣、出險記錄、職業、年齡、性別，可以給出非常不同的定價。比如一個開中級車，每天固定路線往返幾公里通勤的熟練女白領車主，和一個開同樣車型每天在珠三角或者長三角跑生意的中年暴躁小老闆車主，假設後者出險概率是前者的3倍，那麼完全可以定3倍於前者的價格（商業部分）。對於保險公司，前者才是優質客戶，後者做了生意也是賠錢貨，不如趕到競爭對手那裡去。

貸款。現在各種小額貸款、消費貸款、供應鏈金融，都是在吃4大行懶得吃的散客市場，之所以他們懶得吃，就是怕麻煩。最麻煩的就是授信環節，對於一個沒有固定資產等擔保物的客戶，能授信多少額度是個問題。淘寶能做小微是因為商家的流水在他們手裡，白領的消費貸敢做是因為有穩定的現金流收入。但除了淘寶可以做到比較准確的模型，其他的業務都非常的粗放，基本每個領域都是根據幾條死規則來做業務。這意味著這個市場還有很大的潛力可以挖掘，比如一個小老闆，其實風險不大，他需要100w周轉，但你沒把握估算他的風險，只敢貸50w出去，就少賺了那50w的利息。

Ⅵ 利用大數據分析將保險業風險防控做到極致

利用大數據分析將保險業風險防控做到極致
互聯時代，特別是移動互聯網日漸普及之後，大數據的搜集變得更為方便和可行，大數據的應用價值受到了各行各業的關注，甚至大數據本身也成了一個專門產業。保險作為基於大數法則運營發展的商業行為，對大數據的利用有著天然的傾向性。筆者圍繞風險防控這一經營實務，圍繞核保、核賠這兩大關鍵節點，探討大數據分析在風險防控中的應用，分析優勢性，指出限制性，並基於行業現狀對大數據分析的發展提出建議。
保險業面臨風險控制新挑戰
雖然風險防控是保險業發展過程中永恆的課題，但是隨著經濟社會的發展，新風險點層出不窮，惡意欺詐手段不斷翻新，保險業風險防控受到的更為嚴峻的沖擊。具體表現為：
1.行業競爭倒逼核保和理賠速度的提升，可能帶來核保、核賠質量下降的負面影響。從純理論角度和最理想化的角度來講，核保和核賠這兩個環節是可以為保險公司屏蔽所有逆選擇和道德風險的。但付出的代價是用大量的人力對每個投保和理賠申請都進行大量的細致調查。這在保險公司實際運營中是不可能的。特別是在行業競爭越來越激烈的今天，為提升客戶體驗，保險公司的投保條件愈發寬松，核保核賠速度快，甚至免核保、免體檢、快速賠付已經成為保險公司吸引客戶的「標配」所在。各家公司千方百計提高服務速度，核保核賠部門往往要承受客戶和銷售部門的雙重壓力。在此情況下，雖然保險公司的保費收入有了較大增長，但是承受的風險沖擊將明顯增大。公司管理層對業績增長的期待，或多或少沖淡了本該固若金湯的風控意識。
2.互聯網保險的發展，客觀上增加了風險控制的難度。如今，網路銷售、移動互聯網銷售日益被保險公司所重視。各種保險銷售網站，成為了保險公司新的保費增長點。甚至客戶通過手機微信等軟體終端，就可以輕松完成投保或理賠過程，在這種情況下，材料真實性驗證難度較大，信息不對稱性更為突出，機會型欺詐風險增加。異地出險的增加，也對理賠後續工作提出較高要求，容易出現保險服務流程銜接的空白。在傳統保險銷售過程中，銷售人員與客戶面對面地溝通，其實也是一種了解客戶的過程。但是互聯網保險的發展讓這個過程消失。核保部門失去了一道天然屏障。這些都是增加了風險控制的難度。
大數據分析在保險業風險防控中的實際意義
雖然互聯網技術的發展，給傳統思維下的風險防控帶來了巨大的挑戰。但是筆者認為，任何新技術的進步都是雙刃劍。而且解鈴還須系鈴人，互聯網技術帶來的「麻煩」也必將由互聯網技術本身來開出葯方。這個葯方就是大數據分析。
IBM公司曾用5個特徵來描述大數據，既大量、高速、多樣、低價值密度、真實性。這些特徵其實也表明了大數據對風險防控的意義。
1.大數據時代下，核保環節通過大數據分析有條件對客戶進行系統性風險掃描。具體來講，在傳統核保過程中，客戶告知什麼，保險公司就審核什麼。核保人員要從有限的告知信息中，發現風險點的蛛絲馬跡。這個過程中的風控主要依靠客戶的誠信水平和核保人員的工作經驗。而且大量的投保告知，也挑戰了客戶的耐心。面對大量的提問，客戶很有可能引起反感，不認真填寫告知內容或乾脆放棄購買保險產品。但在大數據條件下，保險公司有條件從資料庫中獲取客戶的大量相關信息。比如通過了解客戶的就醫記錄，可以准確推斷客戶的健康狀況；通過查詢客戶在各家保險公司的既往投保記錄，可以分析投保人有無重復投保、短期內大額投保等高風險行為，等等。這些都將打破既往核保的管理思路，使得核保過程更加精確化。同時客戶需要進行的投保告知大大減少，只要授權保險公司查詢相關信息，即可快速得到核保結果。
2.大數據時代下，核賠環節通過大數據分析更可能發現理賠欺詐的線索，堵住風險漏洞。傳統的核賠過程中，主要靠核賠人員的經驗甄別風險，靠調查人員有意識的排查堵住理賠欺詐的發生。這種情況下，人為製造保險事故、虛報並不真實存在的保險事故、誇大保險事故損失金額，都成為可能發生的情況。但在大數據條件下，保險公司不同地區的既往理賠數據，甚至不同保險公司之間的理賠數據有可能匯聚成一個超級資料庫。任何理賠申請，都可以先經過資料庫的檢驗。
3.大數據分析輔助風險控制的理論研究，已經有了一定的積累，為進一步應用打下了基礎。近年來，大數據的開發應用不僅得到了實務界的關注，也吸引了理論界進行更為細致的研究，並取得了一定成果。例如欺詐分析技術，就是綜合了大數據模型、統計技術和人工智慧在反保險欺詐領域的一項應用。目前這項技術已有了比較完整的理論模型，建立了相應的演算法體系，具體包括有監督演算法和無監督演算法。筆者認為，這些理論研究雖然對保險實務從業者來講有一些晦澀，但是今後的大數據分析甚至人工智慧在保險業的應用，就是建立在這些理論研究基礎之上的。
基於大數據技術提升保險業風險控制
結合大數據技術本身的發展要求，以及當前保險公司實際運營情況。筆者在這部分將提出大數據時代提升保險業風險控制的具體工作建議。
1.以資料庫建設為基礎，在內部數據資源整合的基礎上，爭取建立全行業共享的大數據平台。在這里所討論的所有大數據分析的優勢，都建立在保險公司能夠收集到海量有價值數據的基礎之上。這種數據資源的整理，首先是公司內部資源的整理。特別是對於混業經營的大型金融集團來說，內部已有的數據資源整合就已經是非常偉大的成就。要讓各家公司共享信息，註定是艱難的，這需要行業協會、監管部門的推動，需要各家公司站在更長遠的角度展望保險業的發展。
2.保險公司要千方百計提升IT技術水平，儲備大數據分析的技術力量。大數據分析對資料庫技術的要求是比較高的，公司網路系統和數據計算能力面臨考驗。更為重要的是，如果要想進一步開發大數據資源，就必須有專門的統計分析人才。技術儲備，不是過往運營數據分析等簡單的數據開發，而是一整套科學的體系。保險公司有必要提前進行技術儲備。
3.大數據分析過程中，要特別注意數據安全和客戶信息的保密管理。大數據和互聯網一樣，也是一把雙刃劍。保險公司挖掘好這座寶藏，能夠在風險防控上取得事半功倍的效果。但同時也擔負著維護數據安全的重任。海量的個人信息數據存儲在保險公司，一旦泄露後果不堪設想。單個的數據泄露就可能引起客戶的訴訟。批量的數據泄露，可能給公司帶來的就是滅頂之災。從法務角度來講，保險公司在引用客戶信息之前，要取得客戶授權，規避法律風險。同時要盡可能依靠大數據分析，通過簡單的客戶信息就推斷出某類業務的風險。
總之，風險控制是保險公司穩健經營的重要一環。在大數據時代，保險業必然要利用新技術手段，將風險防控工作做到極致，為公司和行業的發展創造價值。

Ⅶ 如何應用大數據進行保險行業的數據分析

要分析，先採集。

對於保險行業來說，這個很有必要。

保險行業太大，太雜，因此信息量很大。

保險公司需要知道目前的行業發展情況，競爭對手的情況，產品公司的形象等，這些數據基本上來源於互聯網的公開信息，論壇，貼吧，微信，微博等。

保險公司最為迫切的事情是：通過先進的信息採集技術，建立完善的輿情監測機制。

Web是一個巨大的資源寶庫，目前頁面數目已超過800億，每小時還以驚人的速度增長，裡面有你需要的大量有價值的信息，例如潛在客戶的列表與聯系信息，競爭產品的價格列表，實時金融新聞，供求信息，論文摘要等等。

可是由於關鍵信息都是以半結構化或自由文本形式存在於大量的HTML網頁中，很難直接加以利用。


實施以後，能夠獲得大量的利益：

對目標網站進行信息自動抓取，支持HTML頁面內各種數據的採集，如文本信息，URL，數字，日期，圖片等
♦ 用戶對每類信息自定義來源與分類-采3453輿情4533集-
♦ 可以下載圖片與各類文件
♦ 支持用戶名與密碼自動登錄
♦ 支持命令行格式，可以Windows任務計劃器配合，定期抽取目標網站
♦ 支持記錄唯一索引，避免相同信息重復入庫
♦ 支持智能替換功能，可以將內容中嵌入的所有的無關部分如廣告去除
♦ 支持多頁面文章內容自動抽取與合並
♦ 支持下一頁自動瀏覽功能
♦ 支持直接提交表單
♦ 支持模擬提交表單
♦ 支持動作腳本
♦ 支持從一個頁面中抽取多個數據表
♦ 支持數據的多種後期處理方式
♦ 數據直接進入資料庫而不是文件中，因此與利用這些數據的網站程序或者桌面程序之間沒有任何耦合
♦ 支持資料庫表結構完全自定義，充分利用現有系統
♦ 支持多個欄目的信息採集可用同一配置一對多處理
♦ 保證信息的完整性與准確性，絕不會出現亂碼26禁止9盜用0
♦ 支持所有主流資料庫：MS SQL Server, Oracle, DB2, MySQL, Sybase, Interbase, MS Access等

Ⅷ 大數據可以應用於保險行業嗎

大數據是指無法在一定時間內用常規軟體工具對其內容進行抓取、管理和處理的數據回集合。答大數據技術，是指從各種各樣類型的數據中，快速獲得有價值信息的能力。適用於大數據的技術，包括大規模並行處理（MPP）資料庫，數據挖掘電網，分布式文件系統，分布式資料庫，雲計算平台，互聯網，和可擴展的存儲系統。